全球AI生成代码的数量在过去两年中增长了六倍，从2022年的5%增长到2024年底的近30%。伴随而来的是程序员生产力的显著提升。
这些发现来自复杂性科学中心（CSH）的一项新研究，该研究考察了AI工具和平台对软件开发的影响。研究人员开发了一个模型，并将其应用于覆盖六个国家软件开发活动的大型数据集。
节省开发时间的成本影响巨大，研究作者指出，仅美国公司每年在编程相关劳动力成本上的支出就超过6000亿美元。
研究人员估计，生成式AI将程序员生产力提高了近4%。然而数据中存在分歧：经验较少的程序员更频繁地使用AI（37%），但生产力提升几乎只出现在经验丰富的开发者中。
根据由Simone Daniotti领导的CSH研究团队的发现，生成式AI重塑了编程工作的数量和性质。"比较同一开发者在采用生成式AI前后的表现，我们发现AI的采用大幅增加了产出。使用生成式AI的开发者也更有可能将新的软件库组合融入他们的代码中，这表明他们正在使用不熟悉的构建模块进入新的技术领域。"
行业高管对任何生产力提升都表示欢迎，但警告称这只是成功进入AI领域的一个维度。Planview汽车解决方案首席营销和战略官兼总经理Cameron van Orman表示："当AI应用到运营中时，组织会看到各种好处，这些好处能更好地将正在进行的项目和产品与业务目标保持一致。"
他继续说道："追踪更新、识别风险和规范化报告等手工工作都可以自动化。AI还能发现跨组合和价值流的依赖关系，这些关系以前只有少数经验丰富的项目经理才能看到，从而消除了由系统、数据和工具限制造成的可见性差距。"
对开发者的好处不仅仅是速度和生产力。BairesDev交付副总裁Guillermo Carreras表示："我们在1000多名开发者中进行了调查，发现76%的人认为AI让他们的工作更有成就感，因为它让他们能够专注于创新和创造性解决问题。你的团队可以获得更有意义的工作，因为例行工作得到了处理。这使得投资变得值得，速度只是一个副作用。"
此外，仅仅追求速度和生产力忽略了软件开发过程的重要要素。van Orman补充道："没有结构和问责制，即使是最有前景的AI项目也会停滞不前，AI也不会对软件开发生命周期产生应有的影响。当从实验扩展到企业级采用时，软件领导者必须优先考虑严格的规划、优先级排序和执行。"
然后是CSH研究中早期职业开发者缺乏生产力提升的显著现象。研究显示，生成式AI的估计采用率"在早期职业开发者中更高"。"然而，生产力和探索收益几乎完全集中在高级开发者中。相比之下，尽管早期职业开发者使用生成式AI更多，但他们并没有实现同样的好处。"
其原因是"这可能反映了开发者在更广泛的任务中利用生成式AI的能力差异"，Daniotti和她的合著者推测。"例如，高级开发者能更快地解释和发现AI生成代码中的错误。"
这反过来意味着经验丰富的软件专业人员有更大的机会。DataRobot首席产品官Venky Veeraraghavan表示："考虑到市场移动的速度和创新的指数级步伐，我认为这将创造更多对软件开发者的需求，要求他们在单位时间内交付更多功能。计算方式不会是'用更少的资源做同样的事情'，而是'用同样的资源做更多的事情'。"
随着AI工具处理编码更快，Carreras表示："开发者可以考虑真正需要判断的架构和边缘情况。它还促进了文档流程和测试用例生成。"
Jobright联合创始人兼CEO Eric Cheng表示，成功的开发者"将是那些把AI当作团队中初级工程师的人：有帮助、快速，但需要监督。知道如何提示、审查和改进AI输出将与编写干净代码一样重要。"
根据CSH研究，生成式AI增加了对新库的实验。报告指出："这表明生成式AI让用户能够更快地推进到编程的新领域，在他们的代码中嵌入新类型的功能。生成式AI增加了个人创新，在使用新库组合方面推动了个人能力。然而，再次强调，只有经验丰富的高级用户似乎能够以这种方式利用生成式AI，这对在生成式AI存在下的职业发展和学习具有重要影响。"
Q&A
Q1：生成式AI对程序员生产力的提升效果如何？
A：研究显示生成式AI将程序员生产力提高了近4%，全球AI生成代码数量在过去两年增长了六倍，从2022年的5%增长到2024年底的近30%。
Q2：为什么经验较少的程序员使用AI更多但收益更少？
A：虽然早期职业开发者AI使用率更高（37%），但生产力提升几乎只出现在高级开发者中。这是因为高级开发者能更快地解释和发现AI生成代码中的错误，更好地在广泛任务中利用生成式AI。
Q3：生成式AI除了提高编程速度还有什么好处？
A：AI让开发者能专注于创新和创造性问题解决，76%的开发者认为AI让工作更有成就感。AI还能自动化追踪更新、识别风险等手工工作，让开发者思考真正需要判断的架构和边缘情况。
