哈佛研究：AI写代码增产不增效，评审环节成瓶颈
哈佛基于718家企业、约3亿工作事件的研究发现，AI助手小幅提升代码产出却不增加工单解决量，AI智能体虽有提升但远低于代码增幅，原因是评审等下游环节工作量激增。
要点
- AI助手使代码行数增12%、提交增9%、合并请求增5%，仅提交增幅具统计显著性
- AI智能体使代码行数增30%、提交增20%、合并请求增23%，工单解决量增12%
- 工程师仅30%至40%时间用于写代码，其余投入规划、评审、测试、部署等配套任务
- 合并请求平均评审时长增49%，评论数增53%，需修改的合并请求占比翻倍
- 参与代码评审的人员占比增14%，引入AI辅助评审也未改善该状况
阅读原文这里是中文要点整理，数字与细节以原文为准。
评论
还没有评论，来写第一条。