夜雨聆风代码在疯狂生长，产品却纹丝不动。十万开发者的数据描出了这幅反差强烈的图景
2026年夏天，一份来自MIT和沃顿商学院的重磅论文，像一记闷棍敲在了整个AI行业头上，你以为AI编程代理正在掀起生产力革命？数字告诉你：革命只革了上半身。
论文名字起得就很刻薄：Writing Code vs. Shipping Code，写代码 vs. 把代码发出去两者相距很远。
▲ NBER Working Paper 35275，作者为MIT的Demirer、沃顿的Musolff，以及MIT的Yang
一张图，戳穿所有幻觉
研究者追踪了超过10万名GitHub开发者在采用AI编程工具前后的行为变化，涵盖从最早的自动补全（Copilot那一代），到本地交互代理（Claude Code等），再到远程自主代理（OpenAI Codex、GitHub Agent等）三代工具
结果浓缩在一张图里，我建议你盯着看十秒钟：
▲ 论文Figure 1：从代码行到正式发布，AI的增益像瀑布一样逐级跌落
横轴从左到右，是软件生产的六级漏斗，代码行、触及文件、提交（commit）、合并请求（PR）、涉及项目数、正式发布（release）纵轴是采用AI后的变化幅度。
最左边，代码行：17.3倍。 自主代理让人写出的代码暴涨了一个数量级
最右边，正式发布：1.3倍。 也就是说，最终交付到用户手上的东西，只多了大约30%
从1730%到30%，中间蒸发掉的，就是这篇论文要讲的全部故事
瓶颈不在打字速度
为什么会这样？论文给出了一个精炼的解释框架：“薄弱环节”假说（weak-link）
软件开发远非"写完代码就完事"。它是一条串联的生产线：你改了代码 → 提交 → 发起合并请求请同事审查 → 通过测试 → 合入主分支 → 打包发布 → 用户才可能用到AI把最上游的"敲代码"加速到了荒谬的程度，但下游每一个环节，审查、测试、集成、发布决策，仍然由人来完成
上游再快，下游不动，整条线就被最慢的那一环卡死
▲ Table 5细分数据：不同工具在不同层级的增益差异巨大
具体看数字：自动补全让代码行涨了228%，但release只涨了10%同步代理（比如Claude Code）让代码行涨了981%，release涨了29%到了异步自主代理，代码行涨幅更猛，但release的数字？论文甚至因为计量困难没法单独报出来
作者还估算了AI产出与人类劳动之间的替代弹性：大约0.25这个数字意味着什么？意味着它们之间是强互补关系，AI写得再多，没有人类审查和判断，产出就是半成品
▲ 沃顿教授Mollick的补充：论文方法无法评价代码质量，人类评审恰恰是必要的互补环节
沃顿教授Ethan Mollick点评这篇论文时一针见血："人类之所以成为瓶颈，部分原因正是他们在做某种质量把关" 下游的"慢"承担着质量控制这项feature
应用商店的残酷验证：软件堆成山，没人去下载
如果说开发者漏斗的数据还停留在"生产端"，那论文的第二组证据直接打到了消费端的脸上
研究者同时分析了四大应用分发市场，Apple App Store、Google Play、Chrome Web Store和SourceForge的面板数据
结论令人窒息：
供给端，新应用上架量在2025年代理编程兴起后显著加速iOS新应用从此前每月约3-5万款，飙升到2026年春的约10万款/月Chrome扩展也几乎翻倍。
需求端呢？走平。甚至偏弱。
▲ 四大应用市场数据：新应用暴增，总使用量纹丝不动
更扎心的细节是：在新上架的应用中，达不到"起码有一点受众"门槛的占比在上升，iOS上三个月内评分不足10条的、Android下载不足100的、Chrome下载不足10的……这些"零受众应用"正以前所未有的速度涌入商店
▲ 财经博主Hedgie面向非技术读者总结论文发现
一位评论者的话被大量转发："更多应用却没有更多使用，这才是这项研究中最重要也最不方便的发现"
▲ "对AI生产力判断最不方便的发现"
产业界的平行证据：审AI代码的时间，已经超过写新代码
论文之外，产业调查也提供了佐证。
工程管理者Mark Ajzenstadt引用DX对12.1万开发者的调查数据写道：92.6%的开发者已经在用AI编程助手，AI生成的代码占到生产代码的26.9%但生产率增益？仍然卡在10%左右。
更魔幻的数字来自另一份调查：开发者每周花在审查AI生成代码上的时间是11.4小时，而写新代码的时间只有9.8小时
▲ "AI替换了打字，但它没有替换思考。"
AI接管了打字，思考仍需人来完成。 成本没有消失，只是从"写"转移到了"审"。
17倍代码的讽刺
一位开发者的评论堪称全场最佳：
"当大多数工程组织已经淹没在无法维护的代码表面积里时，我们造了一个能多写17倍代码的工具。'更多发布'真的是我们该优化的方向吗？还是说，我们只是在加速冲向另一种形式的技术债？"
▲ "产出乘数很惊人。问题是我们是否在加速走向另一种债务。"
另一位评论者更简洁：
"瓶颈一直在决定什么值得做、以及做完了谁会用。AI修好了那个没人觉得难的步骤。"
三成增益该怎么看？
30%的发布增益放在整个行业规模上，仍然是可观的数字论文测的是十万人级别的平均效应，一些组织通过改造下游流程，完全可能获得更多增益
但它确实刺破了一个泡沫：任务级的演示效果，不能直接等号于经济价值代码行与产品之间有距离；提交之后还要经历发布，发布之后还要经受用户选择
Hedgie在原帖中把这个逻辑接到了一个更大的故事上："整个AI基建的财务假设，建立在'更快的产出等于更多的经济价值'之上这项研究给出的数据表明，两者目前仍有很大距离"
用论文自己的术语说：替代弹性0.25 AI与人类劳动是强互补品。上游自动化得再彻底，只要下游的审查、协调、产品判断仍然靠人，而且两者不好互换，最终产出就会被最紧的那一环压住
写代码很难。决定做什么、判断做得对不对、让人用起来，这些环节仍然压在人类肩上
而它们，才是软件的全部意义。