代码多三成,交付为何没动
AI 让开发更快更便宜了这句话,这周被外网技术圈反复验证,也被反复打脸。结论先放这儿:写码这一环确实快了。但写码只是整条交付链上的一小段,快这一段,不等于快整条链。下面拆开看,快在哪、卡在哪、钱花在哪儿。
一、快在哪:写码这一段,是真快了
先看硬数据。一份由哈佛学者牵头的工作论文,分析了 718 家公司、约 72 万工程师、从 2021 年初到 2026 年 3 月的约 3 亿条工程活动。方法是拿已经上 AI 的公司和还没上的公司做前后对照。结论很干脆:
- 代码行数:人均每月多写约 1,494 行,比基线 5,017 行多了约 30%;
- 提交次数:多了约 20%;
- 合并请求(PR):多了约 23%。
单看任务层面的提速,各研究给出的数字也有据可查。一项发表在 Management Science 的 2026 年研究显示,完成的任务数多了约 26%。另一项 2026 年 6 月的观察性研究,中位实现时间省了约 31%。写码更快这件事,证据是实的,不是营销话术。
二、卡在哪:多出来的代码,全堆在审查
但把镜头拉远到真正交付的软件,数字就停住了。
同一批公司,用 Jira 里已解决的需求项来衡量真正做完的活儿,结果统计上跟没上 AI 没有可区分的差别。研究者明确写:这个估计排除了增长超过基线 12% 的可能。也就是说,代码多了三成,做完的活儿几乎没有多。
多出来的代码去哪了?卡在审查这一环。论文里的三个数字能拼出画面:
- 一个 PR 从提交到合并,平均时长多了 3.45 天,比约 7 天的基线涨了 49%;
- 每个 PR 的评论数多了 35%;
- 被正式要求打回修改的 PR 占比,从约 13% 几乎翻倍。
道理不难懂:AI 把写这一段压快了,可后面看、改、验证、合并这一段还跑在同一批人的同一份时间上。写码越快,后面这一环的队列就越长。这也是为什么有工程师的一句吐槽被顶到高位:每一行 AI 写的代码,都是一个潜在的责任。
三、反直觉的一手实验:用了 AI 的反而慢了 19%
上面是企业级的观察数据。再看一个更扎心的一手实验。
一个研究团队找了 16 个熟练的开源开发者,都贡献过多年、仓库普遍 2 万星以上、百万行以上代码。他们把自己真实要解决的 issue 列出来,随机分配:这一票允许用 AI,那一票不许用。结果,允许用 AI 的那半,完成任务平均慢了 19%。
最耐人寻味的是感知那一栏。这批人开工前,估计 AI 会让自己快 24%。活干完、亲眼看到自己变慢之后,仍然觉得自己快了 20%。现实是慢 19%,自我感觉是快 20%,方向都反了。后来研究者补了一句:这些开发者大多仍会继续用。因为 AI 把对着空白页换成了改一篇初稿,体验更顺,哪怕更慢。
要提醒的是边界:这个实验用的是 2025 年初的工具,也是他们自己的熟仓库。研究者自己说,2026 年 2 月做的续测里,更新的工具可能有帮助,但没法可靠地估出提速。所以别把慢 19% 当成永久定论。它的价值在于提醒:感知不可信,得量。
四、钱花在哪儿:能力比单价更值钱
最后一个问题:写码省下的钱,是不是全还给 token 账单了?
有两项 2026 年的研究专门算了这笔账。一个用基准加经济模型,一个模拟了 432 种开发者加 AI 智能体的团队组合,把工资、token、监督、bug、技术债全算进去。两边指向同一个结论:一个智能体能不能少返工,比它的 token 单价多低更决定成本。
原因直白:便宜模型如果老是失败、要反复重试,每一次失败都在重新计费。一个一次就过的贵模型,往往总账更低。所以无脑堆最便宜模型这条路,在多数任务上算不过来账。需要说明的是,这两项一个是经济模型、一个是模拟,都还没到给你家具体产品算出真实账单的精度。
五、落到我们自己的机器上
这篇对我方的落点很具体,不用等谁先做。我方是单机、弱 GPU、本地代理跑自动化,模型调用散在各条流水线里。目前缺的不只是写码快不快,更缺一份每个环节花了多少、返工了几次的台账。
上面这些研究最值钱的动作,是先记再判断:把每次调用的输入、输出、返工次数、耗时各记一行,按环节归拢。先记满一个周期,你才能回答三个问题:省下的时间流到了哪个环节,审查和验证是不是变长了,返工最多的那类任务该换模型还是该加校验。没记之前,AI 让我们变快还是变贵,都还是看感觉,不是看账。
以上为开发者生态科普,基于外网公开研究与一篇原文实测数据整理,不构成任何投资或买卖建议。
标签(话题,见下方发布设置清单):
#AI编程 #开发者 #AI工具