Tato důvěra se ale zhroutí, jakmile kód zamíří do ostrého provozu. Zpráva odhaluje „strukturální rozpojení“ – přímý rozpor mezi známkou, kterou kód dostane během kontroly, a jeho skutečným chováním pod tlakem produkčních zátěží .

• 81 % podnikových technologických lídrů hlásí přímý nárůst incidentů v produkci spojených s kódem od AI .
• 78 % respondentů uvádí více incidentů celkově .
• 86 % hlásí nárůst času, který seniorní vývojáři tráví opravou tohoto kódu .
• 74 % uvádí, že alespoň 25 % kódu od AI vyžaduje po nasazení přepracování .

Tento vzorec má ve zprávě vlastní označení: „vibe coding“ – tvorba a nasazování kódu z velké části na základě slepé důvěry – se stal mainstreamem a neprověřená důvěra způsobuje produkční krizi .

Nejen New Relic: Rostoucí problém celého odvětví

New Relic není jediný, kdo bije na poplach. Stejný obrázek vykreslují i další průmyslové zprávy z roku 2026:

• Zpráva Lightrun State of AI-Powered Engineering Report 2026 zjistila, že 43 % změn kódu od AI vyžaduje ruční ladění v produkci, a to i poté, co prošlo QA a testováním na stagingu. Ani jediný respondent neuvedl, že by jeho organizace dokázala ověřit opravu navrženou AI na jeden pokus; 88 % jich potřebovalo dva až tři cykly .
• Zpráva Faros AI Engineering Report 2026 ukázala, že počet chyb na vývojáře vzrostl o 54 % a poměr incidentů k PR se více než ztrojnásobil. Vztah mezi adopcí AI a kvalitou v produkci se nezlepšuje, naopak se zhoršuje .
• Průzkum Sonar State of Code Developer Survey 2026 zjistil, že AI se dnes podílí na 42 % commitovaného kódu a očekává se, že do roku 2027 dosáhne 65 % – přesto 96 % vývojářů AI kódu plně nedůvěřuje a pouze 48 % jej vždy před commitem zkontroluje .
• Analýza 470 open-source PR od CodeRabbit ukázala, že AI-generované PR obsahují přibližně 1,7× více problémů celkově, soustředěných hlavně na logické chyby, mezery ve zpracování chyb a bezpečnostní nálezy. V 90. percentilu měly AI PR 26 problémů, zatímco lidské PR jen 12,3 .

Jádro problému netkví v tom, že by AI psala špatný kód. Problém je v tom, že generování běží 5–10× rychleji než lidský vývojář, zatímco ověřování stále běží rychlostí 1× . Kontrolní mechanismy navržené pro lidské tempo nestíhají objem kódu chrlí AI, čímž vzniká úzké hrdlo verifikace a nespolehlivý kód nenápadně proniká do produkce.

Řešení: New Relic AI Coding Observability

8. června 2026 New Relic na tento rozpor přímo zareagovala oznámením vývoje New Relic AI Coding Observability, open-source řešení pro monitorování navržené speciálně pro vývoj softwaru s asistencí AI . Funkce je naplánována na 23. června 2026 a bude dostupná zákazníkům New Relic zcela zdarma .

Telemetrická vrstva nezávislá na dodavateli

Na architektuře záleží. New Relic záměrně postavila AI Coding Observability na dvou otevřených standardech: OpenTelemetry (OTel) a Model Context Protocol (MCP) . To znamená, že týmy nejsou vázány na telemetrické schéma New Relic ani na jednoho konkrétního AI asistenta. Jakýkoli asistent, který vystavuje telemetrii kompatibilní s MCP – GitHub Copilot, Cursor, Claude Code a další – se může do této vrstvy zapojit . Na trhu, kde dominantní nástroj roku 2027 nemusí být ten, který používáme dnes, je vendor-neutralita praktickou nutností.

Tři hlavní pilíře

Oznámení New Relic popisuje tři klíčové funkcionality :

1. Viditelnost – Sledujte, jak se AI asistenti používají během vývoje: jaké nástroje, jak často a co produkují. Cílem je proměnit roztříštěné, nemonitorované používání AI v řízenou a měřitelnou technickou praxi.
2. Kontrola nákladů – Předvídejte a kontrolujte výdaje za AI kódování pomocí upozornění na rozpočet. To přímo řeší slepý bod, na který si stěžují FinOps týmy, jež pravidelně dostávají netransparentní měsíční faktury za používání AI nástrojů bez jasné představy o přidané hodnotě .
3. Governance – Udržujte dotazy a generování kódu bezpečné a auditovatelné, včetně režimu „zero-outbound“, který chrání citlivá data v rámci podnikové sítě .

Propojení vývoje s produkcí

Strategickou sázkou je korelace. AI Coding Observability je navržena tak, aby normalizovala telemetrii napříč různými AI asistenty a bezproblémově ji korelovala se stávající produkční infrastrukturou . Představa je taková, že vznikne jednotné zobrazení, kde týmy mohou sledovat cestu změny od AI od IDE přes nasazení až do produkce – a následně vidět, zda tato změna koreluje s nárůstem incidentů o několik hodin či dní později.

Proč to znamená zlom pro vedení vývoje

CTO strávili roky 2024-2025 zaměřením na adopci a zvyšování produktivity pomocí AI asistentů. Z dat od New Relic, Lightrun, Faros, Sonar a dalších je nyní jasné, že další fáze se musí soustředit na ověřování, spolehlivost a vyúčtování nákladů.

Míra 94% důvěry při kontrole kódu není sama o sobě nesprávná – AI často produkuje čistý, čitelný a syntakticky správný kód, který projde statickou analýzou. Chyba je v prostředí: kód od AI funguje dobře v omezeném karanténním prostředí pull requestu, ale selhává tváří v tvář komplexitě produkčních dat, reálnému chování uživatelů a systémovým interakcím, které žádná revize kódu nedokáže plně simulovat. Bez observability, která pokrývá obě fáze, firmy hodnotí podle křivky, na kterou produkce nebere ohled.

New Relic AI Coding Observability představuje přímý pokus tuto smyčku uzavřít a posunout průmysl od přístupu „věř revizi“ k přístupu „ověř v produkci“.

Tato důvěra se ale zhroutí, jakmile kód zamíří do ostrého provozu. Zpráva odhaluje „strukturální rozpojení“ – přímý rozpor mezi známkou, kterou kód dostane během kontroly, a jeho skutečným chováním pod tlakem produkčních zátěží .

• 81 % podnikových technologických lídrů hlásí přímý nárůst incidentů v produkci spojených s kódem od AI .
• 78 % respondentů uvádí více incidentů celkově .
• 86 % hlásí nárůst času, který seniorní vývojáři tráví opravou tohoto kódu .
• 74 % uvádí, že alespoň 25 % kódu od AI vyžaduje po nasazení přepracování .

Tento vzorec má ve zprávě vlastní označení: „vibe coding“ – tvorba a nasazování kódu z velké části na základě slepé důvěry – se stal mainstreamem a neprověřená důvěra způsobuje produkční krizi .

Nejen New Relic: Rostoucí problém celého odvětví

New Relic není jediný, kdo bije na poplach. Stejný obrázek vykreslují i další průmyslové zprávy z roku 2026:

• Zpráva Lightrun State of AI-Powered Engineering Report 2026 zjistila, že 43 % změn kódu od AI vyžaduje ruční ladění v produkci, a to i poté, co prošlo QA a testováním na stagingu. Ani jediný respondent neuvedl, že by jeho organizace dokázala ověřit opravu navrženou AI na jeden pokus; 88 % jich potřebovalo dva až tři cykly .
• Zpráva Faros AI Engineering Report 2026 ukázala, že počet chyb na vývojáře vzrostl o 54 % a poměr incidentů k PR se více než ztrojnásobil. Vztah mezi adopcí AI a kvalitou v produkci se nezlepšuje, naopak se zhoršuje .
• Průzkum Sonar State of Code Developer Survey 2026 zjistil, že AI se dnes podílí na 42 % commitovaného kódu a očekává se, že do roku 2027 dosáhne 65 % – přesto 96 % vývojářů AI kódu plně nedůvěřuje a pouze 48 % jej vždy před commitem zkontroluje .
• Analýza 470 open-source PR od CodeRabbit ukázala, že AI-generované PR obsahují přibližně 1,7× více problémů celkově, soustředěných hlavně na logické chyby, mezery ve zpracování chyb a bezpečnostní nálezy. V 90. percentilu měly AI PR 26 problémů, zatímco lidské PR jen 12,3 .

Jádro problému netkví v tom, že by AI psala špatný kód. Problém je v tom, že generování běží 5–10× rychleji než lidský vývojář, zatímco ověřování stále běží rychlostí 1× . Kontrolní mechanismy navržené pro lidské tempo nestíhají objem kódu chrlí AI, čímž vzniká úzké hrdlo verifikace a nespolehlivý kód nenápadně proniká do produkce.

Řešení: New Relic AI Coding Observability

8. června 2026 New Relic na tento rozpor přímo zareagovala oznámením vývoje New Relic AI Coding Observability, open-source řešení pro monitorování navržené speciálně pro vývoj softwaru s asistencí AI . Funkce je naplánována na 23. června 2026 a bude dostupná zákazníkům New Relic zcela zdarma .

Telemetrická vrstva nezávislá na dodavateli

Na architektuře záleží. New Relic záměrně postavila AI Coding Observability na dvou otevřených standardech: OpenTelemetry (OTel) a Model Context Protocol (MCP) . To znamená, že týmy nejsou vázány na telemetrické schéma New Relic ani na jednoho konkrétního AI asistenta. Jakýkoli asistent, který vystavuje telemetrii kompatibilní s MCP – GitHub Copilot, Cursor, Claude Code a další – se může do této vrstvy zapojit . Na trhu, kde dominantní nástroj roku 2027 nemusí být ten, který používáme dnes, je vendor-neutralita praktickou nutností.

Tři hlavní pilíře

Oznámení New Relic popisuje tři klíčové funkcionality :

1. Viditelnost – Sledujte, jak se AI asistenti používají během vývoje: jaké nástroje, jak často a co produkují. Cílem je proměnit roztříštěné, nemonitorované používání AI v řízenou a měřitelnou technickou praxi.
2. Kontrola nákladů – Předvídejte a kontrolujte výdaje za AI kódování pomocí upozornění na rozpočet. To přímo řeší slepý bod, na který si stěžují FinOps týmy, jež pravidelně dostávají netransparentní měsíční faktury za používání AI nástrojů bez jasné představy o přidané hodnotě .
3. Governance – Udržujte dotazy a generování kódu bezpečné a auditovatelné, včetně režimu „zero-outbound“, který chrání citlivá data v rámci podnikové sítě .

Propojení vývoje s produkcí

Strategickou sázkou je korelace. AI Coding Observability je navržena tak, aby normalizovala telemetrii napříč různými AI asistenty a bezproblémově ji korelovala se stávající produkční infrastrukturou . Představa je taková, že vznikne jednotné zobrazení, kde týmy mohou sledovat cestu změny od AI od IDE přes nasazení až do produkce – a následně vidět, zda tato změna koreluje s nárůstem incidentů o několik hodin či dní později.

Proč to znamená zlom pro vedení vývoje

CTO strávili roky 2024-2025 zaměřením na adopci a zvyšování produktivity pomocí AI asistentů. Z dat od New Relic, Lightrun, Faros, Sonar a dalších je nyní jasné, že další fáze se musí soustředit na ověřování, spolehlivost a vyúčtování nákladů.

Míra 94% důvěry při kontrole kódu není sama o sobě nesprávná – AI často produkuje čistý, čitelný a syntakticky správný kód, který projde statickou analýzou. Chyba je v prostředí: kód od AI funguje dobře v omezeném karanténním prostředí pull requestu, ale selhává tváří v tvář komplexitě produkčních dat, reálnému chování uživatelů a systémovým interakcím, které žádná revize kódu nedokáže plně simulovat. Bez observability, která pokrývá obě fáze, firmy hodnotí podle křivky, na kterou produkce nebere ohled.

New Relic AI Coding Observability představuje přímý pokus tuto smyčku uzavřít a posunout průmysl od přístupu „věř revizi“ k přístupu „ověř v produkci“.