返回文章列表

AI 编程产出增长之后,代码审查成了新瓶颈

阅读约 2 分钟

AI 编程 Agent 能让开发者更快地产生代码,但产出增加是否等于软件工作更快完成?一项由哈佛大学两位博士候选人撰写的工作论文,尝试从企业数据中观察这一变化。OSChina 摘要称,研究覆盖 718 家公司、725,938 名员工;结果显示,AI 工具带来的变化不仅是代码写得更多,也让代码审查成为需要面对的后续瓶颈。

核心要点

  • 使用 AI 编程 Agent 后,人均每月新增代码行数从 5,017 行升至 6,511 行,约增加 30%。
  • 提交数增长 20%,Pull Request 增长 23%。代码产出和协作流程中的提交活动都出现上升。
  • 更多代码并不意味着任务随之完成。素材提到论文还使用 Jira 数据考察工作进展,但提供的摘要在相关内容处截断,未说明具体指标与结果细节。
  • 标题将代码审查指向当前瓶颈。换言之,AI 加快了生成代码的环节,却没有自动消除审核、理解和整合新增改动所需的工作。

这组数据提示,评价编程 AI 不宜只看代码行数或提交数量。它们衡量的是产出活动,而不是代码质量、交付速度或最终任务是否完成。若生成速度提升,而审查能力没有同步跟上,新增代码就可能把压力推向 Pull Request 的检查与处理环节。对团队而言,部署 Agent 后需要同时关注审查流程和开发者承载能力,而不是单纯追求更多提交。

不过,现有素材没有提供论文的完整方法、对照设置或 Jira 分析结果,因而不能据此断言 AI 一定降低了整体效率,也无法判断代码审查耗时增加了多少。更稳妥的结论是:研究所呈现的代码活动增长,与“工作已完成”之间仍有距离。AI 编程的下一阶段,关键不只是让代码生成更快,还要让审查和交付流程能够接住增量。

来源:OSChina

评论

正在确认登录状态……

正在加载评论……

相关文章