技术社区Solidot
AI 编程智能体生成了更多代码,但并没有生成更多软件
一项对数百家公司编程实践的研究发现,人工代码审查是 AI 编程工具整体效率的一大瓶颈,导致几乎没有证据表明企业使用 AI 工具能提高软件产量或减少就业。研究涵盖了 2021-2026 年 3 月间逾 700 家软件开发公司逾 70 万员工的 3 亿条工作事件(如 commits 和 pull requests)以及问题管理软件数据。公司在引入 AI 编程代理后,代码总行数平均增加了 30%,commit 总数增加了 20%,pull requests 总数平均增加了 23%。但代码行数的增加并没有直接转化为软件产…
内容摘要
一项对数百家公司编程实践的研究发现,人工代码审查是 AI 编程工具整体效率的一大瓶颈,导致几乎没有证据表明企业使用 AI 工具能提高软件产量或减少就业。研究涵盖了 2021-2026 年 3 月间逾 700 家软件开发公司逾 70 万员工的 3 亿条工作事件(如 commits 和 pull requests)以及问题管理软件数据。公司在引入 AI 编程代理后,代码总行数平均增加了 30%,commit 总数增加了 20%,pull requests 总数平均增加了 23%。但代码行数的增加并没有直接转化为软件产出的提升。原因在于代码审查流程,引入 AI 编程智能体后,代码审查的平均耗时明显延长。总体而言,引入 AI 智能体后,代码审查流程时间平均增加了 49%。引入 AI 智能体后,代码审查的员工人数增加了 14%。虽然 AI 智能体贡献了部分代码审查意见和 pull requests,绝大部分审查工作仍然是由人类完成的。
资讯来源
Solidot