Una empresa compra llicències d'agents de codi per a tot l'equip d'enginyeria i espera que l'ús s'estengui per si sol. De vegades és el que passa. La pregunta que gairebé ningú es fa és què s'estén exactament.
La tesi d'aquesta peça: si l'ús dels agents de codi viatja entre companys, amb ell viatja la manera d'usar-los de cadascú. Sense un mètode comú, també es contagien els mals hàbits. Per això convé començar per un equip concret que treballi a la vista, amb especificacions i criteris compartits, i no per llicències per a tothom. De l'estudi és que el primer ús es va estendre sobretot entre companys; que amb ell viatgi la manera d'usar-lo, i la resta, és una conclusió d'onext.
Què va trobar Microsoft en el seu desplegament
Emerson Murphy-Hill, Jenna Butler i Alexandra Savelieva van publicar el juliol del 2026 un estudi sobre el desplegament de dos agents de línia d'ordres, Claude Code i GitHub Copilot CLI, entre desenes de milers d'enginyers de Microsoft durant la primera meitat del 2026. Es pot llegir a arXiv.
Hi troben dues coses que importen aquí. La primera: «el primer ús es va estendre principalment per les xarxes socials». La segona: qui va adoptar els agents va fusionar aproximadament un 24 % més de pull requests de les que hauria fusionat sense ells, i l'efecte es va mantenir durant els quatre mesos que cobreix l'estudi. D'aquí en treuen una recomanació: les organitzacions haurien de tractar l'ús visible entre companys com a part central de l'estratègia de desplegament.
Límit És un únic estudi, publicat com a preprint a arXiv, sense que consti revisió per parells, sobre una sola empresa. Mesura les pull requests fusionades com a indicador de producció, i els mateixos autors adverteixen que una pull request fusionada no equival al valor que lliura. Per això el 24 % no es presenta aquí com un guany de productivitat.
El que ja se sabia de com es descobreixen les eines
La troballa encaixa amb un treball anterior del primer autor. El 2015, Murphy-Hill i altres van estudiar com descobreixen eines noves els qui desenvolupen programari: van entrevistar 18 programadors de la indústria i van seguir amb un diari 76 usuaris als seus llocs de treball (Computer Supported Cooperative Work, 24(5)). Van concloure que aprendre una eina d'un company funciona quan passa, però passa poc, aproximadament un cop cada pocs mesos, i que milloraria si la gent parlés de les seves eines de manera més oberta i concisa.
Les dues peces diuen el mateix des d'angles diferents: el boca-orella entre companys és un canal real d'adopció, però depèn que l'ús es vegi i s'expliqui.
El que viatja amb l'eina
Aquí acaba el que diuen els estudis i comença el que pensem a onext. Un company que ensenya com fa servir un agent no ensenya només l'ordre: ensenya com demana els canvis, com comprova el resultat, quant revisa i quan es refia. Això és el que els altres copien. Si cada persona treballa a la seva manera, el que circula és un conjunt de maneres, amb els seus encerts i amb les seves dreceres.
Quan l'ús s'estén per contagi, l'eina és el de menys. El que es contagia és el mètode de qui dona l'exemple, sigui bo o no.
La diferència entre les dues maneres de començar, en una taula:
| Pregunta | Llicències per a tothom | Un equip concret, a la vista |
|---|---|---|
| Què es contagia | La manera de treballar de cada persona | Una manera de treballar acordada i escrita |
| Què veuen els altres equips | Resultats solts i difícils de comparar | Un exemple que es pot llegir i copiar |
| Com es corregeix un mal hàbit | Persona a persona, quan es descobreix | En el mètode de l'equip, per a tothom alhora |
| Què es pot mesurar | Ús de l'eina | Lliurament i qualitat d'un equip concret |
Lectura pròpia d'onext a partir de l'estudi de Microsoft (2026) i de la capacitat de DORA sobre una postura clara d'IA (2025)
Per on començar
No cal frenar ningú que ja faci servir agents pel seu compte. Es tracta que l'exemple que es vegi sigui el que vols que es copiï:
- Escull un equip. Un amb feina real ja planificada i amb algú que vulgui ensenyar com treballa.
- Deixa per escrit com treballa. Com s'especifica un canvi, quins criteris d'acceptació el tanquen i quin context del codi rep l'agent. En el desenvolupament guiat per especificacions (Spec-Driven Development, SDD), primer s'escriu què ha de complir el codi i després es construeix; està explicat a què és SDD i com manté el codi controlat. El context compartit, a Claude Code en equips: el context, no el control i a instruccions compartides i curades. Una base de partida, a les plantilles de SDD gratis.
- Fes-ho visible. Que la resta d'enginyeria pugui veure les especificacions, les revisions i les decisions, no només el resultat. És el mecanisme que descriu l'estudi, però amb un mètode al darrere.
- Mesura lliurament i qualitat, no ús. Quant triga un canvi a arribar a producció, quants fallen després i quanta feina es repeteix. Què mesurar és a els KPI d'un equip de desenvolupament amb IA, i per què demanar abans una tesi de valor, a la tesi de valor de la IA per al pressupost de TI.
Hi ha una condició prèvia que DORA, el programa de recerca de Google Cloud sobre lliurament de programari, posa com una de les set capacitats del seu model per a la IA: que la posició de l'organització sobre les eines d'IA sigui clara i estigui ben comunicada. Inclou què s'espera, què es pot provar i quines eines es permeten. DORA aclareix que no mesura el contingut de la política, només que s'entengui (Storer i DeBellis, 2025). Sense això, el contagi passa igual, però sense una norma que l'orienti.
I abans de repartir l'accés, convé tenir la xarxa que detecta els errors: abans de l'agent, la xarxa.
Abans de repartir llicències
Si estàs desplegant agents de codi i vols decidir amb algú de fora quin equip va primer, què ha de deixar escrit i com es veurà si funciona, parlem-ne. La conversa comença per un equip concret, no pel nombre de llicències.
Preguntes freqüents
Com s'estén l'ús dels agents de codi dins d'un equip?
Segons l'estudi del desplegament de Microsoft el 2026, el primer ús es va estendre sobretot per les xarxes socials, i els autors recomanen tractar l'ús visible entre companys com a part central de l'estratègia de desplegament. És un únic estudi, sobre una empresa concreta.
Què mesura l'estudi de Microsoft i què no?
Mesura qui adopta i manté l'ús de dos agents de línia d'ordres (Claude Code i GitHub Copilot CLI) a principis del 2026, i si n'augmenta la producció. Fa servir les pull requests fusionades com a indicador de producció i, com assenyalen els autors, això no equival al valor lliurat. És un preprint d'arXiv, sense que consti revisió per parells.
Vol dir el 24 % que els equips són un 24 % més productius?
No. L'estudi diu que qui va adoptar els agents va fusionar aproximadament un 24 % més de pull requests de les que hauria fusionat sense ells, amb l'efecte sostingut durant quatre mesos. Una pull request fusionada no equival a valor lliurat, i els mateixos autors ho assenyalen.
Per què començar per un equip i no donar llicències a tothom?
És una conclusió d'onext, no de l'estudi. Si l'ús es contagia entre companys, amb ell es contagia la manera d'usar-lo. Un equip que treballa amb especificacions i criteris compartits, i que ho fa a la vista, és l'exemple que convé que es copiï. Amb llicències per a tothom, l'exemple és el de cadascú.
Què ha de tenir escrit l'equip que va primer?
Com s'especifica un canvi, quins són els criteris d'acceptació, quin context del codi es dona a l'agent i qui decideix on hi ha risc. No cal un manual llarg: cal que un altre equip ho pugui llegir i copiar.
Què és una postura clara sobre IA segons DORA?
És una de les set capacitats del model de DORA per a la IA: que la posició de l'organització sobre les eines d'IA sigui clara i estigui ben comunicada (què s'espera, què es pot provar i quines eines es permeten). DORA aclareix que no mesura el contingut de la política, només que sigui clara i es conegui.
Fonts
- Emerson Murphy-Hill, Jenna Butler i Alexandra Savelieva, «Adoption and Impact of Command-Line AI Coding Agents: A Study of Microsoft's Early 2026 Rollout of Claude Code and GitHub Copilot CLI», arXiv:2607.01418, v1, 1 de juliol de 2026.
- Emerson Murphy-Hill, Da Young Lee, Gail C. Murphy i Joanna McGrenere, «How Do Users Discover New Tools in Software Development and Beyond?», Computer Supported Cooperative Work 24(5), 2015, pp. 389-422 (llegit a la fitxa de l'editorial).
- Kevin M. Storer i Derek DeBellis, «Introducing the DORA AI Capabilities Model», Google Cloud Blog, 23 de setembre de 2025.
- Les cites de fonts en anglès estan traduïdes per onext. La taula i la conclusió sobre què viatja amb l'eina són elaboració pròpia d'onext. Claude Code i GitHub Copilot CLI només es nomenen perquè són els dos agents que estudia el treball.
Bernat López és fundador i CEO d'onext, boutique d'IA. Acompanya equips de desenvolupament i de producte a treballar amb IA amb mètode —especificació abans de programar, una persona que decideix on hi ha risc i Spec-Driven Development— i aplica a la seva pròpia empresa el que proposa: onext funciona amb el seu propi sistema agèntic.
LinkedIn →