AI Kini Tulis 75% Kod Baharu Google — Era Pengekodan Agentik Telah Tiba

Perlumbaan Empat Penjuru dalam Pengekodan Agentik

Google: Gemini Memacu Revolusi Dalaman

Angka 75% Google, yang diumumkan oleh CEO Sundar Pichai di Google Cloud Next 2026 di Las Vegas, adalah penanda aras awam paling ketara untuk menunjukkan betapa pantas kod yang dijana AI telah berkembang di dalam organisasi kejuruteraan utama . Model pengekodan AI dalaman syarikat itu, Gemini, telah disepadukan ke dalam matlamat semakan prestasi — setakat Q4 2025, sesetengah organisasi menetapkan sasaran bahawa 55% daripada perubahan kod seharusnya "Dibantu-Ejen," dan untuk separuh pertama 2026, 65% jurutera dalam org penciptaan Google dijangka menulis lebih daripada 75% kod komited mereka menggunakan AI . Syarikat itu juga melaporkan bahawa migrasi kod yang dibantu AI telah diselesaikan enam kali lebih cepat berbanding setahun lalu apabila jurutera bekerja bersendirian .

Microsoft: MAI-Code-1-Flash — Pencabar Dalaman untuk GitHub Copilot

Pada 2 Jun 2026, di Microsoft Build, Microsoft memperkenalkan MAI-Code-1-Flash . Ia adalah model pengekodan 5-bilion-parameter-aktif yang dibina sepenuhnya oleh Microsoft menggunakan data berlesen, tanpa sebarang penyulingan daripada model OpenAI, Anthropic, atau pihak ketiga yang lain . Model ini menggunakan seni bina Campuran-Pakar (Mixture-of-Experts) yang jarang dengan jumlah 137 bilion parameter dan tetingkap konteks 256,000 token, dan telah dilatih dari Mac hingga Mei 2026 di dalam abah-abah pengeluaran GitHub Copilot — bermakna model ini belajar pada aliran kerja pembangun dunia sebenar yang sama yang kemudiannya akan dilayaninya .

Hasilnya ialah model yang mendapat skor 85.8% pada penanda aras pengekodan adversarial Microsoft dan kira-kira 51% pada SWE-Bench Pro, mengatasi Claude Haiku 4.5 Anthropic sebanyak 16 mata peratusan pada ujian yang kedua sambil menggunakan sehingga 60% lebih sedikit token untuk tugas pengekodan yang kompleks . MAI-Code-1-Flash mula dilancarkan kepada pengguna GitHub Copilot dalam Visual Studio Code pada 2 Jun, merentasi pelan Percuma, Pro, Pro+, dan Max, dengan akses pihak ketiga tersedia melalui Fireworks AI, Baseten, dan OpenRouter .

OpenAI: Codex Menjadi Pusat Kawalan Pelbagai Ejen

OpenAI melancarkan Codex pada April 2025 sebagai ejen kejuruteraan perisian berasaskan awan yang mampu mengusahakan banyak tugas secara selari . Menjelang April 2026, ia telah melepasi 4 juta pengguna aktif mingguan . Platform ini sejak itu telah berkembang menjadi satu keluarga model dan antara muka yang merangkumi aplikasi, CLI, sambungan IDE, dan awan, setiap satunya saling memperkukuh antara satu sama lain .

Pencapaian utama dalam evolusi Codex:

• GPT-5.2-Codex (Disember 2025) — dioptimumkan untuk pengekodan agentik dan keselamatan siber defensif, dengan pengendalian tugas jangka panjang yang lebih baik dan sokongan persekitaran Windows yang lebih mantap .
• GPT-5.3-Codex (Februari 2026) — 25% lebih pantas, menggabungkan prestasi pengekodan termaju dengan penaakulan dan pengetahuan profesional yang lebih luas, diposisikan sebagai langkah ke arah ejen "bekerja di atas komputer" sepenuhnya .
• Aplikasi desktop Codex (Februari/Mac 2026) — sebuah "pusat kawalan" untuk menguruskan berbilang ejen selari pada macOS dan Windows .
• Codex Security (Mac 2026) — ejen keselamatan aplikasi yang direka untuk mengenal pasti dan membetulkan kelemahan perisian .
• GPT-5.5 dalam Codex (Mei 2026) — model termaju terbaharu untuk pengekodan kompleks, penggunaan komputer, kerja pengetahuan, dan aliran kerja penyelidikan .

Codex telah menjadi infrastruktur sedia-pengeluaran yang digambarkan oleh para pembangun sebagai secara asasnya mengubah cara mereka membina perisian .

Anthropic: Claude Code — Dari Pratonton Penyelidikan ke Produk Bernilai $2.5 Bilion

Claude Code oleh Anthropic, yang dilancarkan di Code with Claude 2025, telah mencapai trajektori komersial paling dramatik dalam pasaran pengekodan AI. Ia melepasi $500 juta dalam hasil kadar larian tahunan dalam tempoh beberapa bulan selepas pelancarannya pada Mei 2025, mencecah $1 bilion menjelang akhir 2025, dan melebihi $2.5 bilion menjelang Februari 2026 — halaju yang mengatasi penggunaan awal ChatGPT sekalipun . Hasil keseluruhan Anthropic berkembang daripada kira-kira $9 bilion pada akhir 2025 kepada lebih $30 bilion menjelang musim bunga 2026, sebahagian besarnya didorong oleh Claude Code .

Mengikut angka, jangkauan Claude Code adalah menakjubkan :

• Merangkumi 4% daripada semua komitmen awam GitHub, dengan unjuran mencapai 20% atau lebih daripada komitmen harian menjelang akhir 2026.
• 80% atau lebih jurutera Anthropic sendiri menggunakannya setiap hari.
• Mencapai penarafan "paling disukai" sebanyak 46% dalam kalangan pembangun dalam tinjauan Pragmatic Engineer (15,000 responden), jauh mendahului Cursor (19%) dan GitHub Copilot (9%).
• Di Code with Claude 2026 (6 Mei), Anthropic mengumumkan Ejen Terurus dan integrasi yang lebih mendalam dengan GitHub, Vercel, Datadog, dan Bun .

Pada 28 Mei 2026, Anthropic mengeluarkan Claude Opus 4.8 — model penaakulan hibrid dengan tetingkap konteks 1 juta token yang menolak sempadan untuk tugas agentik yang berjalan lama. Anthropic melaporkan model ini kira-kira empat kali kurang berkemungkinan berbanding Opus 4.7 untuk membiarkan kelemahan dalam kod yang ditulisnya sendiri berlalu tanpa ditegur .

Bagaimana Peranan Jurutera Berubah

Peralihan daripada menulis kod kepada menyelia ejen bukanlah ramalan yang jauh — ia adalah model operasi semasa di organisasi perisian terbesar dunia. Para jurutera Google, jelas Pichai, semakin bertindak sebagai penyemak dan pengorkestra dan bukannya pengekod baris demi baris, menggunakan ejen AI yang merancang, menulis, menguji, dan melaksanakan tugas yang kompleks .

Laporan Trend Pengekodan Agentik 2026 Anthropic menggambarkan transformasi ini dengan jelas: pada tahun 2025, ejen pengekodan beralih daripada alat eksperimen kepada sistem pengeluaran yang menghantar ciri sebenar kepada pelanggan sebenar. AI kini mengendalikan keseluruhan aliran kerja pelaksanaan — menulis ujian, menyahpepijat kegagalan, menjana dokumentasi, dan melayari pangkalan kod yang semakin kompleks. Laporan itu meramalkan bahawa ejen tunggal tidak lama lagi akan menjadi pasukan ejen yang terkoordinasi, dengan tugas yang sebelum ini mengambil masa berjam-jam atau berhari-hari diselesaikan dengan campur tangan manusia yang minimum .

Takrifan semula peranan kejuruteraan ini dapat dilihat di seluruh platform utama:

• Codex OpenAI kini menyokong pelaksanaan ejen selari, membolehkan pembangun mewakilkan kerja jangka panjang kepada berbilang ejen secara serentak dan menyemak output mereka dalam antara muka bersatu .
• Anthropic memperkenalkan mod auto untuk Claude Code pada 24 Mac 2026, membenarkan ejen itu memutuskan secara autonomi tindakan mana yang selamat untuk diambil, dengan perlindungan AI terbina dalam menyemak setiap tindakan sebelum pelaksanaan .
• MAI-Code-1-Flash Microsoft telah dilatih di dalam abah-abah pengeluaran GitHub Copilot — pilihan reka bentuk yang bermakna model itu mempelajari aliran kerja pengekodan agentik sebenar, bukan hanya penjanaan kod terpencil .

Peningkatan produktiviti adalah dramatik. Claude Code menunjukkan keupayaan untuk mereka bentuk sistem teragih yang kompleks dalam masa satu jam — kerja yang didakwa oleh laporan sebelum ini mengambil masa setahun penuh untuk projek Google . Microsoft mendakwa MAI-Code-1-Flash menggunakan sehingga 60% lebih sedikit token untuk tugas kompleks berbanding model setanding .

Pasaran Buruh: Perpecahan, Bukan Kepupusan

Dalam soalan pengguna, angka pasaran buruh tertentu telah dirujuk — peningkatan 30% dalam penyiaran kerja kejuruteraan A.S., dan penurunan hampir 20% dalam pekerjaan untuk pembangun berumur 22–25 tahun. Angka yang tepat tersebut tidak dapat disahkan secara bebas dalam bahan bersumber. Bukti yang ada, bagaimanapun, menggambarkan gambaran yang konsisten tentang profesion yang mengalami perpecahan dan bukannya keruntuhan.

Permintaan Meningkat di Peringkat Atas

Laporan trend Anthropic menyatakan bahawa syarikat sedang mengambil lebih ramai jurutera, bukan lebih sedikit, kerana AI membolehkan penghantaran yang lebih pantas dan kerja yang lebih bernilai tinggi . Permintaan beralih ke arah jurutera kanan yang boleh merekabentuk sistem, menyemak output yang dijana AI, dan membuat keputusan reka bentuk peringkat tinggi. Di Google, sasaran dalaman untuk perubahan kod yang dibantu ejen, digabungkan dengan kenyataan syarikat bahawa jumlah kakitangan kejuruteraan terus berkembang, menunjukkan bahawa AI digunakan untuk memperkuatkan output dan bukannya menggantikan jurutera secara langsung .

Jurang Pengalaman Pembangun Junior

Kebimbangan paling mendesak dalam bahan bersumber ialah apa yang berlaku kepada jurutera di peringkat awal kerjaya. Pembangun junior secara tradisinya membina kemahiran melalui tugas pengekodan rutin — membetulkan pepijat, menulis ujian, melaksanakan ciri-ciri mudah. Tugas-tugas itulah yang kini paling cekap diserap oleh ejen AI. Pelbagai sumber menggambarkan ini sebagai masalah "jurang pengalaman": jika AI mengendalikan kerja pengekodan peringkat permulaan, bagaimana jurutera baharu belajar untuk menjadi jurutera kanan ?

Tiada sumber dalam bahan yang disediakan memberikan penyelesaian yang disahkan untuk cabaran ini. Implikasinya ialah profesion ini akan memerlukan saluran latihan baharu, struktur bimbingan, dan tangga kerjaya yang ditakrifkan semula — tetapi perubahan tersebut masih dalam proses perangkaan.

Apa yang Akan Datang Seterusnya

Trajektori ini tidak samar-samar. Google beralih daripada 25% kod yang dijana AI kepada 75% dalam lapan belas bulan. Claude Code meningkat daripada sifar kepada $2.5 bilion dalam hasil tahunan dalam masa kurang dari setahun. Codex OpenAI berkembang daripada CLI ejen tunggal kepada platform pelbagai ejen yang merangkumi desktop, awan, dan IDE dalam tempoh yang hampir sama .

Persoalan yang belum terjawab bukanlah tentang sama ada ejen pengekodan AI akan terus bertambah baik — mereka pasti akan — tetapi tentang bagaimana organisasi kejuruteraan, institusi pendidikan, dan pembangun individu akan menyesuaikan diri dengan profesion di mana tindakan menulis kod semakin dikendalikan oleh mesin, dan peranan manusia adalah untuk mengemudi, menyemak, dan memutuskan apa yang hendak dibina.