AI 编程代理写出更多代码，却没带来更多软件

一项基于718家公司、约3亿工程活动数据的研究发现，AI编程代理增加了代码产出，却没有同步提高企业层面的软件交付量，关注点在于代码生成效率与生产流程效率之间存在落差。

• Chen与Stratton的论文显示，采用AI编程代理后，代码行数增加30%，提交次数增加20%，拉取请求增加23%。
• Jira问题和大型功能的解决率没有出现统计显著增长，说明更多中间产物不等于更多已部署的软件功能。
• 代码审查平均耗时增加49%，要求修改的拉取请求比例接近翻倍，每个拉取请求的评论数增加35%。
• 研究样本覆盖2021年1月至2026年3月，采用分阶段差分法比较企业引入工具前后的变化，但结论仍主要适用于纳入样本的工程组织。
• 研究将瓶颈归因于审查、测试和部署等下游环节；当生成速度快于验证能力时，新增代码可能转化为更多审查负担。
• 影响/看点：AI代理能否带来更高软件产出，可能取决于审查自动化、测试覆盖率和发布流程能否同步扩容，而不只是生成代码的速度。
• 资料依据:
• Fiona Chen、James Stratton《Artificial Intelligence in the Firm: Bottlenecks in Software Production》（2026-08-04）：https://fion.ac/jellyfish.pdf
• Ars Technica《AI coding agents generate more code, but not more software》（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