AI 编程 Agent 生成更多代码但非软件
研究称代码审查瓶颈抵消了 AI 编程工具的产出提升。
为什么重要
提示团队评估 AI 编程工具时需计入代码审查成本。
阅读原文arstechnica.com
AI 解读（根据原文生成）
Ars Technica 报道了一项基于真实编码实践的研究：现代 AI 编程助手和 Agent 能高效生成大量可运行代码，但开发者仍需投入大量精力审查其准确性。Harvard University 研究者 Fiona Chen 和 James Stratton 使用 Jellyfish 的聚合分析数据，覆盖 300 million 个工作事件和 700 多家软件开发公司，发现 AI 工具带来的编码阶段效率提升会被下游生产约束吸收，代码审查时间显著变长，拉取请求更常需要修改，审查评论也更多。原文未提供论文或代码链接。
要点（AI 据原文整理，数字均已与原文核对）
- 研究使用了 Jellyfish 的聚合分析数据。
- 数据包括 300 million individual "work events"。
- 数据覆盖 more than 700,000 employees at over 700 relevant software development firms。
- 数据时间范围为 from 2021 through March of 2026。
- 研究发现 code review process significantly increases in length，pull requests 更可能需要修订，reviewers 留下更多评论。
