共计 1747 个字符，预计需要花费 5 分钟才能阅读完成。
随着近三分之一的代码由 AI 生成，一项新研究揭示了显著的产出增长和意外收益。
narvo vexar/iStock/Getty Images Plus via Getty Images
ZDNET 核心要点
- 目前近三分之一的代码由 AI 生成。
- 生成式 AI 使开发者生产力提升 4%。
- 生产力提升仅限于经验更丰富的开发者。
全球 AI 生成代码量在过去两年增长了六倍，从 2022 年的 5% 增至 2024 年底的近 30%。与此同时，程序员生产力也出现了可衡量的提升。
这些发现来自复杂性科学中心的一项新研究，该研究探讨了 AI 工具和平台对软件开发的影响。研究人员开发了一个模型，应用于涵盖六个国家软件开发活动的大型数据集。
研究作者指出，节省开发时间的成本影响巨大，仅美国公司每年在编程相关劳动力成本上的支出估计就超过 6000 亿美元。
生产力提升与经验相关
研究估计，生成式 AI 使程序员生产力提升了近 4%。然而数据存在分化：经验较少的程序员使用 AI 更频繁（37%），但生产力提升几乎完全出现在经验丰富的开发者中。
由 Simone Daniotti 领导的 CSH 研究团队表示，生成式 AI 重塑了编程工作的数量和性质。比较同一开发者在采用生成式 AI 前后的表现，AI 采用显著提高了产出。使用生成式 AI 的开发者更倾向于将软件库的新颖组合融入代码，这表明他们利用不熟悉的构建模块探索新的技术领域。
行业高管对任何生产力提升表示欢迎，但提醒这只是成功进入 AI 领域的一个维度。Planview 首席营销和战略官兼汽车解决方案总经理 Cameron van Orman 表示，当 AI 融入运营时，组织会看到多种益处，使正在进行的项目和产品更紧密地符合业务目标。
他补充道，追踪更新、识别风险和规范化报告等手动工作都可以实现自动化。AI 还能揭示跨组合和价值流的依赖关系，这些以前只有少数经验丰富的项目经理才能发现，从而消除了由系统、数据和工具限制造成的可见性差距。
勿忽视结构和问责制
对开发者的益处不仅限于速度和生产力。BairesDev 交付副总裁 Guillermo Carreras 表示，他们对 1000 多名开发者进行的调查发现，76% 的人认为 AI 使他们的工作更有成就感，因为它让他们能够专注于创新和创造性问题解决。团队可以承担更有意义的工作，因为常规工作已被处理。这使得投资物有所值；速度只是附带效应。
此外，仅追求速度和生产力会忽略软件开发过程的重要元素。van Orman 补充道，没有结构和问责制，即使最有前途的 AI 项目也会停滞，AI 也无法对软件开发周期产生应有的影响。从实验扩展到企业级采用时，软件领导者必须优先考虑有计划的规划、优先级排序和后续执行。
CSH 研究中还发现，早期职业开发者的生产力显著不足。研究显示，生成式 AI 的采用率在早期职业开发者中更高。然而，生产力和探索能力的提升几乎完全集中在高级开发者中。相比之下，尽管早期职业开发者更多使用生成式 AI，但他们并未实现相同的收益。
Daniotti 及其合著者推测，原因可能在于开发者在更广泛任务中利用生成式 AI 的能力存在差异。例如，高级开发者能更快地解释和发现 AI 生成代码中的错误。
“用同样的资源做更多”
这反过来意味着经验丰富的软件专业人员将获得更多机会。DataRobot 首席产品官 Venky Veeraraghavan 表示，考虑到市场变化的速度和创新的指数级步伐，他认为这将增加对软件开发者的需求，要求他们在单位时间内交付更多功能。计算方式将不是“用更少资源做同样的事”，而是“用同样资源做更多事”。
随着 AI 工具更快地处理编码，开发者可以思考真正需要判断力的架构和边缘情况。Carreras 表示，它还促进了文档流程和测试用例的生成。
Jobright 联合创始人兼首席执行官 Eric Cheng 指出，蓬勃发展的开发者将是那些将 AI 视为团队初级工程师的人：有帮助、速度快，但需要监督。知道如何提示、审查和改进 AI 输出将与编写整洁代码一样重要。
CSH 研究显示，生成式 AI 增加了对新库的实验。报告称，这表明生成式 AI 允许用户更快地进入编程新领域，将新型功能嵌入代码中。生成式 AI 增加了个体创新，推动个体在使用新库组合方面的能力。然而，再次强调，只有经验丰富的高级用户似乎能够以这种方式利用生成式 AI，这对生成式 AI 存在下的职业发展和学习具有重要影响。
