一句话看懂：哈佛大学基于Jellyfish平台对700余家企业、约3亿个工作事件的研究发现，AI编程助手和智能体虽能提升代码产出，但完工工作量并未同步增长，代码评审等下游环节成为新瓶颈。
事件核心：发生了什么
哈佛大学近期针对718家企业开展研究，借助Jellyfish分析平台，数据覆盖2021年1月至2026年3月、70万名员工、约3亿个工作事件，来源包括代码版本控制系统、工单系统、谷歌日历以及GitHub Copilot、Cursor、Claude Code等工具。结果显示，AI助手使代码行数增加12%、提交记录增加9%、合并请求增加5%，仅提交记录增幅具统计显著性；AI智能体则分别带来30%、20%和23%的增长。但以每名工程师每月解决的Jira工单和大型需求衡量，编程助手并未提升工单解决量，智能体仅带来12%增长，远低于代码行数30%的涨幅。研究将此归因于编码仅占工程师30%至40%的时间，其余投入规划、评审、测试和部署。合并请求平均评审时长增加49%，单条评论数增加53%，需修改的合并请求占比翻倍，参与评审的人员占比增加14%，即便引入AI辅助评审也未改善。
为什么重要
这项研究给“AI提效等于生产力提升”的直觉泼了冷水。AI生成代码降低了编写门槛，却把压力转移到评审与验证环节，意味着企业采购AI编程工具时，不能只看代码产出指标，还要评估代码库质量、评审流程和整体交付周期。对AI厂商而言，竞争焦点可能从“生成更多代码”转向“生成更可评审、更可维护的代码”。目前公开信息显示，该研究基于企业观测数据和调研推算，并非对所有开发场景的普适结论。
对用户/开发者/创作者的影响
对开发者来说，AI助手仍适合起草代码、补全样板和加速探索，但应把更多时间留给审阅和测试，避免对生成代码“盲信”。对企业技术负责人，衡量AI价值时应纳入合并请求评审时长、修改率和故障恢复时长等指标。Reddit用户Prime_1称“每一行代码都是潜在风险”，markehammons则强调智能体在幻觉下可能“一心完成任务却做出离谱操作”，enigmamonkey提出故障平均恢复时长或成重要指标。这些均为社区观点，与论文作者结论应分开看待。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
一是AI编程工具厂商是否会推出更强调可评审性和安全性的功能；二是企业是否将评审负担纳入AI采购评估；三是后续研究能否给出不同团队规模、代码库成熟度下的差异化结论。
来源：InfoQ CN
