哈佛研究:AI编码工具未提升软件产出
热点事件持续更新
哈佛研究:AI编码工具未提升软件产出
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
哈佛大学研究者 Fiona Chen 和 James Stratton 发表研究,基于 Jellyfish 的工程分析数据,覆盖 2021 年至 2026 年 3 月间 700 多家软件开发公司、70 多万名员工的 3 亿条工作事件(如提交和 pull request),发现人类代码审查成为 AI 编码工具整体效率的显著瓶颈。 研究结论称,几乎没有证据表明企业使用 AI 编码工具后提高了软件产出或减少了用工。 该数据涵盖 2021 年至 2026 年 3 月期间 700 多家相关软件开发公司、70 多万名员工的 3 亿条个人“工作事件”(如提交和 pull request)以及问题管理软件数据。
AI 根据报道生成 · 35 分钟前更新
最新进展10月10日 03:43
研究:AI 编码智能体生成更多代码,但未带来更多软件报道时间线
沿着报道,了解事件的不同侧面。
10月10日
- Ars Technica · AI研究:AI 编码智能体生成更多代码,但未带来更多软件
哈佛大学研究者 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程分析数据,覆盖 2021 年至 2026 年 3 月间 700 多家软件开发公司、70 多万名员工的 3 亿条工作事件(如提交和 pull request),发现人类代码审查成为 AI 编码工具整体效率的显著瓶颈。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。