AI软件交付平台Harness发布的一项调查显示，人工智能在编程领域的广泛应用正在深刻改变软件开发的工作方式，而以代码行数衡量开发者生产力的传统方式已不再适用。
该调查覆盖美国、英国、印度、法国和德国共700名软件开发者及管理人员。结果显示，虽然89%的受访者认为生产力指标有所提升，但81%的人表示，他们如今花在审查AI生成代码上的时间明显增加。
调查发现，当AI参与代码生成后，衡量软件开发产出的指标有所改善，开发周期也随之缩短。受访开发者表示，他们感觉效率更高，因为借助AI可以编写更多代码、处理更复杂的问题，并能在熟悉的工作中提升推进速度。然而，调查也揭示出使用AI的一大主要弊端：开发者用于代码审查的时间大幅增加。
就现阶段AI工具的能力而言，为规避风险，人工介入仍是普遍需求，这一现象在软件开发领域尤为突出。
调查数据显示，平均而言，开发者每天有31%的工时被与AI相关却未被纳入统计的"隐性工作"所占据。当被问及AI在哪些环节造成的阻力最大时，53%的受访者将"审查AI生成代码"列为工作中摩擦最大的环节；超过半数（52%）认为最大阻力来自修复AI代码中的隐性漏洞；另有48%的人表示，向团队成员解释AI生成的代码是他们面临的最大困扰。
然而，各组织通常仍以代码生成量这一粗放指标来衡量产出。Harness指出，这些组织并未追踪生产力提升究竟被消耗在了何处。
在被问及是否担忧AI工具被用于评估个人绩效时，96%的受访开发者表示存在顾虑。94%的受访者认为，当前的绩效指标体系忽视了技术债务、验证时间和开发者职业倦怠等关键因素。此外，54%的人对基于AI数据进行个人绩效评估表示担忧。
对此，Harness建议IT管理者将AI代码审查时间、调试附加成本，以及开发者因频繁切换不同工作环境而造成的生产力损耗纳入追踪范围。例如，Harness建议在规划下一个投资周期之前，将已披露的20%效率提升与尚未计量的31%额外负担一并纳入综合评估。
Harness还建议企业内部的软件开发团队全面了解代码的完成量、合并量与部署量之间的关系。正如Harness所指出的，AI虽然提高了代码生成量，但这并不意味着代码交付能力的自动提升。
Harness高级副总裁兼总经理Trevor Stuart表示："AI编程是现代软件领域迄今为止第一次不仅改变了开发者构建的内容，更彻底改变了他们分配时间的方式。AI正在全面重塑开发者的工作职能，而过去十年间行业所依赖的那套衡量框架，根本不是为这种新型工作模式而设计的。"
Q&A
Q1：Harness调查发现开发者在使用AI工具后，每天有多少时间被"隐性工作"占用？
A：根据Harness的调查，开发者平均每天有31%的工时被与AI相关但未被纳入统计的隐性工作所占据，主要包括审查AI生成代码、修复AI代码中的隐性漏洞，以及向团队成员解释AI生成代码等工作。这些工作虽然消耗大量时间，却往往不被现有生产力指标所反映。
Q2：开发者对用AI数据来评估个人绩效有哪些顾虑？
A：调查显示，高达96%的受访开发者对AI工具被用于绩效评估感到担忧。94%的人认为当前指标体系忽略了技术债务、验证时间和职业倦怠等重要因素，54%的人明确对基于AI数据的个人绩效评估表示担忧。开发者普遍认为，现有的衡量框架无法真实反映AI时代下的实际工作价值。
Q3：Harness建议企业如何更准确地衡量AI时代的开发者生产力？
A：Harness建议IT管理者不应仅关注代码生成量，还应追踪AI代码审查时间、调试附加成本及环境切换带来的生产力损耗。同时，企业应全面了解代码的完成量、合并量与部署量，并在规划投资周期时，将已统计的效率提升与未被计量的额外工作负担结合起来进行综合评估。
热门跟贴