黄仁勋说AI让工程师产出从3万亿变9万亿,我们算了一下自己团队的真实数据

黄仁勋说AI让工程师产出从3万亿变9万亿，我们算了一下自己团队数据

6月1日，黄仁勋在COMPUTEX 2026上说了句话："AI让全球软件工程师的有效产出，从每年约3万亿行代码，增加到9万亿行。"

我们怎么测的

统计了团队5个工程师，在引入AI辅助（Cursor + Claude Code）前后3个月的数据：

产出确实涨了，但没到"3倍"。

我们的情况是：任务完成数涨了46%，代码行数涨了183%（因为AI生成代码很能"写"）。

但代码审查时间变长了——因为AI生成的代码你看不懂，得一行一行仔细检查。这抵消了一部分效率提升。

Bug密度也涨了。AI写的代码能跑，但有时候逻辑边界没处理好。我们现在的做法是：AI生成的代码，人工审查时间加倍。

我们理解他的算法是：全球软件工程师约2700万 × 人均年产出从11万行涨到33万行 = 9万亿行。

这个算法有两个假设：

每个工程师都用上了最强AI工具
AI生成的代码质量足够高，不需要额外审查时间
现实是：大部分人还在用Copilot做代码补全（这是2025年的数据），离"AI主导写代码"还有距离。
对我们团队的实际改变
没有"3倍工程师"那么夸张，但确实有变化：
初级任务交给AI
——写单元测试、写CRUD接口、改配置文件，这些让AI做，工程师省出时间做设计
代码审查变重要了
——以前审查是"看同事写了什么"，现在是"验证AI写的对不对"，难度其实是涨了
新人上手更快了
——不懂的代码直接问Claude，比查Stack Overflow快
综合下来，我们估算真实效率提升在30-50%之间，不是300%。
值得关注的信号
黄仁勋同期发布了Vera Rubin架构和RTX Spark开发者桌面。
这两个产品的信号是：英伟达在推"每个人桌上都有AI算力"。如果RTX Spark真能做到"本地跑671B模型"，那"AI辅助写代码"的普及速度会比现在快很多。
到时候"9万亿行"可能不是吹牛，而是真的。
🎁 团队福利

点赞 + 关注截图发到公众号后台，回复关键词：AI工具

免费领取：
📄 《2026年AI工具使用手册》
📄 《AI内容创作提效模板包》

👇 还没关注的先点关注，限时领取

星兔研团队 · 专注AI工具实测与效率提升 · 我们不接软广，只说真实感受