KI-Autopilot: Durchsatz an genehmigten Aufgaben verdreizehnfacht

Das Team baute eine KI-Autopilot-Pipeline, die Aufgaben von YouTrack bis zur Verifikation in einer Live-2D/3D-GUI übernimmt. Vor dem Autopiloten akzeptierte das Projekt weniger als 5 Aufgaben pro Woche; danach etwa 60, wobei die KI drei Viertel davon übernahm. Auch die Zahl der neuen Ticket-Einreichungen stieg um fast das Dreifache, teils weil Nutzer nun Probleme meldeten, da die Korrekturen schnell erfolgten. Die mittlere Zeit bis zur ersten Korrektur sank von fast drei Tagen auf weniger als einen Tag. Das Team räumte einen Rückstau von über 700 Aufgaben ab, darunter 144, die älter als neun Monate waren, und fast zwei Drittel wurden akzeptiert. Die Wiedereinreichungsrate stieg jedoch von etwa 11 % auf höhere Werte, oft weil KI-generierte Beweise nicht überzeugend waren. Als Reaktion führten sie einen unabhängigen Prüfungsdurchlauf ein, der in etwa einem Drittel der Durchläufe Arbeiten ablehnte und falsch interpretierte Aufgaben aufdeckte. Das System lief 869 Stunden über fast acht Wochen, was etwa 2,8 Vollzeit-Ingenieuren entspricht. Die monatlichen Abonnementkosten betrugen etwa 500 US-Dollar, während eine äquivalente tokenbasierte Preisgestaltung etwa 5.700 US-Dollar gekostet hätte. Claude war günstiger, aber weniger streng, während Codex teurer, aber besser bei der GUI-Verifikation war. Das Team plant, Codex in eine GUI-Pilotrolle zu versetzen und ein einfacheres Modell für die Prüfung zu verwenden.