Agenci AI piszą więcej kodu, a gotowego oprogramowania przybywa niewiele

Po wdrożeniu agentów AI firmy produkują o 30 proc. więcej linii kodu, a zadania zamykają w tym samym tempie co wcześniej. Badanie z Harvardu pokazuje, że zysk zjada przegląd kodu. Wynika z tego, gdzie menedżer powinien mierzyć efekty AI.

Narzędzia AI do programowania sprzedaje się zwykle jedną obietnicą: zespół zrobi więcej w tym samym czasie. Dane z ponad 700 firm programistycznych pokazują, że ta obietnica spełnia się tylko w połowie. Kodu rzeczywiście przybywa, gotowego oprogramowania znacznie wolniej albo wcale. Dla menedżera, który płaci za licencje albo za godziny pracy software house'u, to ważna różnica.

Co pokazały dane z ponad 700 firm

Fiona Chen i James Stratton, doktoranci ekonomii z Harvardu, opisali to w pracy „Artificial Intelligence in the Firm: Bottlenecks in Software Production”. Korzystali z danych Jellyfish, platformy, która mierzy pracę zespołów inżynierskich. Próba obejmuje 300 mln zdarzeń pracy, czyli m.in. commitów (zapisanych zmian w kodzie) i pull requestów (zgłoszeń zmian do włączenia w główny kod). Do tego doszły dane z systemów do zarządzania zadaniami, takich jak Jira. Badanie objęło ponad 700 tys. pracowników w 718 firmach w latach 2021-2026, do marca tego roku.

Badacze porównali firmy przed wdrożeniem narzędzi AI i po nim. Rozdzielili przy tym dwa rodzaje narzędzi. Asystenci podpowiadają kod, który piszą głównie ludzie. Agenci samodzielnie piszą i zgłaszają kod na podstawie poleceń.

Po wejściu agentów liczba linii kodu wzrosła średnio o 30 proc., commitów o 20 proc., a pull requestów o 23 proc. Tempo zamykania zadań i całych funkcji śledzonych w Jirze nie zmieniło się w sposób statystycznie istotny. Zadania nie stały się przy tym większe ani bardziej złożone, więc tej różnicy nie da się wytłumaczyć trudniejszą pracą.

Wąskim gardłem jest człowiek, który czyta kod

Zysk z szybszego pisania znika na etapie przeglądu kodu (code review), czyli sprawdzania zmian przez innego programistę przed ich włączeniem. Czas od zgłoszenia pull requestu do jego scalenia wydłużył się średnio o 49 proc. Odsetek zgłoszeń, przy których recenzent zażądał poprawek, prawie się podwoił. Komentarzy pod jednym zgłoszeniem jest o 35 proc. więcej. Firmy odpowiedziały na to po swojemu: udział pracowników zajmujących się przeglądem kodu wzrósł o 14 proc.

AI mogłoby teoretycznie pomóc także przy przeglądzie, ale na razie robi to w niewielkim stopniu. Do marca 2026 aż 80 proc. badanych firm korzystało z jakiejś formy AI przy przeglądzie kodu. Agenci odpowiadali jednak tylko za 23,3 proc. komentarzy recenzenckich, więc większość tej pracy wciąż wykonują ludzie. Badacze nie znaleźli też istotnych zmian w zatrudnieniu. Sprawdzili to w danych Jellyfish i w danych z LinkedIna.

Do tych wyników trzeba podchodzić ostrożnie. Agentów wdrożyło już 95 proc. firm z próby, a wiele z nich dopiero uczy się, do czego ich używać. Narzędzia od marca wyraźnie się zmieniły. Bilans może się więc poprawić, ale na razie nie ma danych, które by to pokazywały.

Inne badania pokazują ten sam wzorzec

Do podobnych wniosków doszli inni badacze. Leon Musolff z Wharton oraz Mert Demirer i Liyuan Yang z MIT przeanalizowali pracę ponad 100 tys. programistów na GitHubie w latach 2022-2026. Według nich agenci działający autonomicznie zwiększają produktywność kodowania łącznie o 180 proc. Liczba wydanych wersji oprogramowania wzrosła jednak tylko o 30 proc., a zakończonych projektów o 50 proc. Musolff zaznacza, że 30 proc. więcej wydań to i tak wynik, jaki daje niewiele technologii. Autorzy piszą zarazem, że główne ograniczenie przesuwa się z pisania kodu na jego przegląd, integrację i dystrybucję. W Apple App Store liczba nowych aplikacji wzrosła z około 30 tys. miesięcznie przed 2025 rokiem do około 100 tys. w kwietniu 2026, ale korzystanie z aplikacji stoi w miejscu albo spada.

DX Research, firma badająca pracę programistów, obserwowała od listopada 2025 do lutego 2026 roku 4,2 mln deweloperów. Około 93 proc. z nich używa asystenta AI przynajmniej raz w miesiącu. Liczba ukończonych pull requestów wzrosła jednak tylko o około 10 proc. Deklarowana oszczędność czasu zatrzymała się na poziomie około czterech godzin tygodniowo. Laura Tacho, dyrektorka ds. technologii (CTO) w DX, mówi wprost, że to problem zarządczy:

Najbardziej niewygodny wynik przyniósł eksperyment organizacji METR, która bada bezpieczeństwo AI. W badaniu opublikowanym w lipcu 2025 roku szesnastu doświadczonych programistów projektów open source (o otwartym kodzie) pracowało z AI o 19 proc. wolniej niż bez niego, choć sami ocenili, że przyspieszyli o 20 proc. To mała próba i inny mechanizm niż ten z Harvardu. Pokazuje jednak, że odczucia zespołu bywają złym miernikiem.

Gdzie szukać zysku z AI, zamiast liczyć linie kodu

Z tych danych wynika prosty wniosek: sama liczba wygenerowanych linii niewiele mówi o wartości dla firmy. Jeśli zysk zjada przegląd i weryfikacja, to tam trzeba inwestować uwagę i pieniądze. Na tę lukę odpowiadają już start-upy. Zuryski Klarent ogłosił 9 października rundę finansowania na wczesnym etapie (seed) na 7,13 mln euro na rozwój autonomicznego testowania. Jego agenci piszą testy, ale same testy wykonują się w powtarzalny sposób, pod kontrolą człowieka. Klient płaci tylko za zweryfikowane wyniki. Listę klientów, wśród których firma wymienia JD Sports, NZZ i Sixt, znamy wyłącznie z jej komunikatu. Nie ma też niezależnych danych, że takie narzędzia skracają przegląd kodu.

Drugi kierunek wskazuje Itay Sagie, doradca strategiczny piszący dla Crunchbase News. Jego zdaniem przewaga przesuwa się do miejsc, w których AI wykonuje powtarzalną pracę wewnątrz procesów klienta. Jako przykład podaje m.in. ogłoszone 5 października przejęcie PTC, dostawcy oprogramowania do projektowania, produkcji i serwisowania produktów, przez Schneider Electric za około 22,6 mld dol. To opinia, a nie wynik badań. Naszym zdaniem pasuje jednak do danych z Harvardu: wartość widać tam, gdzie AI kończy zadanie, a nie tam, gdzie dokłada pracy następnemu ogniwu.

Jak rozmawiać o AI z software house'em

Jeśli wykonawca deklaruje, że dzięki AI dostarczy więcej, warto zapytać o mierniki końcowe, a nie o tempo pisania. Pomogą w tym pytania:

• ile funkcji trafia do użytkowników w miesiącu przed wdrożeniem agentów i po nim,
• jak długo trwa przegląd kodu i jak często zgłoszenia wracają do poprawek,
• kto i jak testuje kod napisany przez AI,
• jak zmienia się wycena godzinowa, skoro część pracy wykonuje maszyna.

Dobry partner odpowie na te pytania danymi. Jeśli w odpowiedzi słyszysz o liczbie linii kodu albo odczuciach programistów, badania z Harvardu, Wharton i DX pokazują, dlaczego to za mało. AI w programowaniu działa, ale na razie przesuwa pracę z pisania na sprawdzanie. Firmy, które przebudują przegląd i testy, mają szansę zobaczyć realny zysk.