## Ars Technica 报道：研究显示 AI 编码代理提升代码产出，但拖慢整体交付速度
Ars Technica 报道了一项研究结果，该研究显示，AI 编码代理（AI coding agents）虽然能够提升代码产出量，却拖慢了整体交付速度。具体表现为：
- 代码审查（pull request review）时间增加 **49%**
- 要求修改（changes requested）的比例几乎翻倍
- 目前尚未发现可归因于 AI 的显著就业变化
研究发现，AI 代理虽然让开发者更快地产出代码，但由于生成的代码量大幅增加，审查人员面临的审查负担也随之加重，导致整体交付周期反而被拉长。与此同时，尽管业界对 AI 取代开发者岗位的讨论甚嚣尘上，但截至目前，并没有显著的就业数据变化能够直接归因于 AI 技术的应用。
<p>任何与计算机编程有过哪怕一点关联的人都知道，现代 AI 编程助手和智能体<a href="https://arstechnica.com/ai/2026/01/developers-say-ai-coding-tools-work-and-thats-precisely-what-worries-them/">在生成功能性代码方面效率惊人</a>。但使用这些工具的程序员也<a href="https://arstechnica.com/ai/2025/07/developer-survey-shows-trust-in-ai-coding-tools-is-falling-as-usage-rises/">深知不能信任这些代码的准确性</a>，这意味着<a href="https://arstechnica.com/ai/2025/05/time-saved-by-ai-offset-by-new-work-created-study-suggests/">需要投入大量精力</a>来审查 AI 生成的任何输出。</p>
<p><a href="https://fion.ac/jellyfish.pdf">一项针对数百家公司实际编码实践的近期研究</a>发现，人工代码审查构成了 AI 编程工具整体效率的一个重大"瓶颈"，导致"几乎没有证据表明企业通过使用这些工具增加了软件产出或减少了人力"。研究作者发现，在实际编码阶段提升的任何效率都"被生产流程中下游的限制所吸收"，因为"代码审查流程显著变长，拉取请求更可能需要修订，审查者留下的评论也更多。"</p>
<h2>先砍一刀，再量两遍</h2>
<p>为了得出这些结论，哈佛大学的研究人员 Fiona Chen 和 James Stratton 利用了 <a href="https://jellyfish.co/">Jellyfish</a> 的聚合分析数据，该平台测量工程团队的细粒度产出。该数据涵盖 2021 年至 2026 年 3 月期间，超过 700 家相关软件开发公司中 70 万余名员工的 3 亿个独立"工作事件"（例如提交和拉取请求）以及问题管理软件数据。</p><p><a href="https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-code-but-not-more-software/">阅读完整文章</a></p>
<p><a href="https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-code-but-not-more-software/#comments">评论</a></p>