Harvard-studie: KI-kodeagenter ga 30 prosent mer kode, men ikke flere ferdige funksjoner

49 prosent lengre tid fra en pull request sendes inn til den merges. Det fant Harvard-økonomene Fiona Chen og James Stratton da de fulgte 718 programvarefirmaer som tok i bruk KI-kodeagenter, skriver Ars Technica. Studien bygger på 300 millioner arbeidshendelser fra analyseplattformen Jellyfish, med commits, pull requests, Jira-saker og kalenderdata fra 2021 til mars 2026.

Agentene øker mengden kode: 30 prosent flere kodelinjer, 20 prosent flere commits og 23 prosent flere pull requests. Antallet løste Jira-saker og epics endret seg derimot ikke signifikant, og forskerne utelukker en økning i output på mer enn 12 prosent. For kodeassistenter som GitHub Copilot og Cursor var effekten mindre, og bare økningen i commits (9 prosent) var signifikant.

«Produktivitetsgevinstene slår ikke fullt ut i endringer i programvareoutput eller sysselsetting» — Fiona Chen og James Stratton, Harvard University

Flaskehalsen er menneskelig review. Andelen pull requests der en reviewer ber om endringer, nesten dobles, fra 13 til rundt 25 prosent, og antall kommentarer per pull request øker med 35 prosent. Andelen ansatte som gjør code review, øker med 14 prosent. KI-review har ikke løst det ennå: nesten 80 prosent av firmaene hadde brukt KI i code review innen mars 2026, men KI sto bare for 23,3 prosent av review-kommentarene. Sysselsettingen endret seg heller ikke, og studien utelukker en nedgang på mer enn 2,9 prosent.

Artikkelen er en jobbmarkedsavhandling, først publisert i januar og oppdatert 4. august, og dataene stopper i mars 2026. Nyere agentversjoner er derfor ikke med, selv om over 95 prosent av firmaene hadde tatt i bruk en kodeagent innen januar. For deg som bygger med kodeagenter, flytter studien spørsmålet fra hvor mye agenten skriver til hvor mye du rekker å lese.