发生了什么
MIT 发表 AI 编码研究(100000+ GitHub 开发者; commits 180%; releases 30%)
为什么值得关注
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。
信息来源
以下内容来自公开来源，可打开原文继续核验。
MIT 代码产出研究
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。
打开原始来源 ↗MIT 研究：编码产出未同步增长
MIT 一项研究分析了超过 100,000 名 GitHub 开发者在使用 3 代 AI 编码工具前后的变化，比较对象包括 autocomplete、interactive coding agents 和 autonomous coding agents。结果显示，autocomplete 使 commits 增加 40%，interactive coding agents 使 commits 增加 140%，autonomous coding agents 使 commits 增加 180%；但同样的 180% 提升在 projects 上降为 50%，在实际 releases 上仅为 30%。作者还观察应用商店数据，发现新增应用数量上升，但总使用量没有增长；论文估计的 elasticity of substitution 为 0.25，说明 AI 编码能力提升后，能被人类工作替代的比例仍然较小。
打开原始来源 ↗