Collaborator or Assistnat? How AI Coding Agents Partition Work Across Pull Request Lifecycles
Diese Arbeit analysiert 29.585 Pull-Request-Lebenszyklen über fünf KI-Coding-Tools hinweg, um eine „Collaborator-Assistant"-Taxonomie zu etablieren, die aufzeigt, wie die operative Handlungsfähigkeit zunehmend an Agenten delegiert wird, während die Governance des Zusammenführens vorwiegend menschlich bleibt, und damit eine kritische Entkopplung zwischen Ausführung und Aufsicht in der automatisierten Softwareentwicklung hervorhebt.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich Softwareentwicklung als eine belebte Küche vor, in der ein Team von Köchen (Menschen) und eine neue Generation roboterhafter Sous-Chefs (KI-Agenten) zusammenarbeiten, um Gerichte (Code-Updates) zu kreieren. Die Arbeit, nach der Sie fragen, ist eine Studie darüber, wie diese Köche und Roboter die Arbeit tatsächlich aufteilen, wenn sie ein neues Gericht dem Küchenchef zur Genehmigung vorlegen.
Die Forscher untersuchten fast 30.000 „Bestellungen" (sogenannte Pull Requests oder PRs) von fünf verschiedenen KI-Tools, um zu sehen, wer das Kochen beginnt, wer den Geschmack testet und wer schließlich das „Okay" zum Servieren des Gerichts gibt.
Hier ist die Aufschlüsselung ihrer Erkenntnisse in einfachen Worten:
1. Die zwei Arten roboterhafter Köche
Die Studie ergab, dass die KI-Tools in zwei distincte Kategorien fallen, wie zwei verschiedene Arten von Küchenhelfern:
Die „Kollaborator"-Roboter (Cursor, Devin, Copilot):
Diese sind wie autonome Sous-Chefs. Sie geben ihnen eine vage Idee (wie „mache eine scharfe Pasta"), und sie gehen in die Küche, schneiden das Gemüse, kochen die Sauce, garnieren das Gericht und bringen es zur Theke, damit Sie es probieren können. Sie erledigen fast die gesamte schwere Arbeit. Dennoch warten sie immer noch darauf, dass ein Mensch das Gericht betrachtet, probiert und das endgültige „Ja" gibt, bevor es serviert wird.- Die Statistik: In diesen Arbeitsabläufen beginnt der Roboter die Arbeit 96 % der Zeit.
Die „Assistent"-Roboter (OpenAI, Claude):
Diese sind eher wie intelligente Rezeptgeneratoren. Sie (der Mensch) sind immer noch der Küchenchef. Sie sagen dem Roboter genau, was zu tun ist, oder Sie beginnen selbst mit dem Kochen, und der Roboter hilft Ihnen nur dabei, eine Zwiebel zu schneiden oder schlägt ein Gewürz vor. Der Mensch fährt das Auto; der Roboter ist nur das Navi.- Die Statistik: In diesen Arbeitsabläufen beginnt der Mensch die Arbeit 95 %+ der Zeit.
2. Die große Überraschung: Wer hält die Schlüssel?
Das interessanteste Ergebnis betrifft wer den „Servieren"-Knopf drücken darf (den Code zusammenführen).
Obwohl die „Kollaborator"-Roboter fast das gesamte Kochen übernehmen und das Gericht zur Theke bringen, halten Menschen 99,9 % der Zeit immer noch die Schlüssel zum Restaurant.
- Den Robotern ist erlaubt zu kochen und das Essen zu garnieren.
- Den Robotern ist es selten erlaubt zu entscheiden, ob das Essen gut genug zum Servieren ist.
- Selbst wenn ein Roboter den Knopf drückt, um das Gericht zu servieren, stellte die Studie fest, dass in der Regel ein Mensch es bereits vorher probiert und „gut zum Weitermachen" gesagt hatte. Der Roboter klickte nur den Knopf, um die Papierkram zu erledigen.
Die Metapher: Denken Sie an die KI als Junior-Praktikanten. Der Praktikant ist großartig darin, den Bericht zu entwerfen, Tippfehler zu korrigieren und das Dokument zu drucken. Aber nur der Manager (der Mensch) unterschreibt die endgültige Genehmigung. Der Praktikant erledigt die Arbeit; der Manager nimmt das Lob (und die Schuld), wenn etwas schiefgeht.
3. Das Rätsel des „stillschweigenden Zusammenführens"
Die Forscher fanden eine winzige Anzahl von Fällen (weniger als 1 %), in denen ein Roboter scheinbar seine eigene Arbeit genehmigte, ohne dass ein Mensch sie vorher probiert hatte.
Allerdings weist die Studie auf eine Blindstelle in ihren Daten hin. Die Computerprotokolle zeigen zwar, wer den Knopf gedrückt hat, aber nicht, wer die Entscheidung getroffen hat.
- Szenario A: Ein Mensch probierte das Essen, sagte „Toll", und richtete dann eine Regel ein, damit der Roboter es später automatisch servieren konnte. (Der Roboter klickte den Knopf, aber der Mensch traf die Entscheidung).
- Szenario B: Der Roboter entschied tatsächlich, das Essen eigenständig zu servieren.
Die Studie besagt, dass sie den Unterschied zwischen diesen beiden Szenarien allein durch das Betrachten der Protokolle nicht feststellen können. Es ist, als würde man eine Tür öffnen sehen und wissen, dass ein Roboter sie gestoßen hat, aber nicht wissen, ob ein Mensch dem Roboter vor fünf Minuten gesagt hat, sie zu stoßen.
4. Was dies für die Küche bedeutet
Die Studie kommt zu dem Schluss, dass wir uns derzeit in einer „Junior-Praktikanten"-Phase der KI befinden.
- Kollaborator-Tools sind großartig darin, Initiative zu ergreifen und die Arbeit zu erledigen, aber sie brauchen immer noch einen Menschen, der alles doppelt überprüft.
- Assistent-Tools sind großartig darin, Menschen zu helfen, die bereits arbeiten, aber sie übernehmen nicht die Führung.
Die Forscher warnen, dass, obwohl die Roboter schneller beim Kochen werden, die „Schlüssel zum Restaurant" (die Autorität, Code zusammenzuführen) immer noch fest in menschlichen Händen liegen. Die Protokolle zeigen uns, wer die Arbeit erledigt hat, aber sie zeigen uns nicht immer, wer wirklich für die endgültige Entscheidung verantwortlich war.
Kurz gesagt: Die KI leistet die schwere Arbeit, aber die Menschen sind immer noch diejenigen, die den Klemmbrett halten und die Schecks unterschreiben.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.