AI 實際上到底改變了我們工作的方式多少?程式碼代理真的讓我們快得驚人嗎?如果我們不再用「嗯,這是我的看法」來回答,而是去看看一些真正的科學研究,結果會怎樣?

這又是一篇受即將在柏林舉辦的 AI Coding Summit 啟發而寫的文章(是的,我最後還是會再放一次我的講者證連結,我猜裡面可能還有一些折扣)。我本來答應自己不再做這件事了,但老樣子,我也報名了三場座談。😅 其中一場的標題跟這篇文章非常相似。

我想為那場討論準備一些硬資料,所以我去查了相關研究。所有研究的連結都會放在文末。

而且,因為我今天其實不太順,也更想待在別的地方,所以我想用老方法讓自己振作一下——就是寫點東西給你們看!

我們真的寫程式變快了嗎?

先從第一個問題開始。AI 真的讓我們變快了嗎?如果有人突然在街上攔住我,硬要我回答,我大概會說:有。以我的經驗來看,我們現在寫程式碼確實快多了。

但這種提升似乎沒有同等程度地轉化成我們實際交付的軟體量。畢竟還有 code review、分析、討論,等等等等。沒錯,事情是快了一點,壓力可能也小了一些。但我不會說整個開發流程突然就變得快很多。

不過,也可能只是我個人的感受?也許世界上其他人早就以光速在交付功能了?

嗯,看起來並沒有。

MIT 和華頓商學院經濟學家的一項研究在 2026 年 9 月修訂後指出,我的直覺可能不完全錯。研究人員分析了超過 50 萬名 GitHub 開發者的資料,並估計與自主式程式碼代理相關的累積變化如下:

指標 預估變化
寫碼活動(commit) +240%
軟體發佈 +30%
研究中所涵蓋市場的總應用程式使用量 整體沒有增加

這些都是觀察性估計。不過,commit 的增幅和發佈量的增幅之間的差距,確實相當驚人。

好吧,所以我們確實 commit 得多很多,也確實更常發佈一些東西。就我自己的工作來說,感覺有時候只是壓力小了一點。但這離某些人說的革命性改變還差得遠。也許在全新的專案裡情況會不同。但在我所處理的那種大型、成熟系統裡,我還沒看到接近十倍的提升。

也許等哪天有人發明出那種超級自我修復的自主代理後,情況才會改變。就目前而言,我有時候反而覺得事情變得更複雜了。最近 AI 安全相關的一切事情鬧得沸沸揚揚,大家似乎都變得有點著迷。我自己也非常包括在內。😅

但單個開發者真的變快了嗎?

好,我們有更多 commit 了。但我們真的寫程式更快了嗎?同樣地,如果要我猜,我會說有,但不會 那麼 多。

資料是混合的。

研究 結果 衡量內容
Cui 等人,Management Science,2026 +26.08% 完成任務數量
METR,2025 年 7 月 慢了 19% 完成任務所需時間
Science,2026 年 1 月 +3.6% GitHub 季度寫碼活動的預估增加幅度
Borg 等人,2026 年 6 月 少了 30.7% 的時間 觀察階段中實作時間的中位數減少幅度

再一次,這些結果大致上都和我的預期相近。我不打算接下來寫十個段落來逐一討論方法論。如果你有興趣,原始研究都已經放在下方連結。這些研究看的是不同的開發者、工具和任務,而且每個百分比衡量的東西也不同。

不過,其中有幾項研究確實顯示出成效。我們並沒有突然全都變成 10 倍工程師。xD 但確實有實質改善。

METR 是這裡最特別的一個。它是 2025 年的研究,以目前 AI 世界的速度來看,幾乎已經算是古早史了。但我很喜歡它的一個細節。

在實驗前,開發者預期 AI 大約能讓他們快 24%。實際結果呢?他們反而 慢了 19%!而且就算實驗結束後,他們仍然覺得 AI 讓他們變快了。

這顯示出,如果我們不真正去量測,會在多大程度上欺騙自己。我敢說,這幾乎適用於生活中的每個領域。比如說,我以前總覺得自己幾乎沒吃什麼。😂

公平地說,METR 在 2026 年 2 月也發布了更新。研究人員認為,新一代工具可能會更有幫助,但由於參與者的選擇狀況,他們的後續研究無法可靠地估計速度提升幅度。

好吧,但軟體開發真的比較便宜了嗎?

如果有人半夜把我叫醒,問我 AI 有沒有讓軟體開發變便宜,我大概會說沒有。至少目前還沒有。

2025 年的 DORA 研究,以及 2026 年 3 月發布的後續研究,都指出了許多我們已經寫過的現象:我們省下來寫程式的時間,有一部分會直接花在稽核與驗證上。所以,等到變更進入 production 時,實作端的節省可能就被稀釋了。DORA 描述了這些工作可能轉移到哪裡,但整體成本問題仍然沒有定論。

是是是,我也聽過多代理人團隊的說法:一個代理人寫程式,另一個 review,另一個測試,然後就全部上 production。我相信在某些情境下這確實可行。但如果是在關鍵任務系統裡,我會非常謹慎地嘗試這種做法。像金融軟體之類的東西。祝你用這招成功 😂🤞

那 token 成本呢?

最後一個問題。我們是不是把寫程式省下來的錢,全都花在 token 上了?

我得承認,答案讓我有點意外!如果要我猜,我會說是,尤其是如果你把最貴的模型無差別用在所有事情上。

但研究結果比這更有意思!最近有兩項研究探討了 AI 輔助軟體開發的經濟性。一項是 Potluri 與其同事於 2026 年 9 月發表,另一項是 Steffen Herbold 於 2026 年 10 月發表。

兩者都指出,AI 代理的能力,可能比它消耗的 token 價格更重要。 在 Potluri 的分析中,能解決更多任務的模型帶來了可觀的預估節省,而表現較差的模型在許多任務類別中反而更貴。便宜的模型如果一直失敗、你還得為下一次重試付費,成本很快就會飆高。

Herbold 模擬了 432 種情境,物件是混合使用開發者與 AI 代理的團隊。他把薪資、token 成本、監督、 bug 和技術債都納入考量。具備高能力代理的團隊,通常比完全不用 AI 的開發者團隊更便宜。能力較弱的代理結果則較為混合。在模擬中,代理能力比 token 價格更重要,因為更好的結果能降低檢查與修正工作的成本。

Herbold 的結果來自模擬,而 Potluri 的估計則來自 benchmark 與經濟建模。所以我們有兩種方式來估算,什麼時候節省的成本可能足以抵銷 token 帳單。至於商業軟體的建置與維護實際成本,那就是更大的一個問題了。

那麼,結論是什麼?

看起來 AI 確實能讓寫程式更快、也更便宜。有幾項研究顯示,在特定任務上確實有提升,而經濟模型也暗示,只要代理夠強,就算加上 token 費用,仍然能省錢。

不過,我們對於整體的軟體建置、交付、安全與維護成本是否已在整個產業中下降,證據還不夠多。

到目前為止,這些研究大致上和很多人的感受相當一致。天網或許已經在磨刀霍霍,但它還沒真正征服世界。😅

那你呢?這些結果符合你的經驗嗎?AI 真的讓你的團隊變快、變便宜了嗎?還是你們那邊的情況完全不同?

我很想聽聽你的想法!


如果你喜歡這篇文章,也可以 在 LinkedIn 追蹤我。

如果你想取得 AI Coding Summit 的免費資料,可以使用 我的講者證 註冊。

參考資料

https://www.nber.org/papers/w35275
https://doi.org/10.1287/mnsc.2025.00535
https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
https://metr.org/blog/2026-02-24-uplift-update/
https://doi.org/10.1126/science.adz9311
https://doi.org/10.1007/s10664-026-10889-1
https://dora.dev/research/2025/dora-report/
https://dora.dev/insights/balancing-ai-tensions/
https://doi.org/10.13021/jssr2026.5687
https://arxiv.org/abs/2610.20394


原文出處:https://dev.to/sylwia-lask/is-coding-with-ai-actually-faster-and-cheaper-2810


精選技術文章翻譯,幫助開發者持續吸收新知。

共有 0 則留言


精選技術文章翻譯,幫助開發者持續吸收新知。
🏆 本月排行榜
🥇
boluoji
📝46   💬3   ❤️8
1,144
🥈
我愛JS
📝3   💬1   ❤️5
136
🥉
站長阿川
📝1   💬3   ❤️2
46
評分標準:發文×10 + 留言×3 + 獲讚×5 + 點讚×1 + 瀏覽數÷10
本數據每小時更新一次
📢 贊助商廣告 · 我要刊登