情报报告

哈佛论文:AI编程智能体使代码量增30%,审查耗时却增49%

一篇覆盖718家企业的工作论文发现,AI生成的代码增多并未带来更多已完成的工作,收益被代码审查队列吞噬。

INSIGHTEX Editorial Desk

阅读约 2 分钟

哈佛论文:AI编程智能体使代码量增30%,审查耗时却增49%情报报告

事件经过

据ComplexDiscovery报道,哈佛大学博士研究生Fiona Chen和James Stratton的一篇工作论文显示,采用AI编程智能体的公司,其工程师产出的代码量增加了约30%,但已完成的工作量并无可测量的增长。该研究涵盖2021年1月至2026年3月间718家企业的725,938名员工,结合了Jellyfish提供的工程活动数据与Revelio Labs整理的LinkedIn就业记录。

按每名员工每月计算,新增代码行数在5,017行的基数上增加了1,494行。提交次数增长20%,拉取请求增长23%。论文以代码进入生产环境后已解决的Jira工单数来衡量已完成的工作,该指标在3.67的基线上仅变动0.12。这一变化在统计上与零无异,作者的置信区间排除了高于约12%的任何增幅。

放缓出现在审查环节。从提交拉取请求到合并的间隔在7.03天的基础上延长了3.45天,增幅为49%。收到正式修改请求的拉取请求占比在13%的基础上上升了约12个百分点,每个拉取请求的评论数增加了35%。到2026年3月,近80%的企业已使用AI审查工具,但这类工具撰写的审查评论仅占23.3%。

背景

这篇论文是Chen的求职论文。当前版本的日期为2026年8月4日,没有迹象表明已完成同行评审。作者将各企业采用时间的差异主要归因于认知滞后和采购延迟,并估计整体就业的下降幅度不超过2.9%。Harvey和Cooley分别于10月7日和10月8日发布了法律AI工具,两者都在审查环节保留了律师把关。

来源ComplexDiscovery

简报

一封邮件,尽览一周科技要闻。

每周精选值得一读的报道。可随时退订。