U menadžmentu postoji stara izreka: ono što mjerite je važno. Tipično, dobivate više onoga što mjerite.
Programski inženjeri raspravljaju o metrikama produktivnosti desetljećima, počevši od linija koda. No, dok nova generacija AI alata za kodiranje isporučuje više koda nego ikad prije, nije jasno što njihovi menadžeri trebaju mjeriti.
Ogromni budžeti tokena — u suštini, količina AI procesorske snage koju programer smije koristiti — postali su oznaka časti među programerima u Silicijskoj dolini, no to je čudan način razmišljanja o produktivnosti. Mjerenje ulaza u proces nema puno smisla kada vam je očigledno važniji izlaz. Možda ima smisla ako pokušavate potaknuti veću upotrebu AI (ili prodavati tokene), ali ne ako pokušavate postati učinkovitiji.
Pogledajte dokaze iz nove klase tvrtki koje djeluju u području “uvida u produktivnost programera”. Otkrivaju da programeri koji koriste alate poput Claude Code, Cursor i Codex generiraju mnogo više prihvaćenog koda nego prije. Međutim, također otkrivaju da se inženjeri moraju vraćati i revidirati taj prihvaćeni kod mnogo češće nego prije, što umanjuje tvrdnje o povećanoj produktivnosti.
Alex Circei, CEO i osnivač Waydev, gradi inteligentni sloj za praćenje ovih dinamika; njegova tvrtka surađuje s 50 različitih kupaca koji zapošljavaju više od 10,000 programskih inženjera. (Circei je ranije surađivao s TechCrunchom, no ovaj reporter ga nikada nije upoznao.)
Kaže da menadžeri inženjera vide stope prihvaćanja koda od 80% do 90% — što znači udio AI-generiranog koda koji programeri odobravaju i zadržavaju — ali propuštaju previranja koja se događaju kada inženjeri moraju revidirati taj kod tijekom sljedećih tjedana, što stvarnu stopu prihvaćanja koda smanjuje na između 10% i 30% generiranog koda.
Uspon AI alata za kodiranje doveo je do toga da je Waydev, osnovan 2017. godine za pružanje analitike programerima, potpuno prepravio svoju platformu u posljednjih šest mjeseci kako bi se prilagodio proliferaciji brzih alata za kodiranje. Sada, tvrtka objavljuje nove alate koji prate metapodatke generirane od strane AI agenata, nudeći analitiku o kvaliteti i troškovima njihovog koda kako bi inženjerskim menadžerima pružili bolji uvid u usvajanje i učinkovitost AI-a.
Iako analitičke tvrtke imaju motivaciju istaknuti probleme koje pronalaze, dokazi se gomilaju da velike organizacije još uvijek otkrivaju kako učinkovito koristiti AI alate. Velike tvrtke primjećuju — Atlassian je prošle godine kupio DX, još jedan startup za inženjersku inteligenciju, za 1 milijardu dolara, kako bi pomogao svojim korisnicima razumjeti povrat ulaganja u alate za kodiranje.
Podaci iz industrije govore dosljednu priču: Više koda se piše, ali nesrazmjerno velik dio njega se ne zadržava.
GitClear, još jedna tvrtka u ovom području, objavila je izvješće u siječnju koje je otkrilo da su AI alati povećali produktivnost, ali su također pokazali da „redoviti korisnici AI-a imaju 9.4x veću rotaciju koda od svojih kolega bez AI-a“ — više od dvostrukog povećanja produktivnosti koje su alati pružili.
Faros AI, platforma za analitiku inženjera, oslonila se na dvogodišnje podatke kupaca za svoje izvješće iz ožujka 2026.. Otkriveno je da je rotacija koda — linije koda koje su izbrisane u odnosu na linije dodane — povećana za 861% uz visoku upotrebu AI-a.
Jellyfish, koja se predstavlja kao platforma za inteligenciju integriranu s AI-jem, prikupila je podatke o 7,548 inženjera u prvom kvartalu 2026. Tvrtka je otkrila da su inženjeri s najvećim budžetima tokena proizvodili najviše zahtjeva za povlačenje (predložene promjene u zajedničkoj bazi koda), ali poboljšanje produktivnosti nije se skaliralo. Postigli su dvostruko veću propusnost uz desetostruko veće troškove tokena. Drugim riječima, alati generiraju volumen, a ne vrijednost.
Ove statistike su istinite kada razgovarate s programerima, koji otkrivaju da se pregled koda i tehnički dug gomilaju, čak i dok uživaju u slobodi novih alata. Jedan od uobičajenih nalaza je razlika između starijih i mlađih inženjera, pri čemu potonji prihvaćaju mnogo više AI-generiranog koda i suočavaju se s većom količinom prepisivanja kao posljedicom.
Ipak, čak i dok programeri rade na razumijevanju što njihovi agenti rade, ne očekuju da će se uskoro vratiti unazad. “Ovo je nova era razvoja softvera, i morate se prilagoditi, a kao tvrtka ste prisiljeni prilagoditi se,” rekao je Circei za TechCrunch. “Nije kao da će to biti ciklus koji će proći.”
