AI 精选动态
智能评分 78
MIT 代码产出研究
AI 推荐理由
这项研究把“写代码更快”与“交付更多”之间的落差量化到了 commits、projects、releases 和应用使用量四个层面，适合用来判断 AI 编码工具的真实 ROI。核心解读
Rohan Paul 转发并概述了一项 MIT 研究，比较了 10 万多名 GitHub 开发者在使用 3 代 AI 编码工具前后的变化。研究显示，autocomplete 让 commits 增加 40%，interactive coding agents 让 commits 增加 140%，autonomous coding agents 让 commits 增加 180%，但这 180% 的提交增长只分别收缩为项目数增加 50% 和实际 releases 增加 30%。作者还检查了应用商店，发现新应用数量增加，但总使用量没有上升；估计的“elasticity of substitution”为 0.25，说明 AI 提升编码效率后，仍有大量人类工作需要完成审查、集成、测试、打包和发布。