@rohanpaul_ai：MIT 研究。代码量激增 300%，但产出仅增长 30%：AI 红利遭遇尴尬现实。他们……
摘要
一项针对超过 100,000 名 GitHub 开发者的 MIT 研究发现，AI 编码工具使代码量增加高达 300%，但仅使已发布软件增加 30%，凸显了人工审核与集成的瓶颈。
查看缓存全文
缓存时间: 2026/06/27 07:54
MIT研究：代码量激增300%，但产出仅增30%——AI红利遭遇尴尬现实。
他们研究了超过10万名GitHub开发者，发现AI编码代理大幅增加了代码产量，但这些工作量中最终转化为发布软件的却少得多。
自主AI编码代理使提交量增长180%，但发布量仅增长30%。
论文的核心观点是：软件生产存在薄弱环节。当人类仍需完成审查、衔接、测试、打包和交付工作时，更快的代码编写效率并不能带来同等幅度的提升。
作者还检查了应用市场，发现新应用数量增加，但总使用量并未增长。这意味着虽然更多软件出现，但没有明确证据表明用户采用了更多软件。
市场数据指向相同结论：新应用数量增多，但总使用量并未上升。
研究人员对比了超过10万名GitHub开发者从使用自动补全到更独立编码代理的三代AI编码工具前后的表现。
自动补全使提交量增长40%，交互式编码代理使其增长140%，而自主编码代理则使其增长180%。
这180%的提交量增长，在项目数量上缩减至50%，在实际发布量上缩减至30%。
估算出的“替代弹性“为0.25，即AI实用性每大幅提升，能够替代的人类工作量仅有一小部分。
因为AI能更快编写代码，但人类仍需决定构建什么、验证代码是否可行、将其与产品其余部分衔接、处理杂乱边缘情况以及最终交付。
papers.ssrn.com/sol3/papers.cfm?abstract_id=6859839
美国排名前1%的AI公司现在每月为每位员工花费约7500美元用于AI。
来源：econlab.substack.com/p/how-much-does-it-cost-to-be-ai-pilled
相似文章
每在AI编码工具上花费1美元，只有0.18美元能进入生产环境。我们分析了超过100万个PR，以找出其余资金的去向。
根据对超过100万个拉取请求的研究发现，每在AI编码工具上花费1美元，只有0.18美元能进入生产环境，其余资金用于修复错误、返工和代码审查。分析显示，虽然PR数量增长了2.6倍，但被撤回的PR增长了3.7倍，表明失败比产出增长得更快。
Agentic Code Review（15分钟阅读）
分析AI编码代理如何将瓶颈从编写代码转移到审查代码，数据显示代码变更量增加861%，缺陷率上升，使得代码审查成为软件工程中最具杠杆效应的技能。
@thinkszyg: AI 编程速度悖论：写代码快了 48%，Review 慢了 6 倍。Review 流程怎么重建？ SD Times 分析 25 万开发者数据：AI 让编码提速 48-58%，但 AI 生成的 PR 在 Review 环节卡 4-6 倍时间…
文章指出AI编程使编码速度提升48-58%，但代码审查时间增加4-6倍，安全漏洞增加，并提出了三步重建审查流程的方案，包括AI预审、聚焦架构决策、以及使用微软开源的ASSERT框架进行行为验证。
修订版：新编写代码中受AI生成和审查影响的估计比例
本文修订了由AI生成或审查的新编写代码的估计比例，并分析了其对软件开发的影响。
@danshipper: GitHub 坐拥前排席位，目睹代码编写方式的变革——如今每个人，连同他们的智能体大军，都能提交代码。三月份……
GitHub COO Kyle Daigle 讨论了 AI 智能体创建的拉取请求激增（3 月份达到 1700 万），以及预计今年将有 140 亿次提交。他强调开源维护者的控制权、基于使用量的定价模式取代按席位许可，以及随着 AI 工具使非开发者也能构建应用，开发者与非开发者之间的界限正在模糊。