AI pisze już 75% nowego kodu Google — era agentowego kodowania nadeszła

Wyścig czterech gigantów w agentowym kodowaniu

Google: Gemini napędza wewnętrzną rewolucję

Ogłoszona przez prezesa Sundara Pichaia liczba 75% podczas Google Cloud Next 2026 w Las Vegas jest najbardziej uderzającym publicznym punktem odniesienia pokazującym, jak szybko kod generowany przez AI skaluje się wewnątrz dużej organizacji inżynieryjnej . Wewnętrzne modele AI do kodowania Google, Gemini, zostały zintegrowane z celami w ocenach wydajności — od czwartego kwartału 2025 roku niektóre działy wyznaczyły sobie cele, aby 55% zmian w kodzie było „wspomaganych przez agenta”, a w pierwszej połowie 2026 roku oczekuje się, że 65% inżynierów w dziale tworzenia Google będzie pisać ponad 75% swojego zatwierdzonego kodu przy użyciu AI . Firma poinformowała również, że migracje kodu wspomagane przez AI zostały ukończone sześć razy szybciej niż rok wcześniej, gdy robili to sami inżynierowie .

Microsoft: MAI-Code-1-Flash — wewnętrzny konkurent dla GitHub Copilot

2 czerwca 2026 roku, na konferencji Microsoft Build, Microsoft zaprezentował model MAI-Code-1-Flash . Jest to 5-miliardowy model kodowania zbudowany od podstaw przez Microsoft na licencjonowanych danych, bez wykorzystania destylacji z modeli OpenAI, Anthropic ani żadnych innych zewnętrznych dostawców . Model wykorzystuje architekturę rzadkiej mieszanki ekspertów (MoE) o łącznej liczbie 137 miliardów parametrów i 256-tysięcznym oknie kontekstowym, a trenowany był od marca do maja 2026 roku w środowisku produkcyjnym GitHub Copilot — co oznacza, że model uczył się na tych samych rzeczywistych przepływach pracy deweloperów, które później miał obsługiwać .

Rezultatem jest model, który osiąga 85,8% w wewnętrznym, kontradyktoryjnym teście porównawczym Microsoftu i około 51% w SWE-Bench Pro, przewyższając model Claude Haiku 4.5 od Anthropic o 16 punktów procentowych w tym drugim teście, zużywając przy tym do 60% mniej tokenów w złożonych zadaniach kodowania . MAI-Code-1-Flash zaczął być udostępniany użytkownikom GitHub Copilot w Visual Studio Code 2 czerwca, w planach Free, Pro, Pro+ i Max, z dostępem dla stron trzecich przez platformy Fireworks AI, Baseten i OpenRouter .

OpenAI: Codex staje się centrum dowodzenia dla wielu agentów

OpenAI uruchomiło Codex w kwietniu 2025 roku jako działającego w chmurze agenta inżynierii oprogramowania, zdolnego do pracy nad wieloma zadaniami równolegle . Do kwietnia 2026 roku przekroczył on 4 miliony aktywnych użytkowników tygodniowo . Platforma przekształciła się od tego czasu w rodzinę modeli i interfejsów obejmujących aplikację, CLI, rozszerzenia IDE i chmurę, z których każdy wzmacnia pozostałe .

Kluczowe kamienie milowe w ewolucji Codexa:

• GPT-5.2-Codex (grudzień 2025) — zoptymalizowany pod kątem agentowego kodowania i defensywnego cyberbezpieczeństwa, z ulepszoną obsługą zadań długoterminowych i lepszym wsparciem dla środowiska Windows .
• GPT-5.3-Codex (luty 2026) — o 25% szybszy, łączący najwyższą wydajność kodowania z szerszym rozumowaniem i wiedzą profesjonalną, pozycjonowany jako krok w kierunku pełnego agenta „pracującego na komputerze” .
• Aplikacja desktopowa Codex (luty/marzec 2026) — „centrum dowodzenia” do zarządzania wieloma równoległymi agentami w systemach macOS i Windows .
• Codex Security (marzec 2026) — agent bezpieczeństwa aplikacji zaprojektowany do identyfikowania i naprawiania luk w oprogramowaniu .
• GPT-5.5 w Codex (maj 2026) — najnowszy model pionierski do złożonego kodowania, obsługi komputera, pracy opartej na wiedzy i przepływów badawczych .

Codex stał się gotową do użycia w środowisku produkcyjnym infrastrukturą, która, jak opisują to deweloperzy, fundamentalnie zmienia sposób, w jaki tworzą oprogramowanie .

Anthropic: Claude Code — od wersji testowej do produktu wartego 2,5 miliarda dolarów

Claude Code od Anthropic, wprowadzony na rynek podczas Code with Claude 2025, osiągnął najbardziej dramatyczną trajektorię komercyjną na rynku kodowania AI. Przekroczył 500 milionów dolarów w rocznym przychodzie odnawialnym w ciągu kilku miesięcy od premiery w maju 2025 roku, osiągnął 1 miliard dolarów pod koniec 2025 roku i przekroczył 2,5 miliarda dolarów do lutego 2026 roku — tempo, które przewyższyło nawet wczesną adopcję ChatGPT . Całkowite przychody Anthropic wzrosły z około 9 miliardów dolarów pod koniec 2025 roku do ponad 30 miliardów dolarów wiosną 2026 roku, głównie za sprawą Claude Code .

Zasięg Claude Code, wyrażony w liczbach, jest imponujący :

• Odpowiada za 4% wszystkich publicznych commitów na GitHubie, z prognozą osiągnięcia 20% lub więcej dziennych commitów do końca 2026 roku.
• 80% lub więcej inżynierów samego Anthropic używa go codziennie.
• Osiągnął 46% ocen „najbardziej lubiany” wśród deweloperów w ankiecie Pragmatic Engineer (15 000 respondentów), znacznie wyprzedzając Cursor (19%) i GitHub Copilot (9%).
• Podczas Code with Claude 2026 (6 maja), Anthropic ogłosiło zarządzanych agentów (Managed Agents) i głębsze integracje z GitHub, Vercel, Datadog i Bun .

28 maja 2026 roku Anthropic wydało Claude Opus 4.8 — hybrydowy model rozumowania z milionowym oknem kontekstowym, który przesuwa granice dla długotrwałych zadań agentowych. Anthropic podaje, że jest on około cztery razy mniej skłonny niż Opus 4.7 do pozostawiania bez komentarza błędów we własnym kodzie .

Jak zmienia się rola inżyniera

Przejście od pisania kodu do nadzorowania agentów nie jest odległą prognozą — to obecny model operacyjny w największych organizacjach programistycznych na świecie. Inżynierowie Google, jak wyjaśnił Pichai, coraz częściej działają jako recenzenci i orkiestratorzy, a nie programiści piszący linijka po linijce, wykorzystując agentów AI, którzy planują, piszą, testują i wykonują złożone zadania .

Raport Anthropic "2026 Agentic Coding Trends Report" jasno opisał tę transformację: w 2025 roku agenci kodujący przeszli od narzędzi eksperymentalnych do systemów produkcyjnych, które dostarczają rzeczywiste funkcje prawdziwym klientom. AI obsługuje teraz całe przepływy pracy związane z implementacją — pisanie testów, debugowanie błędów, generowanie dokumentacji i nawigowanie po coraz bardziej złożonych bazach kodu. Raport przewiduje, że pojedynczy agenci wkrótce staną się skoordynowanymi zespołami agentów, a zadania, które wcześniej zajmowały godziny lub dni, będą wykonywane przy minimalnej interwencji człowieka .

Ta redefinicja roli inżyniera jest widoczna na wszystkich głównych platformach:

• OpenAI Codex obsługuje teraz równoległe wykonywanie zadań przez agentów, pozwalając deweloperom delegować długotrwałe prace wielu agentom jednocześnie i przeglądać ich wyniki w ujednoliconym interfejsie .
• Anthropic wprowadziło tryb automatyczny dla Claude Code 24 marca 2026 roku, pozwalając agentowi autonomicznie decydować, które działania są bezpieczne do podjęcia, z wbudowanymi zabezpieczeniami AI przeglądającymi każde działanie przed wykonaniem .
• Microsoft MAI-Code-1-Flash został wytrenowany w środowisku produkcyjnym GitHub Copilot — wybór projektowy oznaczający, że model uczył się rzeczywistych agentowych przepływów pracy kodowania, a nie tylko izolowanego generowania kodu .

Wzrost produktywności jest dramatyczny. Claude Code zademonstrował zdolność do zaprojektowania złożonego systemu rozproszonego w ciągu godziny — pracy, która według raportu zajęła wcześniej projektowi Google cały rok . Microsoft twierdzi, że MAI-Code-1-Flash zużywa do 60% mniej tokenów w złożonych zadaniach w porównaniu do porównywalnych modeli .

Rynek pracy: bifurkacja, nie zagłada

W pytaniu użytkownika przywołano konkretne liczby dotyczące rynku pracy — 30-procentowy wzrost ofert pracy dla inżynierów w USA i blisko 20-procentowy spadek zatrudnienia wśród deweloperów w wieku 22–25 lat. Tych dokładnych danych nie udało się niezależnie zweryfikować w dostarczonych materiałach. Dostępne dowody malują jednak spójny obraz zawodu przechodzącego raczej bifurkację niż załamanie.

Rosnący popyt na szczycie

Raport trendów Anthropic stwierdza, że firmy zatrudniają więcej, a nie mniej inżynierów, ponieważ AI umożliwia szybsze wdrażanie i pracę o wyższej wartości . Popyt przesuwa się w kierunku starszych inżynierów, którzy potrafią projektować systemy, recenzować wyniki generowane przez AI i podejmować decyzje projektowe na wysokim poziomie. W Google wewnętrzne cele dotyczące zmian kodu wspomaganych przez agenta, w połączeniu z oświadczeniem firmy, że zatrudnienie inżynierów nadal rośnie, sugerują, że AI jest wykorzystywane do zwiększania wydajności, a nie do zastępowania inżynierów .

Problem luki doświadczeniowej u młodszych deweloperów

Najpilniejszą kwestią w dostarczonych materiałach jest to, co stanie się z inżynierami na początku kariery. Młodsi deweloperzy tradycyjnie budowali swoje umiejętności poprzez rutynowe zadania kodowania — naprawianie błędów, pisanie testów, implementowanie prostych funkcji. Właśnie te zadania są teraz najskuteczniej przejmowane przez agentów AI. Wiele źródeł opisuje to jako problem „luki doświadczeniowej”: jeśli AI przejmuje zadania kodowania na poziomie podstawowym, w jaki sposób nowi inżynierowie mają nauczyć się pracy na poziomie starszym ?

Żadne źródło w dostarczonych materiałach nie przedstawia zweryfikowanego rozwiązania tego problemu. Sugeruje to, że zawód będzie potrzebował nowych ścieżek szkoleniowych, struktur mentorskich i przedefiniowanej drabiny kariery — ale te zmiany są wciąż dopracowywane.

Co będzie dalej

Kierunek zmian jest jednoznaczny. Google przeszło od 25% kodu generowanego przez AI do 75% w ciągu osiemnastu miesięcy. Claude Code przeszedł od zera do 2,5 miliarda dolarów rocznego przychodu w mniej niż rok. OpenAI Codex rozrósł się z jednoagentowego CLI do platformy wieloagentowej obejmującej komputer, chmurę i IDE w mniej więcej tym samym okresie .

Pytania bez odpowiedzi nie dotyczą tego, czy agenci kodujący AI będą się nadal rozwijać — będą — ale tego, w jaki sposób organizacje inżynieryjne, instytucje edukacyjne i indywidualni deweloperzy dostosują się do zawodu, w którym czynność pisania kodu jest coraz częściej wykonywana przez maszyny, a rolą człowieka jest sterowanie, recenzowanie i decydowanie o tym, co zbudować.