哈佛大学研究人员:AI 编程目前的瓶颈是“Code Review”
哈佛大学两位博士候选人做了一份工作论文,把 AI 编程 Agent 的真实效果算了一遍。样本是 718 家公司、725938 名员工。 结论不太好看。 用上 AI 编程 Agent 之后,人均每月新增代码行数从 5017 涨到 6511,多了约 30%。提交数增长 20%,Pull Request…
核心信息
- 哈佛大学两位博士候选人做了一份工作论文,把 AI 编程 Agent 的真实效果算了一遍。
- 样本是 718 家公司、725938 名员工。
- 用上 AI 编程 Agent 之后,人均每月新增代码行数从 5017 涨到 6511,多了约 30%。
- 提交数增长 20%,Pull Request 增长 23%。
这对做企业的意味着什么
很多老板担心 AI 会取代员工,实际发生的是「会用 AI 的员工取代不会用的」。同样的报价单、同样的客户回复,用工具的人效率高出三五倍。所以现在的关键动作是把手上的重复工作列出来,看哪些能被一条固定指令替代。
把大模型接进业务系统,难点从来不是调接口,而是三件事:数据要不要出内网、回答错了谁负责、成本怎么核算。这三点想清楚再动手,比先选模型重要得多。私有化部署能解决第一点,人工复核流程解决第二点,按调用量做预算上限解决第三点。
落地建议
我们做定制开发的习惯是先画流程再写代码:把「谁在什么情况下做什么、做完存哪里、出错找谁」画成一张图,双方确认后再开工。这一步花两天,能省掉后面两周的返工。
信息来源:开源中国,查看原文。本文由志权软件工作室摘要整理并附行业分析。

微信扫码,直接说需求手机上长按识别也可以。软件定制、网站、小程序、数据采集都能聊,看到了都会回。