KI-Codierungsagenten generieren mehr Code, aber nicht mehr Software. Der Grund für diesen Diskrepanz lässt sich direkt im Code-Review-Prozess finden, der im Durchschnitt nach Einführung der KI-Agenten deutlich länger dauert. Insgesamt vergrößert sich die durchschnittliche "Review-Zeit" zwischen dem Einreichen eines Pull Requests und dessen Zusammenführungs in den Code-Bestand um 49%, nachdem KI-Agenten eingeführt wurden.
Dieser Effekt lässt sich auch in detaillierteren Daten sehen, wobei die Forscher schreiben, dass "der Anteil der Pull-Anfragen mit angeforderten Änderungen fast verdoppelt wurde und die Anzahl der Kommentare pro Pull-Anfrage um 35% angestiegen ist" nach dem KI-Agenten-Wechsel. Als Reaktion auf diese Änderung fanden die Forscher eine 14%ige Erhöhung des Anteils der Mitarbeiter, die Code-Reviews durchführen, nachdem KI-Agenten eingeführt wurden. Sie schreiben auch, dass sie "keine signifikanten Beschäftigungsänderungen auf KI zurückführen können", nachdem sie die Gesamtzahl der aktiven Mitarbeiter bei Jellyfish analysiert und die Daten mit LinkedIn in diesen Unternehmen gecrosst haben.
Pull-Anfragen benötigen in der "agentischen Codierung"-Ära deutlich häufiger Änderungen. Pull-Anfragen benötigen in der "agentischen Codierung"-Ära deutlich häufiger Änderungen. Bildnachweis: Chen und Stratton Obwohl KI auch theoretisch mit diesem Review-Prozess helfen könnte, fanden die Forscher heraus, dass dieser Effekt bisher begrenzt war.
Obwohl 80% der gemessenen Unternehmen bis März 2026 irgendeine Form des KI-Code-Reviews verwendet haben, waren KI-Agenten für lediglich 23,3% aller Review-Kommentare und 10,8% aller Pull-Anfragen verantwortlich, was darauf hindeutet, dass Menschen immer noch für die größere Menge dieser Arbeit verantwortlich sind. KI-Agenten sind natürlich noch ein relativ neuer Teil der Coding-Welt, und es gab bereits seit dem Datenschnitt dieser Studie im März 2026 signifikante Updates und Upgrades ihres Outputs. Obwohl 95% der Unternehmen in der Studie zu diesem Zeitpunkt KI-Codierungsagenten implementiert haben, sind viele wahrscheinlich immer noch in einem Lernprozess, um zu verstehen, wann und wie sie sie am besten einsetzen.
Diese Art von "Coding-Zeit versus Review-Zeit"-Abwägungen könnten sich verbessern, wenn Software-Engineering-Teams mehr Erfahrung mit den Vor- und Nachteilen, einen KI-Agent auf bestimmte Codierungsprobleme zu schmeißen, sammeln. Für den Moment aber wirkt es, als würde man KI das Schreiben Ihres Codes als doppeltes Schwert betrachten, wobei Steigerungen bei der Codierungsgeschwindigkeit durch ähnliche Steigerungen bei der menschlichen Code-Review-Zeit und -Anstrengung ausgeglichen. Es ist die Art von Ergebnis, das uns dazu bringt zu fragen, ob der erhebliche Aufwand und die Kosten, die erforderlich sind, um KI-Codierungsagenten zum Laufen zu bringen, wirklich für die meisten Unternehmen lohnend sind.
Quelle: Ars Technica · Zusammengefasst von HeadlinesBriefing