Исследование: кодовые агенты увеличили объём кода, но не число закрытых задач

Исследователи Гарвардского университета Фиона Чен и Джеймс Страттон использовали агрегированную аналитику Jellyfish по работе инженерных команд. В неё вошли около 300 миллионов событий, включая коммиты и pull request, а также данные систем управления задачами более чем по 700 тысячам сотрудников свыше 700 компаний-разработчиков ПО за период с 2021 года по март 2026-го. Это наблюдение за рабочими процессами, а не эксперимент, в котором всем командам выдавали одинаковые задания.

Авторы различали AI-помощников, которые дополняют код человека, и агентов, способных самостоятельно написать и предложить изменение по запросу. Чтобы определить момент внедрения инструментов в компаниях, они сопоставляли прямые показатели их использования с активностью на GitHub, а затем сравнивали изменения показателей до и после внедрения в организациях с разными сроками перехода. Такой подход помогает отделить эффект внедрения от общего движения показателей, хотя сам по себе не превращает наблюдательные данные в доказательство результата для каждой отдельной команды.

После внедрения кодовых агентов компании в среднем производили на 30% больше строк кода, на 20% больше коммитов и на 23% больше pull request, сообщают исследователи. Но частота закрытия задач и крупных функциональных блоков в системах вроде Jira не изменилась статистически значимо. Авторы также не обнаружили сдвига в размере или сложности учтённых там задач, который мог бы просто объяснить отсутствие роста числа закрытых задач. Получается, что метрики генерации кода и метрики завершённой работы в этих данных разошлись.

Разрыв виден на этапе проверки. Среднее время от отправки pull request до его включения в кодовую базу после внедрения агентов выросло на 49%. Доля запросов на включение кода, для которых требовались изменения, почти удвоилась, а число комментариев на один запрос увеличилось на 35%. Одновременно доля сотрудников, выполняющих ревью, выросла на 14%. Это не означает, что каждый созданный агентом фрагмент плох: приведённые показатели описывают суммарную нагрузку на процесс, когда на проверку приходит больше изменений и они чаще требуют доработки.

Авторы не нашли и статистически значимых изменений занятости, которые можно было бы связать с внедрением AI, сверяя активных работников в данных Jellyfish с данными LinkedIn. AI-проверка кода пока не сняла обнаруженное узкое место: к марту 2026 года какую-либо её форму использовали 80% измеренных компаний, но, по данным исследования, вклад агентов в ревью оставался ограниченным. Поэтому для оценки пользы инструмента команде имеет смысл смотреть не только на число написанных строк, но и на время до слияния изменений, повторные правки и закрытые задачи.