AI 究竟如何改变了我们的工作方式?编程智能体真的让我们显著变快了吗?如果我们不回答“嗯,我是这么认为的”,而是试着去看一些真正的科学研究,会怎样?

这是另一篇受即将在柏林举办的 AI Coding Summit 启发的文章(是的,结尾我还会再放一次我的演讲者徽章链接,我觉得它可能附带一些折扣)。我向自己保证过不再这么做了,但和往常一样,我又报名了三场小组讨论。😅 其中一场的标题和这篇文章非常相似。

我想为那场讨论准备一些硬数据,所以我深入研究了相关文献。你会在结尾找到所有研究的链接。

而且既然今天对我来说不算太美好的一天,我宁愿待在别的地方,我就想着用惯常的方式让自己开心一下。那就是为你们写点东西!

我们真的编程更快了吗?

让我们从第一个问题开始。AI 真的让我们变快了吗?如果有人在街上突然拦住我,非要一个答案,我大概会说“是的”。根据我的经验,我们现在写代码快多了。

但这种提升似乎并没有转化为我们实际交付的软件量同样戏剧性的增长。毕竟,还有代码审查、分析、讨论等等等等。当然,事情是快了一点。也许压力也小了一点。但我不会说整个开发流程突然变得快了很多。

不过话说回来,也许只是我这样?也许世界其他地方已经在以光速交付功能了?

嗯,显然并非如此。

麻省理工学院和沃顿商学院的经济学家在 2026 年 9 月修订的一项研究表明,我的直觉可能并非完全错误。研究人员分析了超过 50 万名 GitHub 开发者的数据,并估算了与自主编程智能体相关的以下累积变化:

指标 估算变化
编程活动(提交) +240%
软件发布 +30%
所研究各应用市场的总应用使用量 无整体增长

这些是观察性估算。尽管如此,提交量的跃升与发布量的增长之间的差距还是相当惊人的。

所以,我们提交的代码多了很多,发布也稍微频繁了一些。在我自己的工作中,有时确实感觉压力小了一点。但这远没有一些人说的那样是一场革命。也许在全新的项目里情况会不一样。但在我所参与的那种大型、成熟的系统中,我还没看到任何接近十倍提升的东西。

也许等有人发明出那种超级自愈自主智能体之后,情况会改变。但就目前而言,我有时觉得事情正变得越来越复杂。最近围绕 AI 安全发生的一切,让每个人似乎都有点痴迷于此。我自己也深陷其中。😅

但个体开发者真的更快了吗?

好吧,我们的提交更多了。但我们写代码真的更快了吗?同样,如果要我猜,我会说是的,但并没有那么快多少。

数据是混杂的。

研究 结果 测量内容
Cui 等,Management Science,2026 年 +26.08% 已完成任务数量
METR,2025 年 7 月 慢 19% 完成任务所需时间
Science,2026 年 1 月 +3.6% GitHub 上季度编码活动估计增幅
Borg 等,2026 年 6 月 时间减少 30.7% 观察阶段实现时间的中位数降幅

再一次,结果与我预期的相当接近。我不打算用接下来的十段去细究方法论。如果你好奇,原始研究的链接在下面。它们考察了不同的开发者、工具和任务,每个百分比衡量的都是不同的东西。

不过,其中几项研究确实指向了收益。我们并不是突然都变成了 10 倍开发者。xD 但确实有实实在在的改进。

METR 在这里是个异类。它来自 2025 年,在当前的 AI 世界里,这几乎算得上是上古历史了。但我很喜欢其中的一个细节。

实验之前,开发者预期 AI 能让他们快大约24%。实际结果呢?他们慢了 19%!而且即便在实验之后,他们仍然认为 AI 让自己更快了。

这说明在我们真正去测量之前,我们有多容易骗过自己。我发誓,这几乎适用于生活的每一个领域。比如,我以前总觉得自己几乎没吃什么东西。😂

公平地说,METR 在 2026 年 2 月发布了一篇更新。研究人员认为较新的工具可能更有帮助,但他们的后续研究无法可靠地估算加速效果,因为愿意参与的人群存在偏差。

好吧,但软件开发真的变便宜了吗?

如果有人在半夜把我叫醒,问我 AI 是否让软件开发变便宜了,我大概会说没有。至少目前还没有。

2025 年 DORA 研究以及 2026 年 3 月发布的一项后续研究,指向了我们许多人已经写过的现象。我们写代码节省下来的一部分时间,直接投入到了审计和验证代码上。因此,等到变更进入生产环境时,实现环节节省的时间可能已经缩水。DORA 描述了这部分工作可能转移到哪里,但整体的成本问题仍悬而未决。

是是是,我听说过那种多智能体团队:一个智能体写代码,另一个审查,再一个测试,然后全部进入生产环境。我相信这在某些场景下可行。但在关键任务系统里尝试这种把戏,我会非常谨慎。比如金融软件。祝你好运 😂🤞

那 token 的成本呢?

最后一个问题。我们是不是把写代码更快省下来的钱,全花在 token 上了?

我得承认,答案让我很意外!如果让我猜,我会说是的,尤其是如果你不加分辨地对所有事情都用最贵的模型。

但研究结果比这更有意思!最近有两项研究考察了 AI 辅助软件开发的经济账。一项由 Potluri 及其同事于 2026 年 9 月发表,另一项由 Steffen Herbold 于 2026 年 10 月发表。

两项研究都表明,AI 智能体的有效性可能比它所消耗的 token 价格更重要。在 Potluri 的分析中,解决更多任务的模型带来了可观的估算节省,而效果较差的模型在许多任务类别中最终成本更高。一个便宜的模型如果不断失败、你还得为下一次尝试付费,那它很快就会变得昂贵。

Herbold 为混合使用开发者和 AI 智能体的团队模拟了 432 种场景。他纳入了薪资、token 成本、监督、bug 和技术债务。拥有高能力智能体的团队通常比没有 AI 辅助的开发者团队更便宜。能力较弱的智能体的结果则参差不齐。在模拟中,智能体的能力比 token 价格更重要因为更好的结果降低了检查和修复工作的成本。

Herbold 的结果来自模拟,而 Potluri 的估算来自基准测试和经济建模。因此我们有两种方式来估算节省何时可能超过 token 账单。构建和维护商业软件的实际成本则是一个大得多的问题。

那么,结论是什么?

看起来 AI 确实能让编程更快、更便宜。多项研究显示在特定任务上有提升,而经济模型表明,即使支付了 token 费用,高能力智能体也能省钱。

我们仍然缺乏足够的证据来判断构建、交付、保障安全和维护软件的总成本是否在整个行业范围内下降了。

到目前为止,研究结果大体上与许多人的感受一致。天网可能已经在磨刀霍霍,但它还没有征服世界。😅

那你呢?这些发现是否反映了你的经历?AI 是否真的让你的团队更快、更便宜,还是在你工作的地方情况完全不同?

我很想听听你的想法!


如果你喜欢这篇文章,你也可以在 LinkedIn 上关注我。

如果你想获取 AI Coding Summit 的免费资料,可以使用我的演讲者徽章注册。

参考文献

https://www.nber.org/papers/w35275
https://doi.org/10.1287/mnsc.2025.00535
https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
https://metr.org/blog/2026-02-24-uplift-update/
https://doi.org/10.1126/science.adz9311
https://doi.org/10.1007/s10664-026-10889-1
https://dora.dev/research/2025/dora-report/
https://dora.dev/insights/balancing-ai-tensions/
https://doi.org/10.13021/jssr2026.5687
https://arxiv.org/abs/2610.20394