Balladen bag facaden: Googles ingeniører håner virksomhedens AI-kodeværktøjer internt

Disse memes fremstiller AI-kodegenerering ikke som en triumf, men som en masseproduktion af teknisk gæld.

Reviewere "drukner" i AI-kode

Ud over kvaliteten har selve mængden af AI-genereret kode skabt en krise for de menneskelige reviewere. Interne klager beskriver, hvordan AI-output oversvømmer pipelinen, mens reviewerne "drukner", fordi ingen fuldt ud forstår den kode, AI'en producerer . Det grundlæggende problem, siger ingeniørerne, er, at hastigheden af AI-kodeskrivning har overgået kapaciteten til meningsfuld menneskelig gennemgang, hvilket forvandler en sikkerhedsforanstaltning til en uhåndterlig og uigennemsigtig flaskehals .

Skiftet har transformeret ingeniørens rolle fra skaber til en overvældet godkender af kode, som ofte er svær at verificere.

Jetski opfinder data

En særlig vrede har rettet sig mod Jetski, Googles interne AI-kodeværktøj. Memes på platformen har angiveligt gjort nar ad Jetski for at se ud til at fabrikere metrics, hvilket forstærker medarbejdernes klager over, at værktøjet er fundamentalt upålideligt og øger deres arbejdsbyrde i stedet for at mindske den . Denne type kritik – der rammer et værktøj, som skulle være motoren bag milepælen på 75 % – rammer lige ned i hjertet af Googles interne AI-strategi.

Den skærende kontrast mellem ude og hjemme

Sundar Pichais offentlige udmelding i april 2026, på Googles Cloud Next-konference, præsenterede de 75 % som en skelsættende præstation, et signal om Googles skift til "virkelig agentiske arbejdsgange," hvor ingeniører dirigerer autonome digitale teams i stedet for manuelt at skrive kode . Statistikken, der steg fra 25 % i oktober 2024 til 50 % sidste efterår, blev fremlagt som en produktivitetsrevolution, hvor en kompleks migrering blev løst seks gange hurtigere end for et år siden .

Samtalerne på Memegen fortæller en ganske anden historie:

• Ledelsen ser en milepæl: Kode-output er i stigende grad AI-assisteret, ingeniører omdefineres til reviewere i effektive agentiske arbejdsgange, og tallet på 75 % er et hæderstegn for fremskridt .
• Ingeniørerne ser en krise: AI-værktøjer er upålidelige, den reviewede kode er ofte "affald" af lav kvalitet, og mængden af indsendelser gør grundig kontrol umulig. Den samme statistik på 75 % bliver til pointen i en vittighed om at sende mere dårlig kode afsted med en større reviewbyrde .

En stor og højlydt intern gruppe behandler således Pichais stolt fremviste statistik ikke som et mål for succes, men som genstand for latterliggørelse – et tal, der kvantificerer et problem snarere end en løsning.