哈佛研究:AI 程式設計的真正瓶頸在 Code Review
2026/11/20 — 11/21 08:20·2 個來源(全部)·2 篇報道(全部)
核心速覽 (Key Takeaways)
- 哈佛兩位博士候選人的工作論文以 718 家公司、725,938 名員工為樣本測算 AI 程式設計 Agent 的實際效果:人均每月新增程式碼行數從 5017 行升至 6511 行,提交數增長 20%,Pull Request 增長 23%。
- 但作者用 Jira 資料核對後發現活並未相應幹完,因而認為當前瓶頸在 Code Review 環節。
事件背景與詳細解讀
2026 年 11 月 20 日,開源中國報道了哈佛大學兩位博士候選人釋出的一份工作論文。該研究以 718 家公司、725938 名員工為樣本,測算 AI 程式設計 Agent 的實際效果:使用後人均每月新增程式碼行數從 5017 行升至 6511 行,增長約 30%,提交數增長 20%,Pull Request 增長 23%。但論文通過 Jira 資料核對後發現,實際工作並沒有相應完成,作者據此認為當前的瓶頸在 Code Review 環節。
2026 年 11 月 21 日,DEV Community 的 AI 欄目也報道了這項研究,並披露了兩位研究者的姓名 Fiona Chen 和 James Stratton,稱其考察了 655 家公司、逾 72 萬名員工的資料,同樣發現 AI 工具讓人寫出更多程式碼,但完成交付的軟體量幾乎沒有變化,原因指向程式碼評審環節。報道還指出,企業在給開發者配備編碼代理的同時仍沿用舊有工作流程,是效率未能兌現的關鍵。兩篇報道在樣本公司數量和覆蓋員工規模上存在不一致,前者為 718 家公司、725938 名員工,後者為 655 家公司、逾 72 萬名員工,目前尚無材料對這一分歧作出說明。
AI 綜合 2 篇報道生成 · 更新於 1 天前
最新進展一項覆蓋 655 家公司、逾 72 萬名員工的哈佛研究發現,AI 程式設計工具讓人寫出更多程式碼,但完成交付的軟體量幾乎沒有變化,原因指向程式碼評審環節。企業在給開發者配上編碼代理的同時沿用舊有流程,是效率沒有兌現的關鍵。
- 熱度指數
- 76
- 全部來源
- 2
- 全部報道
- 2
- 首報
- 2 天前
這件事的報道 點標題看原文
一項覆蓋 655 家公司、逾 72 萬名員工的哈佛研究發現,AI 程式設計工具讓人寫出更多程式碼,但完成交付的軟體量幾乎沒有變化,原因指向程式碼評審環節。企業在給開發者配上編碼代理的同時沿用舊有流程,是效率沒有兌現的關鍵。
看清 AI 程式設計為何沒換來交付提速
DEV Community · AIAI 評分 53
哈佛兩位博士候選人的工作論文以 718 家公司、725938 名員工為樣本測算 AI 程式設計 Agent 的實際效果:人均每月新增程式碼行數從 5017 行升至 6511 行,提交數增長 20%,Pull Request 增長 23%。但論文用 Jira 資料核對後發現活並沒有相應幹完,作者因此認為當前瓶頸在 Code Review 環節。
用大樣本資料說明 AI 寫得多不等於交付得多。
开源中国AI 評分 62
同時在說的其他事
- 熱度指數 1143發酵中Anthropic 上市首周市值達 1.6 萬億美元,IPO 募資 935 億美元21 個來源
- 熱度指數 1011Anthropic 數學家稱與 Claude 完成廣義黎曼猜想形式化21 個來源
- 熱度指數 622Anthropic 行使超額配售權,IPO 募資達 935 億美元20 個來源
- 熱度指數 596發酵中Thinking Machines Lab 開源 Inkling 2 Mini,模型卡推薦 32GB 記憶體10 個來源
- 熱度指數 490發酵中SEC 調查輝達會計問題,股價連跌市值縮水9 個來源
熱度怎麼算的?瞭解口徑收起
熱度按 48 小時內有多少個獨立來源在說這件事算:同一個來源發多條只算一次,並按 24 小時半衰期衰減,所以排前面的是很多人在說的事。
本頁彙總公開訂閱源,標題與摘要由模型整理,版權歸原作者所有;重要資訊請回原文核對。如權利人認為相關標題或摘要侵權,請通過頁尾聯絡郵箱提供具體頁面與權利依據,我們核實後會及時刪除或替換。
- 爆
- 討論快速增加
- 新
- 首報 6 小時內
- 發酵中
- 討論仍在增加

