哈佛研究 700 餘家企業：AI 程式碼產出漲了，交付沒跟上

哈佛大學針對 718 家企業開展的一項研究藉助了 Jellyfish 分析平臺，資料時段為 2021 年 1 月至 2026 年 3 月，覆蓋 700 餘家企業、70 萬名員工，合計約 3 億個工作事件。資料來源包括人力資源資訊、程式碼版本控制系統、工單管理系統、谷歌日曆等日程工具，以及 GitHub Copilot、Cursor、Claude Code 等生成式 AI 工具。論文作者採用三項指標衡量編碼產出：新增程式碼行數、程式碼提交記錄、合併請求。

研究發現，AI 程式設計助手對編碼產出的提升有限：程式碼行數增加 12%，提交記錄增加 9%，合併請求增加 5%，其中僅提交記錄的增加具有統計顯著性。AI 智慧體則在三項指標上均帶來顯著增長：程式碼行數增加 30%，提交記錄增加 20%，合併請求增加 23%。

在軟體交付成果上，研究人員以每名工程師每月解決的 Jira 工單和大型需求數量作為評估依據。結果顯示，程式設計助手沒有提升工單解決數量，AI 智慧體帶來了 12% 的增長，但增幅遠低於程式碼行數 30% 的漲幅。為解釋這一落差，研究團隊考察了完整開發流程，發現編碼之外還包含功能與範圍規劃、程式碼評審、測試和部署等多個環節；研究期間，合併請求的平均評審時長增加 49%，評論數量增加 53%，後期評審與整合成為瓶頸。