热点事件持续更新
研究:AI编码工具未提升软件产出
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
2026年10月10日,Ars Technica 报道了一项由哈佛大学研究人员 Fiona Chen 和 James Stratton 开展的研究。该研究基于 Jellyfish 的工程团队分析数据,覆盖 700 多家软件开发公司、70 多万名员工,时间跨度为 2021 年至 2026 年 3 月,共分析 3 亿条工作事件。研究发现,AI 编码智能体虽然生成了更多代码,但并未带来更多软件产出,人类代码评审成为 AI 编码工具整体效率的显著瓶颈。
AI 根据报道生成 · 1 小时前更新
最新进展10月10日 03:43
哈佛研究称AI编码智能体生成更多代码,但人类代码评审成效率瓶颈。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
哈佛大学研究人员 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程团队分析数据,研究了 700 多家软件开发公司、70 多万名员工从 2021 年到 2026 年 3 月的 3 亿条工作事件,发现人类代码评审成为 AI 编码工具整体效率的显著瓶颈。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。