KI-agenter gir 30 prosent mer kode, men ikke flere ferdige saker

Selskaper som tar i bruk KI-agenter til koding får omtrent 30 prosent mer kode per utvikler, men ikke flere ferdig løste oppgaver. Det viser et arbeidsnotat fra Harvard av økonomene Fiona Chen og James Stratton, som Digi omtalte 19. oktober. Datagrunnlaget er 718 selskaper og over 725 000 ansatte, målt fra januar 2021 til mars 2026.

Tallene kommer fra analyseplattformen Jellyfish, ikke fra målinger forfatterne har gjort selv, og arbeidsnotatet er ikke fagfellevurdert. Funnene bør derfor leses som en sterk indikasjon, ikke som en fasit. Men de passer med to andre målinger fra samme måned, og det gjør dem vanskeligere å avfeie.

Koden øker, men sakene løses ikke raskere

Per utvikler økte antall kodelinjer med rundt 30 prosent og antall endringsforslag, som en kollega må godkjenne før koden tas i bruk, med 23 prosent. Antall løste saker og fullførte delprosjekter i sakssystemet økte derimot ikke på en måte som kan skilles fra tilfeldigheter.

Forskerne peker på kodegranskingen. Tiden fra et endringsforslag ble sendt inn til det ble godkjent ble 49 prosent lengre, omtrent 3,5 dager på toppen av rundt sju dager fra før. Andelen forslag som ble sendt tilbake for rettelser nesten doblet seg, og 14 prosent flere ansatte ble satt til å granske andres kode. Mer kode betyr mer å lese for de samme menneskene.

I tall betyr 30 prosent omtrent 1 500 ekstra kodelinjer per utvikler i måneden, og antall lagrede endringer økte med 20 prosent. Det er altså ikke bare flere biter å lese, men også større biter. Og det er leserne, ikke skriverne, som bestemmer når noe er ferdig.

To andre målinger peker i samme retning

Konsulenthuset Bain publiserte tidlig i oktober en rapport basert på en spørreundersøkelse blant nesten 300 teknologiledere. Utviklere fullfører rundt 21 prosent flere oppgaver med KI-verktøy, men tiden brukt på å gå gjennom KI-generert kode økte med 91 prosent. «Flaskehalsen har flyttet seg fra å skrive kode til å stole på den», sier Bain-partner Purna Doddapaneni, i vår oversettelse.

Lederne venter seg langt mer. De forventer 95 prosent høyere produktivitet og 148 prosent raskere utgivelser innen ett til to år, mens organisasjonene i dag får ut 20 til 27 prosent av gevinsten. Spørreundersøkelser måler oppfatninger, ikke leveranser, så gapet kan også skyldes optimisme. Harvard-tallene er målt og peker likevel samme vei.

GitHub publiserte 5. oktober en åpen test, ReviewBench, for KI-verktøy som gransker kode. Den består av 219 endringsforslag fra 187 åpne prosjekter og er bygd av GitHub og Microsoft, som selger et slikt verktøy selv. Bransjen har altså skjønt hvor flaskehalsen sitter, men problemet er ikke løst: rundt 80 prosent av selskapene i Harvard-materialet brukte KI-verktøy for gransking i mars 2026, men bare 23 prosent av kommentarene kom fra KI.

Valget ligger hos den som eier granskingskøen

Studien sier ingenting om norske selskaper, men mekanismen er ikke nasjonal. Forfatterne anbefaler å legge pengene i kapasitet til gransking: bedre automatiske tester, enklere rutiner for godkjenning og omorganiserte team. En leder som måler suksess i antall kodelinjer eller innsendte endringer, måler det som allerede økte, ikke det som uteble.

Verdsettelsen av verktøyene bygger på motsatt antakelse. Cursor henter penger til 50 milliarder dollar i verdi, og Anthropic sier at Claude skriver 80 prosent av selskapets egen kode. Tall om kodemengde forteller lite om hvor mye som blir ferdig, og de vanligste testene, som SWE-bench, måler om en agent løser én oppgave, ikke hva som skjer i køen etterpå.

Spørsmålet videre er om gransking selv kan automatiseres. ReviewBench er bygd av en leverandør, og en uavhengig måling av hvor mange KI-kommentarer som faktisk fører til rettelser ville avgjort om køen kan krympe. Studien dekker data til og med mars 2026, så den måler ikke de nyeste agentene.