现代 AI 编程助手在生成功能性代码方面效率惊人，但开发者深知不能盲目信任其准确性，必须投入大量精力审查 AI 输出。近期一项针对数百家企业实际编码实践的调查发现，人工代码审查已成为 AI 编码工具效率提升的显著“瓶颈”。研究显示，使用这些工具的企业在增加软件产出或减少雇佣方面“几乎没有证据”。
研究人员指出，编码阶段获得的效率提升被“生产流程中的下游约束所吸收”。具体表现为：代码审查过程显著变长，拉取请求更可能需要修订，且审查者留下的评论数量增加。
数据支撑
哈佛大学研究人员 Fiona Chen 和 James Stratton 利用工程效能平台 Jellyfish 的聚合分析数据得出上述结论。该数据集涵盖了 2021 年至 2026 年 3 月期间，超过 700 家软件开发企业中逾 70 万名员工的 3 亿个独立“工作事件”（包括代码提交、拉取请求等）以及问题管理软件数据。