Οι εταιρείες υιοθετούν ταχύτατα εργαλεία τεχνητής νοημοσύνης (AI) για τη συγγραφή κώδικα, με τα οφέλη να γίνονται εμφανή στον χρόνο που απαιτείται για την παράδοση του λογισμικού. Αυτό είναι το κεντρικό συμπέρασμα μιας εκτεταμένης νέας μελέτης από την πλατφόρμα πληροφοριών μηχανικών Jellyfish, η οποία ανέλυσε δεδομένα από περισσότερες από 700 εταιρείες, 200.000 μηχανικούς και 20 εκατομμύρια pull requests.
Η υιοθέτηση έχει ήδη φτάσει σε μαζικό επίπεδο. Στις εταιρείες που συμπεριλήφθηκαν στη μελέτη, η μέση υιοθέτηση των εργαλείων AI ανέρχεται στο 63%, ενώ το 64% των εταιρειών παράγει πλέον την πλειονότητα του κώδικά του με τη βοήθεια της τεχνητής νοημοσύνης. Τα ποσοστά εβδομαδιαίας χρήσης έχουν αυξηθεί σταθερά τον τελευταίο χρόνο, με ένα αυξανόμενο ποσοστό μηχανικών να χρησιμοποιούν εργαλεία AI για τη συγγραφή κώδικα πολλές ημέρες την εβδομάδα, σύμφωνα με τα δεδομένα της Jellyfish.
Ο μεγαλύτερος αντίκτυπος αφορά την παραγωγικότητα. Οι εταιρείες με τα υψηλότερα επίπεδα υιοθέτησης AI – οριζόμενες ως εκείνες όπου το 75% έως 100% των μηχανικών χρησιμοποιούν εργαλεία AI για κωδικοποίηση τρεις ή περισσότερες ημέρες την εβδομάδα – συγχώνευσαν κατά μέσο όρο 2,2 pull requests ανά μηχανικό εβδομαδιαίως. Αυτό είναι σχεδόν διπλάσιο από τα 1,12 εβδομαδιαία pull requests σε εταιρείες με χαμηλή υιοθέτηση. (Ένα pull request, ή PR, είναι μια πρόταση για την προσθήκη ή την τροποποίηση κώδικα σε ένα κοινόχρηστο έργο λογισμικού, ώστε άλλοι να μπορούν να το ελέγξουν και να το εγκρίνουν πριν τεθεί σε λειτουργία.)
“Πολλοί συνειδητοποιούν ότι η AI τους βοηθά να γράφουν κώδικα πιο γρήγορα και αρχίζουν να σκέφτονται όλα τα συνεπακόλουθα προβλήματα”, δήλωσε στο Wired ο Nicholas Arcolano, επικεφαλής έρευνας στην Jellyfish. “Έχουμε πραγματικά καλή απόδοση επένδυσης από αυτά τα κέρδη; Πώς επηρεάζει την ποιότητα;”
Ο Arcolano ανέφερε ότι σταμάτησε να γράφει ο ίδιος κώδικα το φθινόπωρο του 2025, αναθέτοντας αυτήν την εργασία σε εργαλεία AI. Περίπου τότε, σημαντικές βελτιώσεις στα μοντέλα κατέστησαν τα εργαλεία AI για κωδικοποίηση πολύ καλύτερα, και η χρήση τους εκτοξεύτηκε. Ο Arcolano ονομάζει εκείνη τη στιγμή “Claude Christmas”, όταν πολλοί μηχανικοί λογισμικού ανακάλυψαν την πραγματική δύναμη της υπηρεσίας Claude Code της Anthropic και άρχισαν να πειραματίζονται μαζί της κατά τη διάρκεια των εορτών.
“Το περασμένο φθινόπωρο ήταν περίπου η εποχή που εγκατέλειψα εντελώς τη συγγραφή του δικού μου κώδικα”, είπε ο Arcolano. “Έτσι, δεν έχω γράψει κώδικα ο ίδιος, ούτε καν τον έχω δει ουσιαστικά, από τον Οκτώβριο.”
Άλλα δημοφιλή εργαλεία AI για κωδικοποίηση που χρησιμοποιούνται από μηχανικούς περιλαμβάνουν το Codex της OpenAI, το Cursor και το GitHub Copilot.
Ποιότητα κώδικα
Είναι σημαντικό ότι η ποιότητα του κώδικα δεν φαίνεται να καταρρέει κάτω από το βάρος της ταχύτερης παραγωγής, σύμφωνα με τα δεδομένα της Jellyfish. Τα ποσοστά επαναφοράς (revert rates) – κώδικας που πρέπει να αναιρεθεί μετά την ανάπτυξη – αυξάνονται μόνο μετριοπαθώς καθώς αυξάνεται η υιοθέτηση της AI μεταξύ των μηχανικών λογισμικού, μετακινούμενοι από 0,61% στις εταιρείες χαμηλής υιοθέτησης στο 0,65% στην υψηλότερη κατηγορία.
“Δεν έχουμε δει πολλές επιπτώσεις στην ποιότητα”, είπε ο Arcolano. “Αυτό θα είναι κάτι που θα παρακολουθήσουμε καθώς προχωράμε. Οι ανησυχίες για την ποιότητα και η προσπάθεια να τη διατηρήσουμε υπό την αυξανόμενη πίεση για ταχύτερα αποτελέσματα, και η ικανότητα επικύρωσης του κώδικα που παράγεται από την AI να αποτελεί σημείο συμφόρησης.”
Αυτόνομη κωδικοποίηση
Εν τω μεταξύ, εμφανίζονται πιο προηγμένες χρήσεις της AI. Η δραστηριότητα αυτόνομων πρακτόρων (autonomous agent activity – pull requests που ανοίγονται ή δεσμεύονται από AI agents) παραμένει ένα μικρό μέρος της συνολικής εργασίας, αλλά αυξάνεται ραγδαία, ιδιαίτερα μεταξύ των κορυφαίων εταιρειών σε υιοθέτηση.
Ο Arcolano εντυπωσιάστηκε περισσότερο από τις διαφορές μεταξύ των οργανισμών που αγκαλιάζουν πλήρως τους AI agents για κωδικοποίηση και άλλων που κάνουν πολύ λίγα ή τίποτα σε αυτόν τον νέο τομέα.
“Ο διαχωρισμός επιταχύνεται”, δήλωσε. “Έτσι, οι άνθρωποι στον πάτο δεν κινούνται, οι άνθρωποι στη μέση κινούνται σταδιακά. Οι άνθρωποι στην κορυφή είναι σε πυραύλο, και τρέχουν μακριά με αυτό.”
“Αυτή είναι η ιστορία της υιοθέτησης της AI”, πρόσθεσε. “Αυτός είναι ο λόγος που υπάρχει τέτοιος ενθουσιασμός γύρω από τους αυτόνομους πράκτορες.”
