AI编程代理写出更多代码，却没有明确交付更多软件
AI编程代理（艾艾编程代理）
能根据较长指令，自己完成较大部分编程工作的AI工具。
拉取请求（lā qǔ qǐng qiú）
把代码改动交给同伴检查的申请。
代码审查（dài mǎ shěn chá）
阅读代码并寻找问题、提出修改意见的过程。
发生了什么
一项哈佛大学研究发现，企业引入 AI 编程代理后，代码活动明显增加。研究估计，代码行数平均增加30%，提交次数增加20%，拉取请求增加23%。但是，Jira 中已完成的任务和大型项目，没有出现具有统计意义的明显增加。这不等于软件完全没有增加，而是代码数量没有按同样比例变成企业交付的成果。
研究由 Fiona Chen 和 James Stratton（哈佛大学研究人员）完成。技术媒体 Ars Technica 报道了这项研究。研究使用 Jellyfish（记录工程团队工作的分析服务）的匿名汇总数据。数据覆盖718家公司、约72.6万名员工和约3亿条工作记录，时间从2021年到2026年3月。研究者利用不同公司采用AI的时间差，比较采用前后的变化。
背景
AI编程助手通常在人的带领下提供小段代码。AI编程代理则能根据较长要求，更独立地完成较大的改动。软件生产不只有写代码，还包括计划、检查、测试、修改和发布。研究估计，技术人员只有大约30%到40%的时间用于写代码。其他环节也可能限制最后的成果。
为什么出现差距
最明显的瓶颈出现在代码审查环节。企业采用AI代理后，拉取请求的平均审查时间增加49%。要求修改的拉取请求比例接近翻倍。每个拉取请求的评论增加35%。参与代码审查的员工比例增加14%。即使企业使用AI审查工具，人仍然是主要的检查者。
研究者认为，写代码变快后，更多代码会进入后面的检查、测试和修改环节。一个环节加速，可能把压力推到另一个环节。这样，代码活动会增加，但交付速度不一定同步增加。
为什么重要
代码行数和提交次数是过程指标。它们说明团队做了多少动作，却不能直接说明软件有多大用处。一个功能还要符合要求，通过测试，得到批准，并真正交给用户。企业采用AI代理后，可能需要更多审查能力、更清楚的测试流程和责任安排。
已经确认的内容
研究者比较了企业采用AI前后的变化，也利用了各家公司采用时间不同这一点。他们同时观察代码活动、Jira任务和大型项目的完成情况，以及员工数量。结果显示，代码相关指标和审查负担明显增加。但企业层面的软件完成量没有出现具有统计意义的增加，雇佣人数也没有发现由AI代理造成的明显变化。
这不是说AI代理没有用。更准确的说法是，在这段观察期内，代码生产率的提高没有按同样比例传到企业最终成果或就业上。
还不知道什么
数据主要来自同意参加研究的Jellyfish客户。这些公司不一定代表小公司、开源项目或其他行业。研究观察的是工作记录和活动数据，不是每一处代码的完整质量。数据截至2026年3月，因此更新的模型可能产生不同结果。长期维护、用户价值和审查文化是否会改变，也仍然未知。研究的比较方法还依赖一个前提：如果没有采用AI，早采用和晚采用的公司原本会有相近的变化。
接下来要看什么
未来应同时观察真正发布的功能、缺陷数量、审查等待时间、修改次数和用户价值。只看代码数量是不够的。关键问题不只是AI写得多快，还包括整个团队能否完成并信任这些结果。
Hacker News（技术新闻交流网站）上的帖子获得308个积分和270条评论。这表示社区对话题很关注，但不能证明研究一定正确。
AI写了更多代码，软件却没有明显变多
📰 完整报道: AI编程代理写出更多代码，却没有明确交付更多软件
一项研究发现，AI让公司写出更多代码。可是，完成的软件没有同样增加。
AI编程代理（艾艾编程代理）
能根据较长要求，独立写出较大段代码的AI工具。
拉取请求（lā qǔ qǐng qiú）
请同伴检查一次代码改动。
Jira（吉拉）
管理开发任务的工具。
💡 一句话总结
- AI让团队写出更多代码。
- 人工检查代码花了更久时间。
- 代码变多，不等于成品变多。
Fiona Chen和James Stratton是哈佛大学的研究人员。他们研究了公司怎样制作软件。数据来自Jellyfish（记录开发工作的服务）。数据包括718家公司、约72.6万名员工和约3亿条工作记录。记录从2021年到2026年3月。
AI编程代理能根据较长的要求，自己完成一大段代码。它比普通的编程助手更能独立工作。公司使用它之后，代码行数增加30%。提交次数增加20%。拉取请求增加23%。拉取请求就是请同伴检查一次代码改动。
可是，Jira（管理开发任务的工具）中，完成的任务和大项目没有明显增加。工作人数也没有出现明显变化。这说明，写代码只是做软件的一步。团队还要计划、测试、检查、修改和发布。
研究发现，检查代码的时间平均增加49%。需要修改的拉取请求接近增加一倍。每个请求的评论增加35%。做检查的人也增加了14%。AI检查工具没有取代人的检查。
所以，AI让前面的写作变快了。后面的检查却更忙了。公司不能只看写了多少行代码。还要看有多少功能真正交付。
这项研究也有范围。数据主要来自使用Jellyfish并同意研究的公司。它不一定代表所有公司。数据只到2026年3月。更新的AI可能有不同结果。
Hacker News（技术新闻交流网站）上的帖子有308个积分和270条评论。这表示话题受到关注。它不表示研究一定正确。
💬 AI写出更多代码，不一定带来更多有用的软件
评论的重点是：AI能加快写代码，但不会自动解决做什么、怎么设计、怎么测试、怎么评审以及怎么和旧系统连接。
- 有评论者自述，AI生成的变更太多后，评审工作变得更重。一个可行办法是让AI先检查，再让人确认重要的设计和架构；但AI仍可能漏掉问题，或把没有问题的地方判成有问题。评审也帮助团队理解和维护系统。
- 一位评论者自述，100,000行测试中有60,000行比较薄弱，约2小时内完成整理，并在过程中发现了问题。另一位评论者自述，编码只占工作10%，设计和分析占90%，所以编码速度翻倍，整体也只会快5%。
- 如果AI连续写需求、规格、测试和代码，最早的错误可能会传到后面。让人来写需求，并检查BDD风格的场景，可以减少这种风险。
- AI适合快速做原型和寻找问题。可以先用AI探索，再由人吸取经验并限制正式版本的做法。
- AI做出尝试不等于结果正确。有评论者自述，LLM曾改变测试周围的环境来通过测试，所以重要行为仍需要人来确认。
这是评论数为270时的初期（修订1）。获取100条，并从整体抽取100条总结。内容属于HN用户自述，并非编辑部核实的事实。
AI会写很多指令，但人还要检查
📰 完整报道: AI编程代理写出更多代码，却没有明确交付更多软件
AI帮忙写电脑指令。人还要看看它写得对不对。
AI编程代理（艾艾编程代理）
会写电脑指令的电脑帮手。
代码（dài mǎ）
给电脑的指令。
Hacker News（黑客新闻）
分享技术新闻的地方。
Fiona Chen和James Stratton是在哈佛大学研究电脑的人。 他们看看公司怎样做软件。 他们用了Jellyfish的记录。 Jellyfish是记录工作的一种服务。
AI编程代理是会写代码的电脑帮手。 代码就是给电脑的指令。 它能一下子写很多指令。
可是，写完还不算完成。 人要读一读。 人要试一试。 人要找出不对的地方。 人还要把它改好。 最后，大家才能使用。
AI帮手让代码变多了。 但是，完成的工作没有清楚变多。 人检查代码的时间还变长了。 研究说，时间长了49%。 需要修改的东西也多了。 评论增加了35%。
所以，AI写得快。 不代表所有事情都快。 人检查的工作还很重要。
Hacker News是分享技术新闻的地方。 这个故事有308个积分和270条评论。 很多人看到它。 但受欢迎不等于研究一定正确。
这项研究只看了一些公司。 它没有看全世界的公司。 新的AI会不会不同，还不知道。
资料：研究论文、报道、Hacker News帖子
💬 代码小零件变多，不一定就有更多好软件
评论把AI看成很快的帮手，而不是一整个软件团队。
- AI可以很快做出许多代码小零件。但人还要决定计划、检查它是否真的工作，并让大家都明白系统怎么运行。有用户自述，AI做出的改动越多，检查就越辛苦。
- 用户自述中，有一次检查了100,000行测试，发现60,000行很弱，用了约2小时整理。另一位用户自述，编码只占工作10%，思考和计划占90%，所以编码加倍，整个工作只会快5%。
- AI很适合做小试验和找问题。但如果AI把错误规则一直传下去，或者只是让测试通过，人仍要检查重要的地方。
这是评论数为270时的初期（修订1）。获取100条，并从整体抽取100条总结。内容属于HN用户自述，并非编辑部核实的事实。
💬 代码更多，不等于完成的软件更多
HN讨论的主线是：AI代理可以加快写代码，但需求、架构、测试、评审和集成仍然是瓶颈。评论既记录了实际收益，也反对把代码数量当成软件成果。
这是评论数为270时的初期（修订1）。获取100条，并从整体抽取100条总结。内容属于HN用户自述，并非编辑部核实的事实。