近年来，生成式AI编码助手等工具得到了广泛推广，号称可以提高开发人员的生产力并减少开发时间。然而，新的研究表明，这些工具可能没有预期的那么有效，在某些情况下甚至可能导致代码质量下降和生产力下降。
作者 |翻译 |郑丽媛
最近，一项研究对“AI编码工具可以提高开发人员生产力”的说法提出质疑。结果显示，它们的使用导致错误增加了 41%，凸显了其代码质量令人担忧；虽然对照组和实验组的工作时间都减少了，但是使用它的开发人员的倦怠和工作压力并没有减少；此外，开发人员还需要花费更多时间审查AI生成的代码，这在一定程度上抵消了潜在的时间节省。
总的来说，人工智能编码工具对开发人员生产力的影响似乎很小。
调查800名开发商指出：没有优点，没有过错
在开发者社区中，围绕人工智能编码助手是否真正提高生产力的讨论仍在继续。虽然一些公司报告人工智能工具显着提高了生产力，但其他公司发现这些工具会引入更多错误并使调试过程变得更加复杂。尤其是初级开发者，即使有AI工具的帮助，也很难达到高级开发者的效率。
编码工具是生成式人工智能兴起的早期应用之一，但一家分析公司的一项新研究表明，预期的生产力提升可能被高估，甚至根本不存在。对编码和协作数据的分析发现，使用导致错误率增加 41%。
在《生成式人工智能能否提高开发人员生产力》报告中提到：“这表明可能会对代码质量产生负面影响。工程领导者可能需要调查有错误的拉取请求并为负责任的使用而构建。为负责任的使用实施保障措施人工智能。”
研究测量了拉取请求（PR）周期时间（将代码合并到存储库中需要多长时间）和 PR 吞吐量（即合并请求的数量），发现使用它们的开发人员在这些指标上并没有显着改善——调查结果来自一项旨在回答三个关键问题的研究：
它分析了来自客户的数据，比较了大约 800 名开发人员在采用前后三个月的表现，并得出了以下两个主要发现：
（一）效率指标未发生重大变化
“在比较有测试和没有测试的 PR 周期时间、吞吐量和复杂性时，它既不会帮助也不会阻碍开发人员，也不会提高编码速度。尽管其中一些指标具有统计意义，但这些变化对技术没有重大影响。结果没有产生任何实际影响——例如，公关周期时间仅缩短了 1.7 分钟，”报告指出。
(2)减少职业倦怠
“持续在线”指标（追踪正常工作时间之外的工作时间）在两组中均有所下降，该指标是职业倦怠的主要指标。然而，使用该工具的开发人员数量下降了 17%，而未使用该工具的开发人员数量下降了近 28%。
发表的研究成果得出不同的结论
“这项研究的动机是对人工智能编码助手将成为主流的想法感到好奇，”产品经理兼数据分析师马特说。相比之下，2024 年 8 月发布的一项研究发现，97% 的软件工程师、开发人员和程序员表示他们正在使用 AI 编码助手，其他研究也发现了类似的结果。
研究报告指出，超过97%的受访者在工作中使用过AI编码工具。然而，企业是否积极鼓励或允许使用这些工具的比例较小，并且因地区而异。以下是调查的一些主要发现：
●软件开发中的生成式人工智能浪潮持续增长。该调查覆盖了 2,000 名参与者，几乎所有人（超过 97%）都以某种形式使用过这些工具，无论是在工作中还是在工作之外（尽管并非所有公司都正式认可其使用）。
●尽管许多受访者表示他们的公司对人工智能技术持开放态度，但仍有改进的空间。调查数据显示，根据市场的不同，59%至88%的受访者表示“他们的公司积极鼓励或允许使用这些工具”。
●软件开发团队越来越意识到人工智能编码工具的额外好处，包括创建更安全的软件、提高代码质量、生成更好的测试用例以及加速新编程语言的学习过程。这些变化为开发人员节省了大量时间，使他们能够专注于更具战略性的任务。
研究人员还发现，像这样的人工智能工具大多建议添加新代码，很少建议更新或删除代码，这通常会导致创建冗余代码。此外，他们还观察到“代码盗用”现象急剧增加，其中代码被频繁修改，这通常是代码质量差的迹象。
“生成的人工智能代码在每次迭代中变得越来越不一致，因为不同的部分是根据不同的提示生成的。结果，代码变得越来越难以理解和调试，导致大量的故障排除，有时甚至需要重写代码。更容易，”一位用户指出，并指出人工智能尚未提高生产力。
采用人工智能编码助手的谨慎策略
人工智能工具的引入引发了几个重要问题：人工智能能否帮助开发人员更快地工作？它可以提高代码质量并防止倦怠吗？对此，该公司在报告中回应称：“对于目前的群体来说，答案是否定的。不过，创新正在迅速发展，发现提高了开发者的满意度。”
总体而言，工程领导者在考虑采用以下方法时可能需要采取谨慎的态度：
