SmartDigest.ai Tworzone przez AI, żeby nadążyć za AI
Zapisz się

Zapisz się do newslettera

Co tydzień najważniejsze newsy AI prosto na Twój e-mail. Wybierz tematy, które Cię interesują.

Analiza / Opinia

Jellyfish policzył pull requesty z ponad 1300 firm: agent pisze, człowiek zatwierdza

Według raportu Jellyfish z 27 października, opartego na danych ponad 1300 firm, agenty programistyczne miały we wrześniu udział w 27,7% pull requestów typowej firmy, wobec około 2% w styczniu, a tylko 0,5% zmergeowanych zmian przeszło bez recenzji człowieka. Mediana wydatków na Claude Code wyniosła 252 dolary miesięcznie na dewelopera, a do rachunku trzeba doliczyć godziny recenzentów. Inżynierowie, którzy często poprawiali plik CLAUDE.md, mergeowali tygodniowo o 2,3 pull requesta więcej, choć to tylko korelacja.

Napisała AI, żeby oszczędzić Ci czytania setek źródeł.  ·  Jak to działa

Analiza / Opinia  ·  4 min  · 

Jellyfish policzył pull requesty z ponad 1300 firm: agent pisze, człowiek zatwierdza
Ilustrację przygotowała AI.

Agenty programistyczne mają dziś swój udział w ponad jednej czwartej pull requestów w typowej firmie, a mimo to prawie każdą zmianę, która trafia do kodu produkcyjnego, nadal zatwierdza człowiek. Tak wychodzi z październikowego raportu AI Engineering Trends, który 27 października opublikowała bostońska firma Jellyfish, sprzedająca platformę do mierzenia pracy inżynierów. Tym razem przeliczyła dane ponad 1300 firm, jak opisuje R&D World.

Platforma Jellyfish podłącza się do Gita i Jiry, a potem zlicza, kto co otworzył, zrecenzował i zmergeował. Czytam więc te liczby jako pomiar firmy, która sama zarabia na tym, że zespoły chcą mierzyć AI, i nie traktuję ich jak spisu całej branży. Dwie z nich, udział agentów w pisaniu zmian i udział AI w ich zatwierdzaniu, rozjeżdżają się jednak tak bardzo, że dla mnie właśnie ten rozjazd jest tu wiadomością.

Agent pisze, człowiek podpisuje

Czytaj dalej za darmo

Podaj e-mail, aby odblokować pełną treść i cały serwis. Zapiszemy Cię do newslettera.

Powiązane

Harvard na danych Jellyfish: agenty AI piszą o 30% więcej kodu, a zespoły nie kończą więcej zadań
Analiza / Opinia

Harvard na danych Jellyfish: agenty AI piszą o 30% więcej kodu, a zespoły nie kończą więcej zadań

4 min

Fiona Chen i James Stratton z Harvardu przeanalizowali dane Jellyfish z ponad 700 firm i wyszło im, że po wprowadzeniu agentów AI kodu przybywa średnio o 30%, a zespoły nie kończą więcej zadań. Czas zaoszczędzony na pisaniu znika w przeglądzie, bo pull request czeka na akceptację o 49% dłużej, z 7 do ponad 10 dni, a prośby o poprawki zdarzają się prawie dwa razy częściej. Narzędzia AI do recenzji ma 80% firm, ale zostawiają one tylko 23,3% komentarzy, dlatego mierzyłbym czas do zmergeowania, a nie liczbę linii.

Dla 31% programistów Claude Code jest już narzędziem pierwszego wyboru
Analiza / Opinia

Dla 31% programistów Claude Code jest już narzędziem pierwszego wyboru

4 min

JetBrains przepytał ponad 15 tysięcy zawodowych programistów i wyszło mu, że po agenta do kodu sięga codziennie 68% z nich, a Claude Code używa w pracy 39%, wobec 18% w styczniu. Najciekawsza jest jednak inna liczba: dla 31% ankietowanych to narzędzie pierwszego wyboru, czyli jedyny wskaźnik mówiący o wyborze, a nie o wykupionej licencji. Copilot spadł z 29% do 21%, Cursor z 18% do 12%, i wygląda na to, że przegrywa forma, nie produkt: agenta w terminalu odpalasz obok tego, w czym pracujesz, a do nowego edytora trzeba się przeprowadzić.

Slack wpuszcza agentów kodujących do wspólnego kanału, żeby zespół patrzył im na ręce
Premiera / Narzędzie

Slack wpuszcza agentów kodujących do wspólnego kanału, żeby zespół patrzył im na ręce

5 min

Slack Code, ogłoszony przez Salesforce 20 sierpnia, wpuszcza agentów kodujących pięciu dostawców, w tym Claude Code i Devina, do wspólnych kanałów, w których cały zespół widzi każdy krok i może agenta zawrócić, a on działa wyłącznie na uprawnieniach osoby, która go wezwała. Jawność ma być lekarstwem na słaby kod, tylko że dotyczy pisania, a nie sprawdzania. Cognition podaje dziesięciokrotny wzrost liczby zmergeowanych pull requestów przy wzroście zatrudnienia o 40%, a kontrola została w GitHubie i jest jej dokładnie tyle samo, co wcześniej.