- 代码行数、提交次数及提取请求均增长 20-30%。
- 随着人工审查重要性凸显，每次提取请求的评论数量激增 49%。
- 代码审查取代编码速度，成为新的效率瓶颈。
哈佛大学发布的一项最新研究报告证实，人工智能在提升编码效率方面表现显著。研究作者菲奥娜·陈（Fiona Chen）和詹姆斯·斯特拉顿（James Stratton）指出，引入 AI 工具后，开发人员的代码生成量增加了 30%，但在最终交付的软件质量上并未观察到统计学意义上的显著改善。
数据显示，伴随代码生成 (+30%)、代码提交 (+20%) 以及提取请求 (+23%) 的大幅增长，研究人员进一步探究了为何最终产品效能未同步提升 20-30%。
AI 加速编码被人工延迟抵消
研究发现，尽管 AI 加快了前端编码速度，但后端流程出现了拥堵。审查和合并提取请求所花费的时间增加了 49%，每个提取请求的审核员评论数量上升了 35%，参与代码审查的员工比例也增加了 14%。这意味着所谓的“氛围编程”（vibe coding）并未消除瓶颈，而是将其推向了下游环节。
论文还探讨了企业应对策略：当 AI 转移了部分工作量时，公司是否通过增加代码审查人员来平衡负载？研究结果表明，人类工作者依然至关重要，只是其角色重心从编写代码转向了其他关键环节。
目前尚不清楚这是否会影响 AI 采用的下一阶段，即 AI 能否辅助下游的代码审查。虽然 AI 已在此领域有所应用，但报告强调，“人类仍在重视审查”。由于工作量的转移，平均审查时间已从 7.03 天延长至 10.48 天。
此外，研究人员认为 AI 生成的代码需要更多的修正，这也引发了对其实际助益的质疑。尽管 AI 的普及并未导致大规模失业，核心问题在于企业如何更好地利用 AI 支持员工并减少不必要的工作负担，而非彻底取代人力。
该论文总结道：“生产效率的提高被生产过程中的下游限制所吸收”，代码审查已成为新的瓶颈。
