AI效率幻觉:代码多了300%,软件只多了30%

谷歌CEO桑达尔·皮查伊刚宣布：“公司75%的新代码由AI生成！”好像是一项成功的“效率革命”。

结果转头自家工程师就在内网疯狂吐槽——AI生成的代码质量参差不齐，大家花在改Bug上的时间比过去还多。

数据说，现在很多或者大部分研发团队都在用 AI 写代码，有人统计，日常代码里，能有60%是大模型自动生成。

可看着编码速度肉眼变快，整体研发交付、迭代效率却没明显提升。

比如，MIT的研究团队做了一个追踪实验，结果是开发者用AI之后，代码产出量暴增近300%。

看起来生产力原地起飞了，但这些代码还要经过人工审查、集成、测试，最终体现在完整软件发布数量上的提升，只有约30%。

中间那270%去哪儿了？

被“漏斗”过滤掉了。

代码写出来只是第一步，后面的每一道环节都在消耗AI带来的速度红利。

AI在上游拼命灌水，下游的管道就那么粗，水根本流不出去。

GitLab的CEO说得更直白：开发者每天只有10%-20%的时间在写代码，剩下80%-90%的时间都在做审查、等构建、跑测试、做安全扫描。

AI只加速了那10%-20%的环节，剩下的80%纹丝不动。

更糟的是，代码生成快了，下游队列堵得更厉害了。

事实上，英文AI代码的“有效接受率”远比我们想象的低。

硅谷多家效能分析公司的数据显示，表面上看AI写的代码大部分都被保留了，但工程师在接下来几周里反复修改这些代码，实际有效接受率只有10%-30%。

也就是说，AI写的10行代码，最后真正能用上的可能只有1-3行。

还有代码改动率（=删除行数/新增行数）。有研究显示，AI重度用户的代码改动率是非AI用户的9.4倍；高度采用AI的团队，代码改动率上升了861%。

写得快，改得更多。你说说。

METR研究所做了一个严格的对照实验：16位资深开发者，246个真实任务，一组用AI，一组不用。

结果，用AI的开发者完成任务的时间，平均比不用AI的，还多了19%。而用了AI的开发者，还自我感觉是快了20%。

你看看。

用AI的开发者确实很忙，要频繁地写提示词、等AI响应、审查AI代码、反复修正，节奏快，仿佛自己真的快了。

审查崩溃了

码量暴增，也直接压垮了人工审查体系。

Tricentis发布的《2026质量转型报告》显示，全球60%的组织已经把未经测试的AI代码部署到了生产环境。

其中32%是“明知没测硬上”，因为高层施压要求速度优先；另外30%则是AI生成的代码太多，测试流程根本跟不上。

以前程序员手写代码，一边写一边想，写出来的东西自己心里有数。

现在AI几秒钟吐出一大段代码，工程师得从头到尾读一遍、理解一遍、改一遍，审查的工作量比过去翻了好几倍。

结果就是：要么仓促放行、埋下隐患；要么慢慢审、拖慢节奏。

其实，干过开发的都了解，写代码本来就不是软件开发最难的环节。

理解业务需求、设计系统架构、协调团队协作、处理历史遗留问题、做安全合规……这些才是真正耗时耗力的地方。

AI只是在“写代码”这个环节提速了，但对其他环节几乎无能为力。

企业还在疯狂砸钱

从写代码上可以看出，目前AI应用还是有待进步。所以企业也在疯狂砸钱，以期能成为那个最好的产品。

不过，现实可能没那么好看。

数据显示，全球AI支出已突破1万亿美元，但贝恩对951家大型企业的调查显示，40%的企业成本节约不到10%。

还有44%的大企业，正用“上一轮没兑现的AI收益”来为下一轮AI投资埋单。

Gartner预测，超过40%的智能体AI项目将在2027年底前被叫停。

Uber已经在一个季度内烧光了全年的AI预算；还有一家公司因为AI智能体失控，单月光API账单就花了5亿美元。

现在，AI运行的技术跑通了，但当前的组织架构和工作流程还没准备好承接AI的真正潜力。

把AI塞进旧流程，却指望长出新的效率，你想想。