Coinbase: sztuczna inteligencja pisze już 95-100 procent kodu firmy

Coinbase, jedna z największych giełd kryptowalut na świecie, przyznaje, że niemal całe swoje oprogramowanie pisze dziś przy udziale sztucznej inteligencji. Rob Witoff, szef platformy technologicznej firmy, powiedział, że odsetek kodu tworzonego przez lub z pomocą dużych modeli językowych sięga 95-100 procent, wobec 40 procent jeszcze w lutym 2026 roku.

Skok z 40 do niemal 100 procent w ciągu kilku miesięcy to jedna z najbardziej gwałtownych deklaracji dotyczących automatyzacji programowania w dużej firmie technologicznej. Wcześniej, we wrześniu 2025 roku, prezes Coinbase Brian Armstrong pisał na platformie X, że około 40 procent kodu tworzonego codziennie w firmie jest generowane przez AI, i deklarował cel przekroczenia 50 procent do października. Rzeczywistość, jak wynika z najnowszych wypowiedzi, wyprzedziła te plany o kilka miesięcy.

Matematyka cyfrowych pracowników

Kluczowym elementem wypowiedzi Witoffa jest przelicznik pracy agentów AI na etaty. Większość inżynierów Coinbase uruchamia jednocześnie od 5 do 10 agentów, które piszą, testują i recenzują kod. Zsumowana wydajność tych agentów, licząc czas obliczeniowy jako odpowiednik 40-60-godzinnego tygodnia pracy, ma odpowiadać pracy około 1200 osób zatrudnionych na pełny etat.

Witoff poszedł dalej i przedstawił prognozę na koniec dekady: do 2030 roku agenty AI w Coinbase mogłyby wykonywać pracę porównywalną z zatrudnieniem 100 000 osób. To liczba wielokrotnie przewyższająca obecną załogę firmy, która po majowych zwolnieniach liczy niewiele ponad cztery tysiące pracowników.

Effectively, 100% of our employees are using AI on a daily basis here (...) close to 100% of our code, probably somewhere between 95% and 100%, is written by or with LLMs today - Rob Witoff, Head of Platform, Coinbase

Zwolnienia i nowa struktura zespołów

Deklaracje o automatyzacji kodu nie są odosobnionym komunikatem prasowym, lecz kontynuacją zmian, które Coinbase wprowadziło już wcześniej. W maju 2026 roku firma zwolniła około 700 osób, czyli 14 procent załogi, a kierownictwo wprost wiązało tę decyzję z rosnącą rolą sztucznej inteligencji w codziennej pracy inżynierskiej. Klasyczny zespół projektowy w Coinbase, złożony z jednego menedżera produktu, jednego projektanta i ośmiu inżynierów, zastąpiono mniejszymi grupami: dwóch do czterech ludzi współpracuje dziś z około dziesięcioma agentami AI działającymi jak członkowie zespołu na kanałach Slacka.

Agenci samodzielnie otwierają pull requesty i przygotowują projekty rozwiązań, które ludzie następnie recenzują i zatwierdzają. Efektem ma być podwojenie ilości kodu dostarczanego przez jednego dewelopera rok do roku, a najlepsi inżynierowie w firmie mają wysyłać nawet około 100 pull requestów tygodniowo. Coinbase podkreśla przy tym, że mimo wzrostu wolumenu kodu, liczba błędów i incydentów przypadająca na linię kodu spadła.

Gdzie kończy się automatyzacja

Firma zastrzega, że poziom automatyzacji nie jest jednolity we wszystkich obszarach. Krytyczny dla bezpieczeństwa kod kryptograficzny pozostaje w dużej mierze pod kontrolą ludzi, a doświadczeni kryptografowie recenzują go linijka po linijce. Na drugim biegunie znajdują się wewnętrzne prototypy, które według firmy powstają dziś w pełni automatycznie. Systemy produkcyjne plasują się pośrodku tej skali, z AI intensywnie wykorzystywanym do testowania, sprawdzania podatności i weryfikacji matematycznej, przy czym ostateczna decyzja o tym, co trafia do repozytorium, wciąż należy do ludzi.

Sam wskaźnik 95-100 procent budzi też wątpliwości interpretacyjne. Określenie kodu jako napisanego przy pomocy AI może obejmować zarówno proste podpowiedzi autouzupełniania w edytorze, jak i w pełni autonomiczne pull requesty przygotowane bez udziału człowieka. Witoff łączy oba te bieguny w jednej liczbie, co utrudnia porównanie deklaracji Coinbase z podobnymi statystykami publikowanymi przez inne firmy technologiczne.

Rachunek kosztów obliczeniowych

Skala wdrożenia agentów AI rodzi też pytania o koszty infrastruktury. Armstrong wskazywał, że modele otwartoźródłowe są nawet o 99 procent tańsze w inferencji niż najnowocześniejsze modele zamknięte, mimo że ustępują im wydajnością o trzy do sześciu miesięcy. Coinbase zakłada, że w ciągu najbliższych 12-18 miesięcy nawet 80 procent obciążeń obliczeniowych firmy przeniesie się z drogich modeli frontier na tańsze alternatywy, gdy różnica w jakości przestanie mieć znaczenie dla rutynowych zadań.

Dla polskiego rynku, gdzie AI dopiero powoli wchodzi do codziennej pracy zespołów programistycznych, przypadek Coinbase pokazuje kierunek, w jakim mogą podążać duże organizacje technologiczne w ciągu najbliższych lat. Firmy analizujące wdrożenia sztucznej inteligencji będą musiały mierzyć się z podobnymi pytaniami: jak liczyć wydajność agentów w przeliczeniu na etaty, gdzie stawiać granicę automatyzacji i jak reorganizować zespoły, które przestają być liczone głównie w ludziach.