Об использовании агентного программирования: эмпирическое исследование запросов на включение изменений на GitHub
On the Use of Agentic Coding: An Empirical Study of Pull Requests on GitHub
2026-03-06
SCID: 54.1/qfb5vc8g
Discuss with AI
Claude Codepull request на GitHubагентное программированиеавтономные ИИ-агентыпроекты с открытым исходным кодом
Figures from the paper
Abstract (AI)
Большие языковые модели (LLM) все чаще интегрируются в процессы разработки программного обеспечения. Возможность генерировать код и отправлять запросы на включение изменений при минимальном участии человека с помощью автономных ИИ-агентов, вероятно, станет стандартной практикой. Однако мало что известно о практической полезности таких запросов и о том, в какой степени предлагаемые в них изменения принимаются в реальных проектах. В этой статье мы эмпирически исследуем 567 запросов на включение изменений (PR), созданных с использованием Claude Code — инструмента агентного программирования, — в 157 разнообразных проектах с открытым исходным кодом. Наш анализ показывает, что разработчики склонны полагаться на агентов при выполнении таких задач, как рефакторинг, документирование и тестирование. Результаты показывают, что 83,8% этих запросов на включение изменений, подготовленных с помощью агентов, в конечном итоге принимаются сопровождающими проектов и включаются в кодовую базу, причем 54,9% объединенных запросов интегрируются без дальнейших изменений. Оставшиеся 45,1% требуют дополнительных изменений и выигрывают от человеческой доработки, особенно в случаях исправления ошибок, документирования и соблюдения стандартов, специфичных для проекта. Эти результаты свидетельствуют о том, что, хотя запросы на включение изменений, подготовленные с помощью агентов, в основном являются приемлемыми, они по-прежнему нуждаются в человеческом контроле и доработке.
Key Findings
1
Среди объединённых запросов 54,9% включаются без изменений, тогда как 45,1% требуют дополнительных правок.
2
Разработчики преимущественно используют инструменты агентного программирования для рефакторинга, документации и тестирования.
3
Человеческая доработка особенно полезна для исправления ошибок, документации и соблюдения специфических стандартов проектов, что указывает на сохраняющуюся важность контроля со стороны человека.
4
Сопровождающие проекты в конечном итоге принимают и включают 83,8% запросов на включение изменений, созданных с помощью агентов.
5
Исследование анализирует 567 запросов на включение изменений, созданных с помощью Claude Code, в 157 разнообразных проектах с открытым исходным кодом на GitHub.
Research Object
Pull-запросы на GitHub, созданные с использованием Claude Code, в проектах с открытым исходным кодом
Research Subject
Принятие, слияние, необходимость доработки и распределение задач для pull-запросов, созданных с помощью AI-агентов
Publication Details
Publication Date
2026-03-06
Journal
Publisher
ISSN
Cited by
116
Open access PDF
Access Type
Author Information
Download PDF
Subscribe to digest