哈佛研究 700 余家企业：AI 代码产出涨了，交付没跟上

哈佛大学针对 718 家企业开展的一项研究借助了 Jellyfish 分析平台，数据时段为 2021 年 1 月至 2026 年 3 月，覆盖 700 余家企业、70 万名员工，合计约 3 亿个工作事件。数据来源包括人力资源信息、代码版本控制系统、工单管理系统、谷歌日历等日程工具，以及 GitHub Copilot、Cursor、Claude Code 等生成式 AI 工具。论文作者采用三项指标衡量编码产出：新增代码行数、代码提交记录、合并请求。

研究发现，AI 编程助手对编码产出的提升有限：代码行数增加 12%，提交记录增加 9%，合并请求增加 5%，其中仅提交记录的增加具有统计显著性。AI 智能体则在三项指标上均带来显著增长：代码行数增加 30%，提交记录增加 20%，合并请求增加 23%。

在软件交付成果上，研究人员以每名工程师每月解决的 Jira 工单和大型需求数量作为评估依据。结果显示，编程助手没有提升工单解决数量，AI 智能体带来了 12% 的增长，但增幅远低于代码行数 30% 的涨幅。为解释这一落差，研究团队考察了完整开发流程，发现编码之外还包含功能与范围规划、代码评审、测试和部署等多个环节；研究期间，合并请求的平均评审时长增加 49%，评论数量增加 53%，后期评审与集成成为瓶颈。