Microsoftin CoreAI-yksikköä johtava Jay Parikh ei säästele ennusteissaan. Hänen mukaansa kaikki tähän asti kirjoitettu ohjelmistokoodi jää murto-osaan siitä, mitä seuraavien viiden vuoden aikana syntyy. GitHub:n keskiviikkona julkaisema Octoverse-raportti antaa hänen puheilleen ainakin osittain katetta.
Raportin mukaan syyskuussa yli 40 prosenttia GitHub:n pull requesteista alkoi tekoälyagentin kirjoittamasta ensimmäisestä luonnoksesta. Maaliskuussa osuus oli 17 prosenttia. Pelkästään syyskuussa agentit aloittivat 110 miljoonaa pull requestia, noin kuusi kertaa enemmän kuin maaliskuussa.
Pull request on ohjelmoijan muutosehdotus: koodiin tehty muutos, jonka muut tarkastavat ennen kuin se liitetään osaksi yhteistä ohjelmaa.
“Uskon, että kaikki tähän mennessä kirjoittamamme ohjelmistot jäävät alle prosenttiin siitä ohjelmistosta, jonka kirjoitamme seuraavan viiden vuoden aikana.”
Agentti kirjoittaa luonnoksen, ihminen päättää
Mitä luku tarkoittaa käytännössä? Agentille annetaan tehtävä, esimerkiksi virheen korjaus tai uusi toiminto. Se lukee olemassa olevan koodin, tekee muutokset, ajaa testit ja avaa pull requestin. Sen jälkeen ihminen tarkastaa työn, pyytää korjauksia ja päättää, hyväksytäänkö muutos.
Raportin sanoin kehittäjät kysyvät agenteilta yhä neuvoa, mutta antavat niille entistä useammin kokonaisia tehtäviä (englanniksi "increasingly they hand over whole tasks"). Painopiste siirtyy kirjoittamisesta tarkastamiseen. GitHub:n mukaan juuri tarkastusvaiheessa kehittäjä muokkaa agentin tuotosta, ja sitä varten rakennetaan nyt eniten uusia työkaluja.
Luku kertoo, kuka muutoksen aloitti. Se ei kerro, kuinka suuri osa agenttien luonnoksista päätyi lopulliseen koodiin ja kuinka paljon ihminen joutui niitä korjaamaan.
Kokonaisuutena vuosi oli GitHub:lle ennätyksellinen. Syyskuun loppuun päättyneiden 12 kuukauden aikana kehittäjät lähettivät koodia palveluun 17,9 miljardia kertaa, enemmän kuin vuosina 2024 ja 2025 yhteensä. Hyväksyttyjä pull requesteja kertyi 1,3 miljardia, kun edellisellä jaksolla niitä oli 538 miljoonaa.
110 milj.↑
Agentin aloittamaa muutosehdotusta (pull request) pelkästään syyskuussa
GitHub määrittelee sen pull requestiksi, jonka ensimmäinen luonnos tuli koodausagentilta, jonka yhtiö pystyy tunnistamaan. Kaikkea agenttien käyttöä ei tunnisteta, joten GitHub:n omien sanojen mukaan luku on alaraja.
Copilot Fusion valitsee mallin vaihe kerrallaan
GitHub julkisti samalla Universe-tapahtumassaan Copilot Fusionin. Yhden kielimallin sijaan se valitsee jokaiseen koodausvaiheeseen mallin tai mallien yhdistelmän sen mukaan, mitä vaihe vaatii. Kevyt malli voi tehdä luonnoksen, ja jos laatutarkastus hylkää sen, työ siirtyy järeämmälle mallille. Toisessa tilassa yksi malli kirjoittaa ja toinen arvioi.
Käyttäjä valitsee tasoista Standard, High ja Max. GitHub:n mukaan Fusion Max sai Artificial Analysisin koodausagenttivertailussa 60 pistettä, eli se jäi kahden pisteen päähän Claude Coden ja Claude Opus 5.5 Maxin yhdistelmästä. Yhtiön mukaan tehtävä maksoi noin puolet vähemmän ja valmistui 40 prosenttia nopeammin.
Vertailu on yhtiön oma väite. GitHub ei kerro tiedotteessaan, miten mittaukset tehtiin, eikä AI Suomi ole voinut tarkistaa lukuja. Microsoftin toimitusjohtaja Satya Nadella lupasi LinkedInissä vielä enemmän: hänen mukaansa Fusion tuottaa kärkitason laatua 40 prosenttia nopeammin ja jopa 77 prosenttia halvemmin.
Mallien yhdistely on jo arkea. Syyskuussa 61 prosenttia mallinsa itse valinneista Copilot-käyttäjistä käytti useampaa kuin yhtä mallia.
Sanasto
Tuotanto (ohjelmistokehityksessä)
Ohjelman käytössä oleva versio, jota oikeat käyttäjät käyttävät. Koodin hyväksyminen tuotantoon tarkoittaa, että muutos otetaan käyttöön kaikille.
Artificial Analysis
Riippumaton yhtiö, joka vertailee tekoälymallien suorituskykyä, nopeutta ja hintaa yhteisillä testitehtävillä ja julkaisee tulokset pistetaulukkoina.
Suomesta ei ole lukuja
Octoverse-raportissa ei ole Suomea koskevia lukuja. Euroopasta nostetaan esiin vain suurimmat maat: Isossa-Britanniassa on 6,47 miljoonaa GitHub-kehittäjää ja Saksassa 6,30 miljoonaa. Suomen agenttiosuudesta ei siis tiedetä mitään.
Suomalaisessa ohjelmistotalossa muutos näkyy ensimmäisenä tarkastusjonossa. Jos agentti avaa muutosehdotuksia moninkertaisesti ihmistiimiä nopeammin, pullonkaulaksi tulevat ne kokeneet kehittäjät, jotka hyväksyvät koodin tuotantoon. Sama koskee nuoria koodareita. Ala on perinteisesti oppinut juuri niistä rutiinitehtävistä, jotka nyt annetaan agentille.
Isot yritykset hakevat vielä tasapainoa. Kuten AI Suomi aiemmin kertoi, Amazon ohjeisti kehittäjiään kertomaan suoraan, jos tekoälystä ei ole heidän työssään apua. Yhtiö myönsi samalla, että käyttömäärien mittaaminen voi ohjata väärään suuntaan. Taustalla olivat katkokset, joiden jälkeen nuorempien kehittäjien tekoälyavusteiset muutokset alkoivat vaatia kokeneemman hyväksynnän.
Otsikkolukua kiinnostavampi voi lopulta olla se, jota raportti ei kerro. Hyväksyttyjen pull requestien määrä yli kaksinkertaistui vuodessa, mutta jokaisen takana on yhä ihminen, joka sanoo kyllä. Ensi vuoden Octoversessa olisi hyödyllistä nähdä, kuinka moni agentin luonnos hylättiin.
Viikoittainen uutiskirje
Tule firmasi fiksuimmaksi AI-osaajaksi
Yksi uutiskirje kerrallaan. Kokoamme viikon tärkeimmät tekoälyuutiset suomeksi ja kerromme, mitä ne tarkoittavat sinun työsi kannalta. Luet sen kahvitauolla.
