The capabilities and limitations of AI agents in software development
Justus Haataja · Tampere University Institutional Repository (Tampere University) · 2026
Suurten kielimallien (Large Language Models, LLM) nopea kehitys on käynnistänyt ohjelmistotuotannossa paradigman muutoksen, jossa kehotepohjaisista avustajista siirrytään autonomisiin tekoälyagentteihin. Nykyiset tekoälymallit kuten GPT-5.4 ja Claude Opus 4.6 kykenevät tehokkaasti autonomiseen agenttipohjaiseen ohjelmointiin. Perinteinen ihmisten suorittama manuaalinen ohjelmointi vaatii merkittävästi resursseja esimerkiksi aikaa ja työpanosta, kun taas tekoälyagentit tarjoavat delegoitua autonomiaa. Agentit kykenevät tulkitsemaan itsenäisesti korkean tason tavoitteita ja toteuttamaan monimutkaisia sekä monivaiheisia kehitysprosesseja. Näiden järjestelmien kehittyessä tutkimusprototyypeistä teollisiksi työkaluiksi, on välttämätöntä arvioida kattavasti tekoälyagenttien käytännön tehokkuutta ja niihin liittyviä riskejä. Tässä kandidaatintutkielmassa tehdään kirjallisuuskatsaus tekoälyagenttien nykytilasta ohjelmistotekniikan alalla. Analyysissä tarkastellaan keskeisten agenttipohjaisten kehysten käsitteellisiä perusteita, teknisiä ominaisuuksia sekä empiiristä suorituskykyä koskevaa tutkimustietoa. Katsaus seuraa erityisesti tekoälyavusteisen kehityksen teknologista kehitystä siirtyen intuitiivisesta ihmisen ja tekoälyn yhteisluomisesta kohti kehittyneitä agenttipohjaisia järjestelmiä. Modernit agenttipohjaiset järjestelmät hajauttavat tehtävät eri rooleihin, kuten arkkitehtuurin suunnitteluun, ohjelmiston toteutukseen ja laadunvarmistukseen, mahdollistaen toiminnan kaikissa kehitysvaiheissa. Tulokset osoittavat, että autonomisilla agenteilla on merkittäviä kyvykkyyksiä, kuten tehtävien jakaminen pienempiin osiin, kehitystyökalujen itsenäinen organisointi sekä omaa toimintaa reflektoiva virheenkorjaus. Empiiriset tutkimukset viittaavat siihen, että tietyissä tutkimusasetelmissa tekoälyagentit ovat lisänneet tuottavuutta jopa 50 % rutiininomaisissa ohjelmointitehtävissä, sekä nopeuttaneet ominaisuuksien toteutusta tunneista minuutteihin. Tulosten yleistettävyys todellisiin ohjelmistokehitysympäristöihin on kuitenkin vielä osittain epäselvää, sillä vaikutukset riippuvat voimakkaasti tutkimusasetelmista, tehtävätyypeistä ja käytetyistä kehitysympäristöistä. Yleistettävyyden epävarmuuden lisäksi havaitaan useita operatiivisia rajoitteita. Agentit ovat alttiita niin sanotuille hallusinaatioille, jotka tuottavat usein olemattomia ohjelmistokirjastojen viittauksia tai ohittavat kriittisiä projektitavoitteita. Agenttien onnistumisprosentti laskee jyrkästi tehtävien monimutkaistuessa ja autonominen toiminta tuo mukanaan uusia tietoturvariskejä, kuten salaisuusvuotoja ja ohjelmistoriippuvuuksiin liittyvät hyökkäykset. Lisäksi agenttien päätöksentekoprosessien läpinäkymättömyys aiheuttaa haasteita arkkitehtuurin eheydelle ja vaikeuttaa inhimillistä valvontaa. Tutkielman johtopäätöksenä esitetään, että tekoälyagentit ovat osoittautuneet tehokkaiksi työkaluiksi erityisesti rutiininomaisten kehitystehtävien automatisoinnissa ja yksinkertaisen prototyyppien nopeassa kehittämisessä. Tästä huolimatta niiden nykyinen kyvykkyys ei mahdollista ihmiskehittäjän täydellistä korvaamista, vaan ne toimivat parhaiten yhteistyötä tukevina järjestelminä. Tämän vuoksi strateginen inhimillinen ohjaus ja valvonta ovat edelleen välttämättömiä. Tämä parantaa luotettavuuteen liittyvien riskien hallitsemista, sekä varmistaa ohjelmistojen ylläpidettävyyden ja tietoturvan pitkällä aikavälillä.