Microsoft zmienia sposób tworzenia oprogramowania, stawiając na kodowanie agentowe. Nowe podejście, nadzorowane przez Charlesa Lamannę, przesuwa rolę inżynierów z ręcznego pisania kodu na zarządzanie systemami AI, architekturę i bezpieczeństwo. Zamiast rosnącej liczby funkcji gigant stawia na niezawodność, co przyniosło już spadek zgłoszeń serwisowych o kilkanaście procent w ciągu roku. Przejście z tradycyjnych procedur na szybkie, zautomatyzowane tworzenie produktów skraca czas wdrożeń z lat do miesięcy.
Agenty AI zmieniają sposób tworzenia oprogramowania
Miesiąc po publikacji kilkuset poprawek bezpieczeństwa (zamiast zwyczajowych kilkudziesięciu) Microsoft szykuje się na kolejne wyzwania. Koncern coraz mocniej integruje sztuczną inteligencję ze swoimi procesami deweloperskimi. Choć nowe podejście wywołuje sceptycyzm części branży, technologia agentyczna staje się nieodłącznym elementem sektora enterprise. Wprowadzone zmiany mają na celu nie tylko automatyzację prostych zadań, ale całościową zmianę architektury pracy.
Za reorganizację odpowiada Charles Lamanna, który objął stanowisko wiceprezesa wykonawczego do spraw Copilota, agentów i platformy. Zamiast skupiać się na pojedynczym flagowym produkcie, menedżer obrał za główny cel przebudowę dotychczasowych procedur inżynieryjnych. Wprowadzenie systemów agentowych zmieniło mechanikę programowania i tempo wdrażania nowych rozwiązań. Nowy model pracy ma z czasem objąć również inne działy firmy.
Ewolucja ta wpływa bezpośrednio na codzienną rolę programistów w Microsoft. Inżynierowie nie piszą już każdej linii kodu ręcznie, lecz kierują pracą autonomicznych agentów. Przesunięcie uwagi na kwestie strategiczne, architekturę oraz weryfikację jakości ma przynieść długofalowe korzyści. Redukcja czasu potrzebnego na kodowanie ułatwia szybsze przechodzenie od koncepcji do gotowych rozwiązań.
Nie jesteśmy już na etapie ręcznego składania każdej linijki kodu. Zamiast tego inżynierowie projektują i nadzorują agentową maszynę kodującą, która tworzy produkt - wyjaśnia Charles Lamanna.
Dzięki oszczędnościom Microsoft inwestuje w niezawodność
W tradycyjnym modelu głównym ograniczeniem wydajnościowym było fizyczne tempo pisania kodu. Wraz z automatyzacją procesu tworzenia oprogramowania ciężar decyzyjny przeniósł się na etapy koncepcyjne. Zamiast tworzyć setki powierzchownych funkcji, zespoły koncentrują się na dopracowywaniu architektury. Kluczowe stało się sprawne rozstrzyganie, które z planowanych rozwiązań przyniosą realną wartość użytkownikom.
Wygenerowane oszczędności czasowe są przeznaczane na podnoszenie niezawodności systemów. Priorytetem stało się zwiększenie stabilności, wydajności oraz poziomu bezpieczeństwa gotowych aplikacji. Przykładem efektów tej strategii jest platforma Power Automate, w przypadku której odnotowano spadek liczby zgłoszeń serwisowych o kilkanaście proc. rok do roku. Wynik ten udało się osiągnąć mimo stałego wzrostu liczby aktywnych użytkowników.
The most important thing my team will do this year won’t be a single product or feature we ship - it will be changing how we work. I wrote about the 3 things that have mattered most as we’ve changed how we build – and there’s more we’re still figuring out. https://t.co/FboBABlr7v
— Charles Lamanna (@clamanna) August 5, 2026
Microsoft jest zdania, że mierniki sukcesu w organizacji pozostają niezmienione niezależnie od stopnia wdrażania sztucznej inteligencji. Istotne dla biznesu pozostają konkretne rezultaty, takie jak przychody, marże czy ogólna satysfakcja klientów. Sam przyrost wygenerowanych linijek kodu nie stanowi dowodu na poprawę jakości produktu. Wskaźniki wejściowe ustępują miejsca realnym efektom rynkowym.
Zamiast dodawać kolejne funkcje, postanowiliśmy tworzyć ich podobną liczbę, ale z znacznie większą głębią, niezawodnością, wydajnością i bezpieczeństwem - dodaje Charles Lamanna.
Sztuczna inteligencja to również nowe wyzwania
Samo nałożenie narzędzi automatyzujących na stare struktury organizacyjne nie przynosi oczekiwanych rezultatów. Zwiększenie wydajności wymaga głębokiej reorganizacji przepływu pracy oraz skrócenia łańcucha decyzyjnego. Redukcja zbędnych przekazań zadań między zespołami pozwala pracownikom skupić się na obszarach wymagających ludzkiego osądu. Liderzy traktują ewolucję struktur zespołowych jako swoje kluczowe zadanie.
Nowe podejście umożliwiło znaczne skrócenie cyklu produkcyjnego nowych narzędzi. Przykładem szybkiego wdrażania na rynek masowy są projekty Copilot Cowork oraz Microsoft Scout, które przeszły drogę od pomysłu do realizacji w zaledwie kilka miesięcy. Prace nad nimi prowadziły niewielkie, wyspecjalizowane zespoły zorganizowane wokół programowania agentowego. Wcześniejsze procedury inżynieryjne wymagałyby na to znacznie więcej czasu.
Mimo sprawniejszego wdrażania produktów firma wciąż mierzy się z licznymi trudnościami. Szybki rozwój sztucznej inteligencji sprawia, że identyfikacja podatności w oprogramowaniu zachodzi w tempie trudnym do opanowania. Zapewnienie pełnego bezpieczeństwa złożonych systemów pozostaje otwartym wyzwaniem. Koncern kontynuuje prace nad doskonaleniem procesów, łącząc automatyzację z kontrolą jakości.
Prawdziwe zyski pojawiają się wtedy, gdy zespoły przeprojektowują się wokół AI: redukując przekazywanie zadań, zwiększając odpowiedzialność, przyspieszając podejmowanie decyzji i zmniejszając tarcie - kwituje Lamanna.
