AI编程智能体写的代码多了三成，哈佛这项研究说交付的软件没有跟着变多

A5站长网10月12日消息，哈佛大学的一篇工作论文给出了一个不太顺耳的结果：企业用上AI编程智能体之后，写出来的代码明显变多了，但真正交付的软件没有跟着变多。研究者Fiona Chen与James Stratton用工程效能平台Jellyfish的数据做了测算，样本覆盖700多家软件公司、超过70万名员工，时间跨度从2021年到2026年3月，涉及约3亿条提交与拉取请求之类的工作事件。

先看产出这一侧。引入AI编程智能体之后，企业生成的代码总行数平均增加约30%，提交数增加约20%，拉取请求增加约23%，折算下来每位员工每月多出近1500行代码。但换成业务侧的口径，数字就平了：用Jira这类工具跟踪的issue与epic，解决率没有出现统计显著的变化，研究者也没发现任务在规模或者复杂度上发生了结构性转移——不是团队悄悄把活换成了更小更简单的。

多出来的代码去了哪里？答案在代码审查这一环。研究表明，拉取请求从提交到合并的平均耗时增加约49%，需要返工修改的拉取请求占比接近翻倍，每个请求上的评论数增加约35%。被拉进审查环节的员工比例上升了14%。一位受访的初级工程师说得很直白：大家能很快堆出一大堆提交，但审查始终是那个瓶颈。

研究者的解释是，编码环节省下来的效率，被下游的产能约束吸收掉了。那能不能让AI自己来审？数据说暂时还不行。到2026年3月，样本里有八成公司用上了某种AI代码审查工具，但AI智能体只贡献了23.3%的审查评论和10.8%的拉取请求，大部分判断仍然压在人的头上。瓶颈的这一端，并没有因为上了AI而变宽。

这不是孤例。另一篇由NBER发布的工作论文从GitHub数据出发，得出了相近的形状：自动补全带来的提交量增长约30%，交互式编程智能体约180%，自主编程智能体约240%，但收益沿着生产链一路衰减，到项目层面剩下约80%，到发布层面只剩约30%。两项研究的落点一致——把写代码这一段加速，并不会自动让软件更快出厂，除非同步把审查和测试这一段的产能补上。