代码量暴增17倍软件发布只涨30%AI编程的“产出漏斗”值得警惕MIT x 宾大最新研究AI 让开发者写代码更快了但软件交付并没有快多少。真正的瓶颈可能不在你敲键盘的速度上。2026年6月8日MIT与宾夕法尼亚大学联合发布的一篇NBER工作论文在GitHub Trending和Hacker News上引发热议。研究追踪了10万名开发者发现了一个耐人寻味的现象AI编程工具让代码行数暴增17倍但最终软件发布量只提升了30%。为什么一、惊人的增长逐级衰减研究给出的关键数据呈现出一个明显的“产出漏斗”指标 增长幅度代码行数 1630%文件修改 290%提交commit 180%拉取请求PR 65%仓库 26%软件发布 30%从“写的代码”到“真正上线的软件”每一层都在剧烈衰减。AI确实让“敲代码”这件事变快了但评审、调试、维护、决策这些环节反而成了新的瓶颈。二、低技能开发者受益更大高技能开发者反而“慢”了另一个值得关注的数据是技能差异· 低技能开发者效率提升 217%· 高技能开发者效率提升 62%AI工具在缩小开发能力差距——这听起来是好事。但研究也暗示低技能开发者更容易生成大量“能跑但不优雅、难维护”的代码而这些代码会在后续环节造成更多返工和审查负担。高技能开发者虽然写得慢但他们的代码更清晰、更少冗余、更容易通过审查和部署。AI放大了前者的“产出量”却未能同等放大后者的“产出质”。三、被忽视的风险“僵尸应用”越来越多研究还追踪了两类软件的“僵尸应用”比例即上线后极少使用或被快速废弃· iOS应用79% → 86%· Chrome扩展18% → 31%AI让快速生成一个“能用的应用”变得极其廉价但是否值得做、是否有人用的问题反而更突出了。大量的AI辅助项目进入仓库、形成PR、甚至打包发布却几乎没有真正被使用。这不是工具的问题而是目标模糊的问题。AI降低了执行的边际成本但并未降低决策和方向验证的成本。四、给开发者的四点思考行数是负债不是资产AI生成的每一行代码都是将来要阅读、调试、测试、迁移的负担。别把“写得多”当成“做得好”。把AI用在瓶颈上而不是链条起点如果真正限制你交付的不是“写代码的速度”而是需求理解、设计决策、测试覆盖、代码审查——那就该让AI去帮你做这些事而不是帮你刷行数。警惕“看起来在做事”的陷阱提交数、PR数、代码行数都在涨但发布数只涨30%说明大量活动并未产生实际交付价值。定期问自己我今天的AI辅助工作是否真的在推动一次发布保持高技能者的判断力AI可以让你“更快地写出答案”但只有你能判断那个答案是否应该被写出来、是否需要重构、是否值得上线。这部分能力才是你真正的杠杆。写在最后AI编程工具不是魔法而是一种放大人性与流程短板的技术。它把开发者的“打字瓶颈”几乎消除了于是我们第一次如此清晰地看到软件交付的真正瓶颈从来不在指尖。如果你发现自己或团队正在用AI产出海量代码却发布寥寥不妨停下来审视一下漏斗的哪个环节真正卡住了你。工具可以变但工程智慧不会过时。