人工智能编码代理会生成更多代码，但不会生成更多软件

任何与计算机编程有过接触的人都知道，现代人工智能编码助手和代理在生成大量功能代码方面可以非常高效。但使用这些工具的编码人员也知道不能相信代码的准确性，这意味着需要花费大量精力来审查任何人工智能生成的输出。

最近对数百家公司的实际编码实践进行的一项研究发现，人工代码审查构成了人工智能编码工具整体效率的一个重要“瓶颈”，导致“几乎没有证据表明公司通过使用它们来增加软件产出或减少就业”。研究作者发现，实际编码阶段的任何效率提高都会“被生产过程中的下游限制所吸收”；由于“代码审查过程的长度显着增加，拉取请求更有可能需要修改，并且审查者会留下更多评论。”

切割一次，测量两次

为了得出这些结论，哈佛大学研究人员 Fiona Chen 和 James Stratton 利用了 Jellyfish 的聚合分析数据，该数据衡量了工程团队的精细输出。该数据涵盖 2021 年至 2026 年 3 月期间 700 多家相关软件开发公司的 700,000 多名员工的 3 亿个个人“工作事件”（例如提交和拉取请求）和问题管理软件数据。

阅读全文

评论

本文译自国外媒体的英文报道（机器翻译，可能存在语义偏差），点击「查看原文」阅读英文原版。

资讯由采集器定时从公开的机器人 / AI 信息源自动聚合。