Spring til artiklen
nyhederModellanceringer
← Tilbage til nyhederne
Forskning · Ars Technica AI · 09.10.2026 · 2 min. læsning

AI-codingsagenter skriver mere kode, ikke mere software

A magnifying glass hovering over a stack of code lines, with the Anthropic Claude terracotta-orange asterisk mark on a solid panel beside it, symbolizing AI code being reviewed. A

Et Harvard-studie over 700 firmaer viser, at manuel gennemgang af AI-kode opsluger effektivitetsgevinsterne.

Mere kode, men ikke flere færdige features

Når et firma indfører AI-codingsagenter — programmer der selvstændigt skriver og indsender kode ud fra en instruktion — stiger koden markant. Men firmaet færdiggør ikke flere softwarefunktioner, og antallet af ansatte ændrer sig ikke.

Det er konklusionen i et studie fra Harvard University af Fiona Chen og James Stratton. De har analyseret data fra Jellyfish, en platform der måler ingeniørteamers arbejde, fra 2021 til marts 2026.

Efter indførelsen af AI-codingsagenter steg antallet af linjer kode med 30 procent og registrerede kodeændringer (commits) med 20 procent. Også antallet af pull requests — forslag til ny kode der skal godkendes — steg med 23 procent. Men antallet af færdige funktioner i værktøjer som Jira ændrede sig ikke statistisk signifikant.

Flere linjer kode efter indførelse af AI-codingsagenter
30 %
Længere gennemsnitlig kodegennemgangstid efter AI-indførelse
49 %
Flere kommentarer pr. pull request efter AI-indførelse
35 %

Gennemgangstiden stiger med 49 procent efter AI

Problemet ligger i kodegennemgangen: den menneskelige kontrol, hvor en kollega læser koden igennem og godkender eller afviser den. Efter indførelsen af AI-codingsagenter tog denne proces i gennemsnit 49 procent længere tid.

Samtidig steg antallet af kommentarer pr. pull request med 35 procent, og andelen af pull requests der kræver rettelser nærmede sig en fordobling. Firmaerne reagerede ved at sætte 14 procent flere medarbejdere til kodegennemgang.

Studiet fandt ingen signifikante ændringer i den samlede beskæftigelse hos de pågældende firmaer.

Mennesker står for langt størstedelen af reviewet

Ved marts 2026 brugte 80 procent af de målte firmaer en form for AI-hjælp til kodegennemgang. Men AI-agenter stod kun for 23,3 procent af alle review-kommentarer og 10,8 procent af alle pull requests.

Altså laver mennesker stadig langt størstedelen af gennemgangen, på trods af at firmaerne har taget værktøjerne til sig.

Teknologien er ny, og firmaerne lærer stadig

Studiet lægger selv vægt på, at AI-codingsagenter stadig er forholdsvis nye. Dataene stopper ved marts 2026, og der er sket opdateringer siden.

Desuden har 95 procent af firmaerne i studiet implementeret AI-codingsagenter, og mange er stadig i en læringsproces omkring hvornår og hvordan værktøjerne bruges bedst. Forholdet mellem kodetid og gennemgangstid kan forbedre, når teams får mere erfaring.

Flere detaljer
Derfor er det interessantFirmaer kan opleve, at AI-codingsagenter flytter tidsforbruget fra skrivning til gennemgang frem for at fjerne det.

Kilder:
Ars Technica AI →

Læs dagens AI-nyheder på letlæst dansk →

Genfortalt i egne ord af AI-nyheder.com · AI-genereret illustration · Tjek altid originalkilden, før du handler på vigtige oplysninger.