AI多写代码 并没有让整个工程交付提速

寂静回声

先看一组来自 Rohan Paul 在 X 上的总结：
"Code volume surges by 300%, but output increases by only 30%: The AI dividend meets an awkward reality."
代码量飙升 300%，产出只增长 30%
这段话背后，是一篇 MIT 经济系和沃顿商学院联合发表的 NBER 工作论文，编号 w35275，标题直接把问题摆在桌面上：
Writing Code vs. Shipping Code

这篇论文的作者是 Mert Demirer（MIT 经济系/NBER）、Leon Musolff（沃顿/NBER）和 Liyuan Yang（MIT），2026 年 5 月以 NBER Working Paper 形式发布。
他们做了一件以前很少有人做的事：把 10 万名 GitHub 开发者的活动数据和他们使用 AI 工具的遥测数据拼在一起，用匹配事件研究法（matched event study），追踪 AI 编程工具采用前后的变化。

研究把 AI 编程工具分成三代：
第一代：自动补全
（比如 GitHub Copilot 初版）——代码提交量增加约40%
第二代：交互式/同步 Agent
（比如本地运行的 Claude Code）——累计增加约140%
第三代：自主/异步 Agent
（比如远程运行的 OpenAI Codex、GitHub Agent）——累计增加约180%
光看这组数字，效果惊人。从补全到 Agent，每一代都在让开发者写出更多代码、提交更多 commit。

论文提出了一个「生产层级」（production hierarchy）模型，把软件生产拆成一层一层：代码行数 → 文件修改 → 提交（commits）→ PR → 项目数 →实际发布（releases）。
结果是这样的：
自主 Agent 在 commit 层面带来的180% 累计增幅，传导到项目数量时只剩50%，到实际发布时只剩 30%。

换句话说，AI 帮你多写了将近两倍的代码，但最后多发布出来的软件只有三成。
中间那超过一半的"额外努力"，被审查、集成、测试、修复边缘情况、合并冲突和发版流程消耗掉了。
论文给这种现象起了个名字叫「弱链条假说」（weak-link hypothesis）：整个链条的产出取决于最慢的那个环节。
AI 加速了写代码，但审查、QA、产品决策、部署，这些还是人在做，还是原来的速度。

论文还估算了一个关键参数：AI 产出与后续人类工作之间的替代弹性（elasticity of substitution）只有 0.25。
如果替代弹性接近 1 或大于 1，说明 AI 多干一份，人可以少干一份，两者可以互相替换。但 0.25 意味着强互补。
AI 多产出的每一行代码，背后都需要人类投入对应的审查、测试和集成工作。AI 写得越多，人类要跟进的工作反而越多。
大家以为 AI 写代码更快，团队就能更快交付。但现实是：代码产出加速后，瓶颈转移了。
从"写不出来"变成了"审不过来""测不完""合不了""发不出去"。

论文没有只停留在 GitHub 数据上，还把视角拉到了下游——四大应用商店：Apple App Store、Google Play Store、Chrome Web Store 和 SourceForge。
结果发现：自 2025 年中以来，新上架的 App 数量确实有明显增长。
但是，这些新 App 在上架后三个月内的总使用量，在四个商店里都没有增加。
AI 降低了"做一个 App"的门槛，但没有降低"做一个有人用的 App"的门槛。
市场上多了一批软件，用户却并没有因此用上更多新东西。

论文最有价值的贡献之一，是把"AI 编程效率"这个笼统说法拆开了。
传统 benchmark 测的是：模型能不能写对代码、能不能过 SWE-bench、能不能自动提 PR。但企业真正关心的从来不只是"代码写没写"，而是整条交付链条：
需求对不对 → 代码写没写 → PR 能不能审 → 测试过没过 → 集成顺不顺 → 部署安不安全 → 用户用不用。
AI 目前加速的主要是链条的前半段，写代码和提交代码。但从 PR 审查开始，每一步都需要人类判断。
代码写得越多越快，积压在审查和测试阶段的工作量就越大。
这篇论文的启示很明确：AI 编程工具的下一个大机会，可能已经不在"写代码更快"上了。
如果模型只是继续提高生成代码的速度，收益递减几乎是必然的。代码堆得再多，审查跟不上、测试跟不上、产品决策跟不上，最终就是在生产流水线上制造拥堵。

点评
问题不在模型，在于用模型的人。需求变成现实，这中间要改无数遍，通过多次测试后才知道需求是不是合理。
所以模型好坏已经决定不了什么，因为模型解决不了提需求这个人，即让他如何提出合理的需求。