哈佛研究：AI编码工具未提升软件产出
热点事件持续更新
哈佛研究：AI编码工具未提升软件产出
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
哈佛大学研究者 Fiona Chen 和 James Stratton 基于 Jellyfish 的聚合分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发公司、70 多万名员工的 3 亿条工作事件（如提交和 pull request），发现人工代码审查成为 AI 编码工具整体效率的显著瓶颈，几乎没有证据表明企业因此提高了软件产出或减少了用工。 该研究结论基于上述企业数据得出，反映的是这些公司在考察期内的实际编码实践。
AI 根据报道生成 · 10 小时前更新
最新进展10月10日 03:43
研究：AI 编码智能体生成更多代码，但未带来更多软件产出报道时间线
沿着报道，了解事件的不同侧面。
10月10日
- Ars Technica · AI研究：AI 编码智能体生成更多代码，但未带来更多软件产出
哈佛大学研究者 Fiona Chen 和 James Stratton 基于 Jellyfish 的聚合分析数据，考察 2021 年至 2026 年 3 月间 700 多家软件开发公司、70 多万名员工的 3 亿条工作事件（如提交和 pull request），发现人工代码审查成为 AI 编码工具整体效率的显著瓶颈。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1010月10日 05:00
- 近 24 小时变化
- –
02.557.510
06:0008:0010:0012:0014:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。