热点事件历史事件
AI编码智能体效率瓶颈研究
1 篇报道1 个报道来源10 天前更新
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者Fiona Chen和James Stratton进行的研究。该研究基于Jellyfish的工程团队分析数据，覆盖2021年至2026年3月间700多家软件开发公司的70多万名员工、3亿条工作事件（如提交和pull request），发现AI编码智能体生成更多代码，但软件产出并未增加，人类代码审查成为AI编码工具整体效率的显著瓶颈。
AI 根据报道生成 · 10 天前更新
最新进展10月10日 03:43
研究显示AI编码智能体生成更多代码，但软件产出未增加，人类代码审查成效率瓶颈。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，但软件产出并未增加
哈佛大学研究者 Fiona Chen 和 James Stratton 基于 Jellyfish 的工程团队分析数据，覆盖 2021 年至 2026 年 3 月间 700 多家软件开发公司的 70 多万名员工、3 亿条工作事件（如提交和 pull request），发现人类代码审查成为 AI 编码工具整体效率的显著瓶颈。