开发项目中AI代码行占比统计方案

AI代码占比核心计算公式：AI有效代码占比 = AI生成有效代码行 ÷ 项目总有效业务代码行 × 100%

核心小原则：我们只统计有效业务代码行（SLOC），空行、注释、配置文件、静态资源、第三方代码、测试代码全部剔除，避免数据虚高或偏低，统计结果可以直接用来做周报、迭代复盘、个人产能统计。

一、统一统计口径

1. 算【AI代码行】的情况

AI一次性完整生成的函数、组件、接口、业务逻辑模块

AI补全、续写、重构优化的核心业务代码

Copilot、IDE智能补全、大模型生成后，人工小幅修改（改动＜30%）的代码

AI帮忙优化、精简、纠错，主体逻辑完全保留的代码

2. 不算【AI代码行】的情况

纯人工手写的所有原始代码

AI生成后，人工大幅改写（改动≥30%）、重构逻辑、替换核心功能的代码（直接归为人工代码）

脚手架自动生成、项目框架初始化的基础代码

配置文件、文档、日志、纯注释、空行这类非业务代码

单元测试、测试脚本、第三方依赖、压缩代码

3. 项目总行数统计规则

项目总有效行 = 人工手写有效业务行 + AI生成有效业务行，只算核心业务源码，所有无效代码一律剔除。

二、两种常用统计场景

场景1：增量统计（迭代/新项目，最常用）

只统计本次迭代、当前开发周期里的新增代码，能精准看出AI的辅助开发效率。

适用场景：周报更新、迭代复盘、个人开发产能统计

场景2：全量统计

统计整个项目所有存量代码，算出整体的AI代码占比。

适用场景：项目整体复盘、技术沉淀分析

三、手把手统计流程

步骤1：划定统计范围，过滤无效内容

统一过滤无效目录和文件，所有统计都按这套规则来，保证数据统一、不翻车：

需排除目录：node_modules、dist、build、target、out、docs、test、vendor、.git

需排除文件：所有配置类、文档类、压缩类文件

仅保留内容：项目核心业务源码（java、py、js、ts、vue、go、cpp、c等）

步骤2：区分人工代码和AI代码（核心关键）

这是统计最关键的一步，分享两个超好落地的区分方法，按需选用即可：

方式A：目录隔离法

开发时把所有AI生成的代码，统一放进固定目录（比如 ai_gen/），人工代码正常存放，物理隔离后，统计起来超级简单。

方式B：Git溯源法

翻看Git提交记录快速区分：短时批量新增、格式规整统一、模板化严重的代码，基本都是AI生成；风格随性、带有个人编码习惯、迭代式修改的，就是人工代码。

步骤3：用cloc工具统计有效行数

全程用cloc工具统计有效代码行（看输出的code列），自动过滤空行和注释，数据标准又靠谱。

项目总有效代码行：执行上方命令，取最终SUM行的code数值
AI有效代码行：进入AI代码专属目录，对AI新增文件执行同款过滤命令，即可得出AI代码行数

步骤4：快速算出最终占比

AI代码占比 = （AI有效代码行 ÷ 项目总有效代码行）× 100%

结果保留1-2位小数，干净规整，直接用来汇报完全没问题。

四、迭代专属：增量AI占比统计

专门针对单次迭代的新增代码统计，避开历史存量代码干扰，数据更精准：

查看本次迭代新增文件

git diff HEAD~1 --name-only

统计本次新增代码的有效总行数与AI行数，再计算占比

cloc 本次新增源码文件 --exclude-ext=md,json

五、AI代码判定规则

没有做目录隔离的老项目，直接按这套标准判定，统一口径不扯皮：

100%计入AI行：整体模板化、格式极度规整、无个人编码风格、过度兜底判空、自带标准化注释的完整代码模块

50%计入AI行：AI生成后，仅微调变量名、参数、文案，核心逻辑完全没改动

不计入AI行：人工重写核心逻辑、重构架构，改动超30%，仅保留少量基础代码

六、常见统计坑点

坑点1：统计时带入空行、注释、配置文件 → 最终占比偏低

坑点2：把脚手架初始代码、第三方代码算成AI代码 → 数据虚高

坑点3：大幅改写的AI代码全额算作AI产出 → 数据失真不准

坑点4：混用物理行、有效行两种统计标准 → 数据无法对比复盘