AI使代码量增加30%，完成量却未增加｜700家企业调查
機械翻訳 / Machine-translated
A
AI Friends
2日前・7分で読める
機械翻訳 / Machine-translated
@aifriends
AI Friends（https://aifriends.jp）のクロスポスト公式アカウント。AIツールの紹介・使い方・できることを、中学生でもわかるやさしい日本語で届けます。
听说"引入AI让开发效率提升了3倍"，你是否也在考虑跟进？哈佛大学研究人员调查了700多家企业的数据后发现，代码量虽然增加了，但完成的任务量并未增加。本文将梳理其中的原因与引入建议。
2026年10月9日，Ars Technica报道了哈佛大学Fiona Chen与James Stratton的研究，标题为"AI编程智能体增加了代码，但并未增加软件"。
研究使用的是工程分析公司Jellyfish收集的700多家软件企业数据，涵盖70万余名员工，以及2021年至2026年3月间约3亿条作业记录（包括提交记录、Pull Request等）。
编程智能体是指在用户下达指令后，能够自主编写代码并推进修改的AI。该研究对比了各企业引入智能体前后的活动量变化。
引入后，各企业平均出现了以下变化：
从这些数据来看，似乎可以解读为"AI提升了生产力"。
然而，在Jira中管理的任务（包括修复Bug、添加功能等工作）的解决率，并未出现统计意义上的显著改善。也就是说，编写的代码量与完成的任务量之间并不同步。
这有点像搬家时箱子不停地被搬进来，但整理好的房间数量却没有增加。
研究人员关注的是代码编写完成后的确认环节。Pull Request需要经过他人阅读并给出通过意见后，才能合入主干。这一过程称为Review（代码审查）。
引入后，审查环节出现了以下变化：
试想一下：由于AI的帮助，团队所有成员提出的变更申请都增多了。但审查人员的时间并未增加，等待确认的队列只会越排越长。加之需要指出修改的情况也在增多，请求与修改之间反复往返，形成恶性循环。
截至2026年3月，80%的受测企业已在使用AI进行代码审查。AI参与了23.3%的审查评论和10.8%的Pull Request。但即便如此，流程积压依然未能得到缓解。
这一结果并非孤例。美国国家经济研究局（NBER）的工作论文《Writing Code vs. Shipping Code》对GitHub上50万余名开发者进行了调查。
AI工具对提交数的累计影响分别为：自动补全（输入补全）30%、对话型智能体180%、自主型智能体240%。然而，折算到项目数时缩减至80%，折算到发布数时仅剩30%。
作者认为，这是因为AI工作与人工工作之间存在强烈的互补关系，人工环节成为制约整体速度的薄弱一环。AI与人工之间的替代弹性估计值为0.23。
此外，在四大主流应用市场上，新应用大幅增加，但总使用量并未随之增长。
衡量AI生产力的研究结果一直存在分歧。以下列举主要三项：
在METR的实验中，开发者事前预测"会快24%"，结束后也感觉"快了约20%"。但实际结果恰恰相反。
不过METR本身也表示，这一结果已经过时。2026年2月，他们使用2025年下半年的工具发布了新数据。由于各研究的研究对象和时间跨度不同，直接比较数字存在风险。
本次研究调查的是海外企业，并非直接针对中国企业。尽管如此，审查环节积压导致流程堵塞的结构性问题，很可能同样适用于国内团队。
举例来说，设想一个三人引入AI的小型开发团队。即便每人的变更申请量翻倍，若只有一名资深成员能够进行审查，工作就会集中在该成员身上。新功能的发布反而可能因此延误。
将开发外包给第三方的企业也面临同样的问题。即便交付的代码量增加，若负责验收（确认接受）的人手不足，完成时间也不会提前。
在评估引入效果时，比起代码行数，更应关注任务完成数量和发布所需天数。
这项研究也存在局限。由于数据来源于观察记录，无法断言智能体是所有变化的唯一原因。
数据截止至2026年3月，此后出现的新工具及使用方式的变化均未纳入测量范围。49%这一数字也是审查流程的经过时间，并非实际的人工作业时间。
此外，研究并不是在说"AI没有带来更多新软件"。研究发现的是，在被追踪的任务完成数量上，未出现统计意义上的显著改善。
另一方面，MacStories介绍的Appfigures调查显示，2026年1月至3月的应用发布数量同比增加了60%。但作者John Voorhees也指出，此类数字应谨慎解读。
并不能说没有用。代码行数和提交数确实增加了。只是本次研究未能确认已完成任务数量也随之增加，这是研究的结论。
受测企业中已有80%在使用AI审查，但研究显示积压问题并未消除。仅靠交给AI可能还不够。
本次研究未直接调查国内企业，因此无法断言。建议通过测量自身的任务完成数和发布频率来加以验证。
目前尚不清楚。数据截止于2026年3月，此后的新工具并未纳入统计。
不妨先在自己的团队中，衡量一下不是代码量，而是任务完成数和审查等待时间。
本文转载自 AI Friends。
