研究发现：AI 编程智能体写出更多代码，却没有带来更多软件产出

哈佛大学研究者 Fiona Chen 和 James Stratton 的论文《Artificial Intelligence in the Firm: Bottlenecks in Software Production》发表于 2026 年 8 月 4 日当前版本，研究称 AI 编程智能体提高代码产量，却没有带来同比例的软件产出增长；其关注价值在于把效率分析从写代码扩展到审查、测试和上线环节。

• 论文使用来自 718 家企业、约 3 亿项工作事件的数据，并采用分阶段双重差分方法。
• 使用编程智能体后，代码行数、提交次数和拉取请求数量分别增加约 30%、20% 和 23%。
• 软件问题或项目的解决率没有显著提升，拉取请求平均审查时间增加 49%。
• 请求修改的比例接近翻倍，每个拉取请求的评论数增加 35%，参与代码审查的员工比例增加 14%。
• 论文数据来自特定工程分析平台，结论受样本覆盖、采用时点和因果识别假设限制。
• 影响/看点：企业若只衡量代码量，可能高估智能体带来的生产率；只有当测试、审查和发布能力同步扩容，并且质量控制成本可控时，代码生成增量才可能转化为更多可交付软件。资料依据:
• Chen、Stratton（2026-08-04）：https://fion.ac/jellyfish.pdf
• Ars Technica（2026-10-09）：https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-code-but-not-more-software/

本内容由 AI 生成，仅供参考，请注意甄别