Study Finds AI-generated Code Fails to Boost Productivity Due to Downstream Bottlenecks

研究发现 AI 生成代码因下游瓶颈无法提升生产力 - InfoQ

InfoQ 首页 News 研究发现 AI 生成代码因下游瓶颈无法提升生产力

AI、ML 与数据工程

扩展 OpenTelemetry：管理收集器、配置和成本（11 月 19 日网络研讨会）

研究发现 AI 生成代码因下游瓶颈无法提升生产力

2026 年 10 月 22 日 2 分钟阅读

作者：

• Sergio De Simone

#### 关注我们

YouTube

232K 粉丝

LinkedIn

26K 粉丝

Instagram

新

RSS

19K 读者

X

57.1k 粉丝

Facebook

21K 喜欢

Bluesky

收听本文 -

0:00

音频准备播放

您的浏览器不支持音频元素。

正常

1.25x

1.5x

喜欢

新下拉阅读列表

• 阅读列表

哈佛大学的一项研究基于 Jellyfish 分析平台对 718 家公司的分析发现，尽管 AI 代码助手和代理增加了代码量，但并未带来相应的工作量提升，部分原因是 AI 生成的代码增加了开发后期的负担，特别是代码审查环节。

该研究基于 2021 年 1 月至 2026 年 3 月期间 700 多家公司的 70 万员工约 3 亿个工作事件的数据。数据来源包括人力资源信息、代码版本控制系统、问题管理系统、日程工具（如 Google 日历）以及生成式 AI 工具（包括 GitHub Copilot、Cursor 和 Claude Code）。

研究人员从三个维度衡量编码产出：新增代码行数、提交次数和拉取请求（Pull Request）数量。

AI 助手使代码产出小幅增加——代码行数增加 12%、提交次数增加 9%、拉取请求增加 5%——其中仅提交次数的增加具有统计显著性。AI 代理则使三个维度均出现显著增长：代码行数增加 30%、提交次数增加 20%、拉取请求增加 23%。

作者使用这些数据通过每月每名员工解决的 Jira 问题和史诗（Epic）数量来评估软件产出，将问题视为独立的工程工作单元，史诗则代表更大的项目或功能。研究发现代码助手并未提升解决的问题数量，而代理使该指标提升了 12%。然而，这一增幅远低于代码行数预估 30% 的增长。

为解释这一差距，他们审视了整体开发流程，该流程包含编码以外的多个步骤，包括功能和范围规划、代码审查、测试和部署。

我们从 Jellyfish 数据推断时间使用情况，并通过 100 名 Prolific 工程师的调查验证了这一推断，发现工程师将 30-40% 的时间用于编写代码；其余时间用于这些辅助任务。当 AI 提升编码效率时，辅助步骤可能成为瓶颈。

具体而言，他们发现平均拉取请求审查时间增加了 49%，每份拉取请求的评论数量增加 53%，需要修改的拉取请求数量翻了一番。此外，执行代码审查的员工比例增加了 14%，但 AI 协助审查的采用并未带来任何改善。作者还指出，与拉取请求相关的努力增加无法用单个拉取请求数量的增加来解释。

评论这些发现时，Reddit用户Prime_1指出"每一行代码都可能成为潜在的负债"，这一观点被markehammons进一步阐述，他强调了AI幻觉带来的额外风险：

当你面对不可信的参与者时，情况会更加严重，而代理比大多数参与者更不可信。他们可以在毫无恶意的情况下做出最混乱的事情，而且在试图完成任务时可能会产生误导性行为。

Reddit用户enigmamonkey进一步建议，平均恢复时间可能会成为衡量AI对软件开发影响的越来越重要的指标：

如果你的工程师编写和理解的代码越来越少，我想象问题会变得更加频繁且更难解决。特别是当代码库规模扩大时...而它确实会扩大。

Jellyfish是一家软件公司，提供用于衡量和分析软件工程绩效的平台。它通过连接GitHub和Jira等工具的数据，帮助公司了解开发人员的生产力和软件交付情况。

作者部分的主容器

关于作者

部分标题

每位作者的主容器

#### Sergio De Simone

显示更多

显示更少

#### 本内容属于AI、机器学习与数据工程主题

##### 相关主题：

• 开发

• 架构与设计

• AI、机器学习与数据工程

• 大型语言模型

• Claude

• copilot

• 生产力

• AI代码代理

• github

• 相关编辑

• 相关赞助商

• 相关赞助商 2026年10月29日，美国东部时间下午1点 从Token到功能：为AI辅助工程构建成本归因架构 由Martin Reynolds（Harness的现场首席技术官）和Barani Mohandoss（Trimble的云治理、FinOps与E-工具总监）呈现

InfoQ新闻通讯

每周内容精选，每周二发送。加入超过25万名高级开发者的社区。查看示例

我们保护您的隐私。