AI 编程没带来预期产出，换模型之外还能改什么？

导读

AI 编程工具换得越来越快，团队产出为什么没有随之明显增长？Jellyfish 的 Nicholas Arcolano 用工程使用记录提醒领导者，模型之外的用法、组织环境和个人能力也要检查。对约五万名工程师、447 家公司的分析里，工具切换解释的每周合并请求差异很小；使用量更多与产出更高相关，但前十分之一用量约为中位的十倍，合并量只有约两倍。控制其他因素后，公司之间仍有明显差距，较多使用技能与规则的工程师也有较高吞吐量。Nicholas 还回看工程师在 AI 出现前后的产出排名，发现原本高产的人大体仍然领先。他建议领导者关注代码库、评审流程、团队实践和工具培训，寻找模型写快代码以后，仍在影响工作合并与交付的环节。