AI编码工具激增，但“代码量≠生产力”：工程师正面临效率幻觉

【科技24时区】管理学中有一句老话：“你衡量什么，就得到什么。”软件工程界围绕生产力指标的争论已持续数十年，最早甚至以“代码行数”作为衡量标准。然而，随着新一代AI编码代理以前所未有的速度生成代码，管理者究竟该衡量什么，变得愈发模糊。

在硅谷，开发者之间流行一种新“荣誉象征”——庞大的Token预算（即被授权使用的AI算力额度）。但这实际上是一种对生产力极为扭曲的理解。若真正关注的是产出质量与效率，仅衡量输入资源（如Token消耗）显然不合逻辑。这种做法或许有助于推动AI工具的普及（或促进Token销售），却无助于提升实际开发效能。

近期一批专注于“开发者生产力洞察”的新兴企业提供了关键证据。它们发现，使用Claude Code、Cursor和Codex等AI工具的工程师确实提交了更多被初步接受的代码。然而，这些代码在后续几周内被反复修改的比例也显著上升，严重削弱了所谓“生产力提升”的宣称。

Waydev公司创始人兼CEO亚历克斯·切尔奇（Alex Circei）正在构建一个智能分析层，追踪这一动态。该公司目前服务50家客户，覆盖超1万名软件工程师。（注：切尔奇曾为TechCrunch撰稿，但本文记者此前与其无交集。）他指出，工程管理者看到的AI代码“接受率”高达80%至90%——即开发者批准并保留的AI生成代码比例。但他们往往忽略了后续的“代码流转”（churn）：工程师不得不在数周内反复修订这些代码，导致真实世界中的有效接受率实际仅为生成总量的10%至30%。

成立于2017年、原专注于开发者数据分析的Waydev，过去六个月对其平台进行了彻底重构，以应对AI快速编码工具的爆发式增长。如今，该公司推出新工具，专门追踪AI代理生成的元数据，为工程管理者提供关于代码质量与成本的深度分析，从而更准确评估AI工具的实际采纳效果与价值。

尽管分析类公司有动机强调其发现的问题，但越来越多证据表明，大型组织仍在摸索如何高效使用AI编程工具。去年，Atlassian以10亿美元收购另一家工程智能初创公司DX，正是为了帮助客户厘清AI编码代理的投资回报。

行业数据呈现出一致趋势：代码产量激增，但其中大量并未“留存”。GitClear今年1月发布报告指出，AI工具虽提升了生产力，但其数据显示，“常规AI用户产生的代码流转率是非AI用户的9.4倍”，远超工具带来的生产力增益。

Faros AI在其2026年3月发布的报告中，基于两年客户数据发现：在高AI采用率环境下，代码流转率（删除行数与新增行数之比）飙升861%。而自称“AI集成工程智能平台”的Jellyfish，在2026年第一季度收集了7,548名工程师的数据，发现Token预算最高的开发者提交的拉取请求（Pull Requests）最多，但生产力提升并未随成本线性增长——他们以十倍的Token成本，仅实现了两倍的吞吐量。换言之，AI工具制造的是“数量”，而非“价值”。

这些统计结果与一线开发者的实际体验高度吻合。许多工程师坦言，尽管享受新工具带来的自由，但代码审查负担和技术债正在快速累积。一个普遍现象是：初级工程师比资深工程师更倾向于直接采纳AI生成的代码，也因此承担了更大比例的返工与重写工作。

尽管如此，开发者们并不打算退回旧时代。“这是软件开发的新纪元，你必须适应，企业也被迫适应，”切尔奇表示，“这不会是一个转瞬即逝的周期。”