AI編程工具盛行，代碼產量提升卻暗藏高返工率困境

IT之家 4 月 19 日消息，幾十年來，軟件工程師們一直在爭論生產力衡量指標，最早就是從代碼行數開始的。但隨著新一代 AI 編程助手生成的代碼量遠超以往，管理者究竟應該衡量什么，反而變得不那么清晰了。

IT之家注意到，龐大的詞元（Token）額度 —— 本質上就是開發者被授權使用的 AI 算力總量，已經成了硅谷開發者之間的榮譽勛章。但 Techcrunch 稱，用這種方式衡量生產力實在很奇怪。如果你更關心產出，卻去衡量流程中的投入，這基本沒什么意義。除非你是想鼓勵更多人使用 AI（或是銷售 Token），否則對提升效率毫無幫助。

我們可以看看一批新興的「開發者生產力分析」公司給出的證據。他們發現，使用 Claude Code、Cursor、Codex 這類工具的開發者，被采納的代碼量比過去多得多。但同時，工程師后續需要返工修改這些已采納代碼的頻率也大幅上升，這直接削弱了所謂「生產力提升」的說法。

Waydev 首席執行官兼創始人亞歷克斯?西爾切伊正在搭建一套智能分析層，用來追蹤這些變化；他的公司服務著 50 家客戶，旗下軟件工程師總數超過 1 萬人。

他表示，工程管理者看到的代碼采納率通常在 80% 到 90% 之間 —— 也就是開發者認可并保留的 AI 生成代碼比例。但他們忽略了后續幾周內工程師不得不反復修改代碼帶來的代碼流失，這會讓 AI 代碼的實際有效采納率降至 10% 到 30%。

AI 編程工具的興起，讓成立于 2017 年、專注于開發者數據分析的 Waydev 在過去半年徹底重構了平臺，以應對快速編碼工具的普及。如今，該公司推出了新工具，能夠追蹤 AI 助手生成的元數據，對代碼質量與成本進行分析，幫助工程管理者更清晰地了解 AI 的應用情況與實際效果。

盡管數據分析公司天然有動力強調自己發現的問題，但越來越多的證據表明，大型企業仍在摸索如何高效使用 AI 工具。不少巨頭已經注意到這一點，Atlassian 去年以 10 億美元收購了另一家工程智能初創公司 DX，幫助其客戶評估編程助手的投資回報率。

整個行業的數據都指向同一個結論：寫出來的代碼變多了，但真正能留存下來的比例卻低得不成比例。

同領域的另一家公司 GitClear 在 1 月發布報告稱，AI 工具確實提升了生產力，但其數據同時顯示：經常使用 AI 的開發者，代碼修改率是非 AI 用戶的 9.4 倍，這一數字遠超工具帶來的兩倍生產力提升。

工程分析平臺 Faros AI 基于兩年客戶數據，發布了 2026 年 3 月的報告。結論是：在 AI 高使用率場景下，代碼變更率（即刪除代碼行數與新增代碼行數之比）上升了 861%。

自稱 AI 集成工程智能平臺的 Jellyfish，在 2026 年第一季度收集了 7548 名工程師的數據。研究發現，Token 額度最高的工程師提交的合并請求（對共享代碼庫的修改提議）最多，但生產力提升并未與成本成正比：吞吐量提升了 2 倍，Token 成本卻增加了 10 倍。換句話說，這些工具帶來的只是數量，而非價值。

這類數據和開發者的實際感受完全吻合。盡管他們享受著新工具帶來的便捷，但代碼審查與技術債務也在不斷堆積。一個普遍現象是資深工程師與初級工程師的差異：后者采納的 AI 生成代碼多得多，隨之而來的是需要重寫的代碼量也更大。

即便如此，開發者們一邊努力搞清楚 AI 助手到底在做什么，一邊也并不打算很快放棄這些工具。

“這是軟件開發的新時代，你必須適應，企業也被迫去適應。”西爾切伊表示，“這不會是一陣風潮，很快就過去。”