MIT追踪10万开发者:AI让代码暴增17倍,软件只多了30%

2025年上半年，美国科技行业已经裁掉了94000人。微软裁了6000，Meta裁了上万人，IBM的CEO直接跟华尔街日报说，AI聊天机器人已经接管了数百名员工的工作。

听起来，AI替代人类的叙事正在变成现实。

但如果你仔细看另一组数据，会发现一个完全不同的故事。麻省理工学院和宾夕法尼亚大学联合追踪了10万名开发者，发现AI编程工具让代码行数暴增到了原来的17.3倍，但最终发布的软件版本只多了30%。

代码多了17倍，产品只多了30%。中间那16倍的代码去哪了？

这事儿，远比”AI替代人”复杂得多。

先说这10万人研究的结论到底有多离谱。

2026年5月，MIT和宾大在美国国家经济研究局（NBER）发表了一篇工作论文，编号w35275。这篇论文追踪了从2021年到2026年5月期间，18亿个GitHub公开仓库里10万名开发者的行为数据，加上微软内部去标识化的Copilot使用明细，以及Apple App Store、Google Play、Chrome Web Store四大应用商店的月度面板数据。

样本量之大，在AI编程研究领域几乎是空前的。

他们把AI编程工具的演进分成了三代。第一代是2022年GitHub Copilot带来的”自动补全”，开发者敲键盘时AI帮你猜后面的代码，效率提升26%。第二代是2025年初兴起的”同步代理”，以Claude Code和Cursor为代表，你用自然语言下指令，AI直接在代码库里帮你改文件、跑测试，你坐旁边当监工。第三代是2025年5月之后的”异步代理”，OpenAI的Codex和GitHub Copilot Coding Agent，你把需求扔给AI，它自己在云端写代码、跑测试、提交合并请求，你只需要最后审核一下。

三代工具叠加下来，代码提交量累计增长了180%，代码行数变成了原来的17.3倍。但这个数字在往上传递的过程中，每一层都在剧烈衰减。文件数量只增长了3.9倍，合并请求的增长降到65%，独立项目数只多了26%，最终到软件发布环节，只剩30%。

说白了，AI写了一堆代码，但大部分都死在了中间环节。要么质量不行被人类打回去重写，要么根本没通过测试，要么写了半天发现跟产品需求对不上。

这个结论直接戳破了一个神话：AI写代码快，不代表软件交付快。

Bain 2025年技术报告也得出了几乎一样的结论：AI编程工具带来的真实生产力提升只有10%到15%，远远低于开发者的主观感受。开发者觉得自己效率飞升，但实际交付并没有跟上。

更有意思的是，AI写的代码越多，质量反而越差。iOS平台上，上线三个月内用户评分少于10个的”僵尸应用”占比从79%上升到了86%。Chrome插件商店里，下载量低于10次的”僵尸扩展”从18%飙升到31%。

供给暴增，需求没跟上，大量AI生成的软件直接变成了数字垃圾。

但问题是，既然AI的真实生产力提升这么有限，为什么科技公司还在疯狂裁员？

2025年5月，美国科技行业单月裁员38242人，AI连续3个月成为企业公告中最常被提及的首要裁员理由。到年中，累计裁员人数逼近94000。微软、谷歌、Meta、IBM、特斯拉、甲骨文，一个都没落下。

Meta的净利润604亿美元，同比增长38%，照样裁了1.6万人。甲骨文上季度利润暴涨95%，闪电裁员3万人。微软刚报了700亿美元的季度营收，转头就宣布裁6000人。

这些公司不是活不下去，恰恰是活得很好。

金融科技公司Block宣布裁员40%，约4000人，股价应声暴涨27%。它的AI项目当时连个影子都没有。59%的企业承认，把常规裁员包装成”AI战略升级”，能有效迎合资本预期，推高股价。

裁员本身成了一场表演。向投资者展示”战略决心”的表演。

四大科技巨头2026年AI相关资本支出合计7250亿美元，同比激增60%。Meta裁1.6万人省下30亿美元，但它要在AI上投1250到1450亿美元。省下来的人力成本在千亿级投资面前连零头都算不上。

说白了，人力变成了一种”流动资产”，随时可以变现，用来购买算力。

但如果你以为这只是一场资本游戏，那就太小看AI的真实破坏力了。

斯坦福大学HAI的报告指出，AI技术变革有一个非常明显的”资历偏向”特征。在AI暴露最高的职业中，22到25岁年轻劳动者的就业率下降了约16%，而年长、经验丰富的开发者就业人数反而在增长。

企业不是在随机裁人，而是在系统性地淘汰初级执行者。

初级程序员、金融分析师、基础客服这些白领中产岗位，替代率普遍超过80%。Cloudflare在三个月内AI使用量激增600%，AI智能体自动处理工程和财务的重复任务，然后裁了20%的员工。Upwork直接裁了四分之一的人，说传统的”两个披萨团队”模式已经过时了。

扎克伯格说得很直白：过去需要一个大团队才能干的项目，现在一个优秀人才加AI就能搞定。

这造成了一个极其危险的后果：人才梯队的断层。

初级岗位是整个行业的入口。砍掉初级岗位，意味着新人没有地方成长，几年之后就没有足够的资深人才可以提拔。企业现在享受着”一个老兵加AI”的高效模式，但五年后老兵退休了，谁来接班？

这不是远虑，这是近忧。

话说回来，AI编程真的让开发变轻松了吗？

2025年2月，前OpenAI联合创始人、前特斯拉AI负责人Andrej Karpathy在X上发了一条帖子，说有一种新的编程方式，他叫它”vibe coding”。大意是，你不需要懂语法，不需要记命令，用自然语言描述需求，AI直接给你生成代码。你只需要”感觉”对不对就行。

这个词后来被《柯林斯词典》评为2025年度词汇。

Stack Overflow 2025年的开发者调查显示，65%的开发者每周至少用一次AI编程工具。GitHub官方数据显示，全球超过60%的开源代码提交中，Copilot直接参与了编写。微软CEO纳德拉和谷歌CEO皮查伊各自声称，公司约四分之一的代码已经由AI生成。

听起来很美好对吧？但现实是，AI编程工具带来的不是”轻松”，而是一种新型的累。

微软的一份内部报告里有一句话很扎心：”AI正全面重塑职场，却带来双重工作量、压力加剧等生产力悖论。”工具越强，人越累。为什么？因为AI写的代码你得一行一行看，一个一个bug调。有时候调AI生成的错误代码花的时间，比自己从头写还长。

GitHub 2025年开发者报告显示，使用AI辅助编程的开发者，代码产出量平均提升55%，但代码审查通过率反而提高了23%。这说明什么？说明AI写的代码质量参差不齐，人类花在审查和修复上的时间大幅增加了。

Claude Code带来的同步提效达到199%，远超GitHub Sync Agent的43%和OpenAI Codex的94%。但这个199%是代码提交量的提升，不是软件交付量的提升。中间的差值，全是人类在加班填补的。

到这里，我们可以把整件事的逻辑串起来了。

AI编程的真实效果被严重高估了。代码产出暴增17倍，但交付只多了30%，中间的损耗全靠人类加班消化。企业知道这一点吗？大概率是知道的。但它们依然在裁人，因为裁人本身就能推高股价，而省下来的钱可以投到AI基础设施里，进一步讲一个”未来效率提升”的故事给资本市场听。

这是一个完美的闭环：裁人推股价，股价融更多钱，更多钱投AI，AI继续当裁人的理由。

但这个闭环有一个致命的裂缝。被裁掉的那些人，原本是消费市场的主力。一个年薪18万美元的中产工程师被裁后，可能只能找到年薪4.5万美元的工作。他的房贷、消费、纳税能力全部缩水。当大量中产阶层经历这种降级，市场需求就会萎缩，企业的收入最终也会受到影响。

翻译成人话就是：AI技术确实在进步，但整个社会的运作方式还没跟上。光有AI写代码的工具不够，你还得重新设计软件开发的流程、重新培训团队、重新定义质量标准。这些东西的迭代速度远慢于AI本身。

2025年，G7主要经济体对AI的投资呈指数级增长，但AI使用率已经达到88%的情况下，生产率贡献却只有0.01个百分点。这完美重演了上世纪80年代计算机普及初期的索洛悖论。

所以，回到开头那个问题：AI到底在革谁的命？

不是在革技术的命，也不是在革效率的命。AI正在革的是劳动力结构的命，是资本分配逻辑的命，是整整一代职场新人入行通道的命。

代码多了17倍，产品只多了30%。这16倍的落差，不是技术问题，是整个软件工业的流程瓶颈。AI写代码的能力已经远超人类审查代码的能力。瓶颈不在AI，在人。或者说，在人和AI之间的协作方式。

MIT的研究团队指出了三条可能的出路：提高AI生成代码的质量，让人类审查成本降低；开发能自主进行代码审阅和集成测试的”下游智能体”；改善应用分发机制，降低软件触达用户的阻力。

这三条路，每一条都需要时间。而时间，恰恰是那些已经被裁掉的94000人最没有的东西。

有意思的是，中国法院已经在至少三起案件中判定，以AI替代为由直接解雇员工属于违法行为。路透社报道，一些中国企业在AI广泛应用的同时悄然裁员，但法律正在划定边界。

这场博弈，才刚刚开始。