James Shore: az AI kódgenerálás csak arányos karbantartáscsökkentéssel éri meg
A szakértő amellett érvel, hogy az AI-ügynökök által generált kódmennyiség növekedése önmagában nem jelent megtakarítást, sőt, hosszú távon növelheti a kiadásokat.
Az AI-alapú kódgenerálás csak akkor éri meg, ha arányosan csökkenti a karbantartási költségeket — állítja James Shore szoftverfejlesztő, akinek gondolatait Simon Willison blogja idézte 2026 májusában.
Shore szerint ha egy AI-kódoló ügynök megduplázza a kódolási sebességet, akkor a karbantartási költségeknek a felére kell csökkenniük. Ellenkező esetben a vállalatok „állandó adósságba” kerülnek, és a kezdeti sebességnövekedés ellenére a teljes költségek megnőnek.
A szakértő kiemeli: ha az AI megduplázza a kódkibocsátást, de a karbantartási költségek változatlanok maradnak, akkor a teljes karbantartási kiadások megduplázódnak. Amennyiben az AI megduplázza a kódkibocsátást, és ezzel együtt a karbantartási költségeket is, akkor a teljes költségek megnégyszereződnek.
Shore szerint a matematika csak akkor működik, ha a nagy nyelvi modell (LLM) pontosan fordított arányban csökkenti a karbantartási költségeket, mint amennyivel több kódot ad hozzá. A 2026-os elemzés rávilágít arra, hogy a gyors kódgenerálás önmagában nem elegendő a hosszú távú megtérüléshez.