AI编程代理使提交量提升高达240%，但发布量仅增长30%

新闻摘要

2026年发布的两项独立研究工作指向同一结论：AI编程代理让开发者生成更多代码，但额外的输出并未转化为相应比例的已完成、已发布或广泛使用的软件。Ars Technica于2026年10月10日发布的一份报告重点介绍了一项由哈佛大学领导的软件公司研究，而美国国家经济研究局（NBER）的另一份工作论文使用GitHub数据得出了惊人相似的结论。

哈佛研究：代码更多，结果不变

哈佛大学的研究人员Fiona Chen和James Stratton分析了Jellyfish（一个衡量工程团队产出的平台）的汇总数据。该数据集涵盖约3亿个工作事件，如提交和拉取请求，以及超过700家软件公司中超过70万名员工的问题跟踪数据。时间跨度从2021年到2026年3月。

为了确定每家公司采用AI工具的时间，研究团队将直接测量的AI使用情况与GitHub活动分析相结合。他们区分了两类：AI编程助手（自动补全主要由人类编写的代码）和AI编程代理（根据提示自主编写并提交代码）。然后，他们使用双重差分回归，比较不同时间采用AI工具的公司前后的结果。

公司采用编程代理后发生了什么变化

采用编程代理后，公司层面的平均结果如下：

• 生成的代码总行数增加了约30%。
• 总提交量增加了约20%。
• 拉取请求增加了约23%。
• 在Jira等工具中跟踪的问题和史诗的解决率没有统计学显著变化。
• 跟踪问题的大小或复杂性没有可检测的变化，这使得更难辩称团队只是承担了更小或更简单的工作。

额外代码的去向：审查瓶颈

根据该报告，额外的输出被下游吸收。代码审查耗时更长，拉取请求更可能需要修改，审查者留下更多评论。作者发现几乎没有证据表明公司因使用这些工具而增加了整体软件产出或减少了就业。开发者通常知道AI生成的代码需要仔细检查，因此验证所需的人力投入是巨大的。

NBER的另一种视角

NBER工作论文《编写代码与发布代码：AI编码工具各代际的生产力效应》（工作论文35275），作者为Mert Demirer、Leon Musolff和Liyuan Yang，从不同角度探讨了同一问题。该论文于2026年5月发布，并于2026年9月修订。它使用了超过50万名GitHub开发者的数据以及AI使用遥测数据，并采用了匹配事件研究设计。

作者发现，每一代工具都显著提高了提交量。累计效应约为：自动补全30%，交互式编程代理180%，自主编程代理240%。然而，这些收益在生产链上递减。对于自主代理，240%的提交效应在项目层面降至约80%，在发布层面降至约30%。在四个主要软件市场中，新应用数量急剧增加，但总使用量并未增加。

请注意，该论文的早期版本在一些二手报道中被总结为使用较小的开发者样本和180%的提交数字；上述数字反映了NBER页面上列出的最新修订版。

薄弱环节解释

NBER作者通过“薄弱环节”视角解释这一模式，即最慢的依赖人工的步骤限制了整个流程。他们估计AI与人工努力之间的替代弹性为0.23，这表明强互补性：当审查、集成和发布仍依赖人工时，加速流程的一部分帮助甚微。这与哈佛大学关于更多代码到来时审查时间增加的发现一致。

更广泛的背景和注意事项

2026年的其他评论描述了“生产力悖论”，即更快的拉取请求会增加错误、审查时间和维护负担，除非发布流程跟上。一些供应商报告的数字流传开来，例如公司使用代理将代码发布速度提高30%，但这些来自供应商材料，我们无法独立验证。研究组织METR在2025年进行的一项随机试验发现，在复杂、成熟的代码库上工作的经验丰富的开发者使用AI工具时速度约慢19%，这一结果经常与这些较新的研究一起被引用。

读者还应记住，这两项研究都衡量了众多团队的平均值。拥有强大自动化测试、明确规范和快速审查实践的个别团队可能会看到不同的结果，而且工具本身也在快速变化。

对学习者和团队的意义

对于学生和在职开发者来说，教训是编写代码只是构建软件的一个阶段。随着代码生成变得更便宜，阅读代码、编写测试、审查变更和设计系统的技能变得更加宝贵。对于工程团队，研究建议投资于审查工具、自动化测试和发布管道，而不是仅以代码行数或提交数量来衡量成功。