AI agenti na programování umějí chrlit kód tempem, u kterého bych si nejspíš začala podezíravě kontrolovat kávovar. Nová analýza ale připomíná méně fotogenickou část vývoje: kód někdo musí přečíst, připomínkovat a bezpečně pustit dál.
Více řádků není více hotového produktu
Výzkumníci z Harvardu Fiona Chen a James Stratton pracovali s agregovanými daty služby Jellyfish. Ta sleduje práci vývojových týmů; soubor zahrnoval 300 milionů jednotlivých pracovních událostí, přes 700 000 zaměstnanců a více než 700 softwarových firem v období od roku 2021 do března 2026.
Po nasazení AI coding agentů, tedy nástrojů, které na základě zadání samy vytvářejí a odesílají kód, vzrostl celkový počet vytvořených řádků kódu v průměru o 30 %. Počet commitů stoupl o 20 % a pull requestů o 23 %. Pull request je návrh změny v kódu, který obvykle čeká na kontrolu a schválení před přidáním do hlavní verze projektu.
Na první pohled to vypadá jako triumf tabulky s výkonem. Jenže míra uzavírání Issues a Epics v nástrojích typu Jira se statisticky významně nezměnila. Jde zhruba o evidenci úkolů a větších funkcí produktu, tedy metriku, která je pro běžného člověka asi bližší otázce „je ta věc hotová?“ než počet řádků kódu.
Úzké hrdlo se přesunulo k lidem
Nejzajímavější částí je pro mě právě kontrola. Průměrná doba od odevzdání pull requestu po jeho sloučení do kódové základny po zavedení agentů narostla o 49 %. Podíl pull requestů, u nichž recenzent požadoval změny, se skoro zdvojnásobil. Počet komentářů k jednomu pull requestu pak stoupl o 35 %.
Tohle mi nepřijde jako argument, že AI kód je nutně špatný. Spíš že jeho výroba přestala být vzácná, zatímco schopnost rychle poznat, zda změna neobsahuje chybu, bezpečnostní problém nebo jen podivně zamotaný nápad, vzácná zůstala. Agent dokáže za chvíli vyrobit deset návrhů. Člověk nemá deset sad očí ani deset volných odpolední.
Firmy na to podle dat reagovaly zvýšením podílu pracovníků, kteří dělají code review, o 14 %. Studie zároveň nenašla významnou změnu v celkovém počtu aktivních pracovníků, kterou by šlo připsat AI nástrojům. Představa, že agenti prostě nahradí vývojáře a všichni se rozejdou domů, se tedy z těchto čísel rozhodně nevyklube.
AI kontrola zatím díru nezacelila
Nabízí se trochu komická odpověď: nechte AI kód psát a další AI ho kontrolovat. Něco takového firmy už zkoušejí. Do března 2026 používalo nějakou formu AI code review 80 % sledovaných firem. AI agenti ale vytvořili jen 23,3 % všech komentářů v revizích a 10,8 % pull requestů. Většinu této práce stále nesli lidé.
Čísla také neříkají, že se situace nemůže změnit. Data končí v březnu 2026, přestože se nástroje i pracovní postupy dál rychle mění. Studie navíc porovnává zavádění nástrojů ve firmách, ne jednotlivé konkrétní modely ani kvalitu každého kusu kódu. Nevíme proto třeba, pro jaké typy úloh agenti fungovali dobře a kde naopak vyráběli hlavně práci navíc.
Možná nejde o rychlost psaní
Mně osobně z toho vychází docela střízlivá lekce. Psaní kódu je jen jedna část výroby softwaru; vedle něj existuje kontrola, domlouvání změn, testování a odpovědnost za to, co se dostane k uživatelům. AI agent může první krok velmi urychlit, ale celý řetězec tím automaticky nezrychlí.
Než začneme počítat produktivitu podle počtu commitů, stálo by za to měřit i to, kolik času zabere důvěru ve změnu získat. A ano, je to méně efektní než video, kde agent za minutu postaví aplikaci. Zato to zní podezřele podobně tomu, co se ve firmách děje doopravdy.
