Sześć poziomów autonomii fabryki, bramki między nimi i nasza prognoza, jak daleko zaprowadzi nas 2026. Spisane teraz, żeby można nas było później ocenić.
Przewidywania o AI są tanie, bo nikt ich nie sprawdza. Ta strona to rubryka, nie nastrój: każda bramka poniżej jest albo prawdziwa, albo fałszywa dla realnego zespołu wydającego realne oprogramowanie. Aktualizujemy ją, gdy bramki się otwierają, i nie przesuwamy słupków.
Zapożyczone z tego, jak ocenia się samochody autonomiczne, i zastosowane do tego, jak powstaje oprogramowanie. Ciekawy skok to F3 → F4: od agentów, którym się deleguje, do fabryki, którą się kieruje.
Fig. 1 · Human share of the effort behind a merged changeSchematic, by autonomy level. Hover for values.
F3 · you are here
F0
Ręczny
Większość historii oprogramowania
Ludzie piszą każdą linię. Narzędzia kompilują, sprawdzają styl i narzekają. Fabryką jest klawiatura.
Bramki
▸Brak. To jest poziom zerowy.
F1
Wspomagany
2021–2023
Autouzupełnianie robi się dobre. Model podpowiada kilka kolejnych tokenów, ale nic nie trafia na produkcję bez człowieka, który wpisze większość.
Bramki
▸Kod podpowiedziany przez model pojawia się w większości nowych plików.
▸Nikt przez to nie przegląda inaczej.
F2
Nadzorowany
2024
Agent pisze całe funkcje i pliki, a człowiek obserwuje każdy krok i zatwierdza każde polecenie. Jeden agent, jeden człowiek. Szybciej, ale nadal szeregowo.
Bramki
▸Agent wykonuje zmiany w wielu plikach od początku do końca.
▸Człowiek czyta każdą linię przed scaleniem.
▸Jeden człowiek prowadzi najwyżej jednego agenta naraz.
F3
Delegowany
Od 2025 do dziśTu są poważne zespoły
Agent prowadzi zadanie od zgłoszenia do diffa. Człowiek przegląda wynik, a nie naciśnięcia klawiszy. Uwaga przenosi się z pisania kodu na opisywanie pracy i jej ocenę. Jeden inżynier prowadzi kilku agentów naraz w izolowanych obszarach roboczych.
Floty agentów planują, wdrażają, przeglądają i testują nawzajem swoją pracę. Ludzie wyznaczają kierunek, rozstrzygają wyjątki i odpowiadają za gust. Jednostką ludzkiej uwagi nie jest już pull request. Jest nią decyzja.
Na wejściu wynik, na wyjściu oprogramowanie. Ludzie określają intencję, ograniczenia i budżet. Fabryka sama się planuje, wydaje w sposób ciągły, monitoruje to, co wydała, i sama się wycofuje. Większość zmian scala się bez człowieka w pętli, a liczba incydentów nie rośnie.
Bramki
○Większość zmian produkcyjnych scala się bez czytania diffa przez człowieka.
○Wskaźnik nieudanych zmian na poziomie ery ludzkiej lub niższy przez dwa kolejne kwartały.
○Fabryka wycofuje własne złe wdrożenia szybciej, niż robił to dyżurny człowiek.
○Ludzie w pętli są od decyzji, nie od przepustowości.
Prognoza
Jak potoczy się 2026
Po części zapis, po części zakład. Dwa pierwsze punkty już się dzieją. Reszta jest opisana na tyle konkretnie, że da się w niej pomylić.
Fig. 2 · Merged changes written by agents, zero human editsIndustry median, our estimate. Dashed is forecast. The first F4 teams cross the gate earlier.
Początek 2026
Początek 2026
Przegląd staje się wąskim gardłem
Wydarzyło się
Pisanie kodu przestaje pochłaniać godziny inżynierów. Pochłania je czytanie. Zespoły, które w 2025 sięgnęły po równoległych agentów, uderzyły w ścianę pierwsze: dziesięciu agentów wyprodukuje przed obiadem więcej diffów, niż zespół uczciwie przejrzy do piątku.
Odpowiedź: agenci przeglądają agentów, a ludzie próbkują zamiast czytać wszystko. Zaufanie zdobywa się statystycznie, nie per diff.
Co musi się wydarzyć
Agenci recenzenci wychwytują podłożone regresje na równi z medianą ludzkich recenzentów w testach na ślepo.
Połowa 2026
Połowa 2026
Pojawia się dyspozytor
W toku
Zakres obowiązków się przesuwa. Inżynierowie przestają być maszynistkami z gustem, a stają się dyspozytorami z gustem: dzielą pracę, kierują ją do flot, rozstrzygają konflikty między agentami, którzy dotknęli tego samego modułu.
Narzędzia traktujące agentów jak flotę, a nie jak okno czatu, stają się domyślnym interfejsem do bazy kodu.
Co musi się wydarzyć
Jeden inżynier utrzymuje 10 lub więcej równoległych nurtów pracy, a rozwiązywanie konfliktów scalania między gałęziami agentów samo jest w większości zautomatyzowane.
Koniec 2026
Koniec 2026
Nocna zmiana
Prognoza
Niezawodność na długim horyzoncie przekracza próg. Praca zlecona o 18:00 jest gotowa do scalenia o 9:00 na tyle często, że rezygnacja z nocnej zmiany zaczyna przypominać zostawienie fabryki na biegu jałowym.
Konfiguracja środowiska, niestabilne testy i hydraulika poświadczeń — nudne tryby awarii, które zabijały uruchomienia bez nadzoru w 2025 — zostają w większości rozwiązane inżyniersko, a nie modelowo.
Co musi się wydarzyć
Uruchomienia bez nadzoru trwające 8 godzin lub dłużej kończą się sukcesem na większości rutynowych zgłoszeń, bez odblokowywania przez człowieka.
2027
2027
Pierwsze zespoły na F4
Prognoza
Pierwsze zespoły, te małe, wydają kod pisany głównie przez agentów bez czytania każdej linii, a ich wskaźniki defektów się trzymają. Nic mistycznego: warstwy przeglądu, kanarki, szybki rollback i nawyk pisania specyfikacji zamiast kodu.
Wszyscy spierają się, czy to się uogólnia. Ten spór jest znakiem, że poziom został osiągnięty.
Co musi się wydarzyć
Co najmniej jeden zespół, który da się wskazać z nazwy, w tym nasz, przechodzi wszystkie bramki F4 przez pełny kwartał i publikuje liczby.
Dalej: F5 to nie zapowiedź na najbliższy czas
Nie prognozujemy pełnej autonomii w 2026 ani 2027 roku. Uczciwe niewiadome: czy przegląd wykonywany przez agenta wytrzyma zderzenie ze złośliwą złożonością, czy specyfikacja może zastąpić czytanie kodu jako kotwica zaufania w skali i czy ekonomia mocy obliczeniowej utrzyma nocną zmianę taniej niż ludzie, których wspiera. F5 to pozycja w rubryce, byśmy rozpoznali go, gdy nadejdzie, a nie obietnica.
Karta wyników
Gdzie naprawdę jest branża
Nasza ocena na sierpień 2026, na podstawie własnego zespołu i zespołów, które uważnie obserwujemy. F3 jest w większości otwarte. F4 w większości zamknięte. Ta luka to właśnie praca do wykonania.
Rutynowe zgłoszenia bez interwencji w trakcie zadania
Standard dla dobrze zakreślonej pracy w izolowanych obszarach roboczych.
●Otwarta
F3
3+ równoległych nurtów pracy na inżyniera
Codzienna praktyka naszego zespołu i naszych najintensywniejszych użytkowników.
●Otwarta
F3
Większość scalonych PR-ów od agentów bez poprawek
Prawda dla rutynowej pracy, jeszcze nie dla trudnych refaktoryzacji.
◐Częściowa
F4
Połowa scalonych zmian to kod agentów bez poprawek
Ludzie wciąż poprawiają lub mocno sterują większością scalonych diffów.
○Zamknięta
F4
Przegląd agenta na równi z przeglądem ludzkim
Przegląd agenta wychwytuje realne błędy, ale nie ma jeszcze zaufania samodzielnie.
○Zamknięta
F4
10+ równoległych nurtów pracy bez gubienia stanu
Możliwe w dobre dni. Koszt nadzoru wciąż rośnie zbyt szybko.
◐Częściowa
F4
Nocne uruchomienia bez nadzoru, gotowe do scalenia nad ranem
Działa, gdy środowiska są czyste. Środowiska rzadko są czyste.
◐Częściowa
F4
Od zgłoszenia do produkcji poniżej jednego dnia, mediana
Kolejki przeglądów i CI zjadają zyski, które dają agenci.
○Zamknięta
Fabryka potrzebuje hali
Superset to warsztat na przejście z F3 do F4: równolegli agenci w izolowanych obszarach roboczych, floty, które naprawdę da się nadzorować, i powierzchnia przeglądu dla kodu, którego nie napisano ręcznie.