AI Coding 拖后腿？增加 19%的开发时长？
约 2 分钟原创论文笔记（致敬 MP）#paper-reading#llm#ai-coding
Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity
经济领域的专家预估提升 39%；机器学习专家预估提升 38%；有 AI Coding 经验的开发预估提升 24%，开发完感觉提升 20%；论文观察评估的结果相同的任务反而增加了 19% 的开发时间。
完全反直觉，与自身的使用情况背道而驰，甚至有种营销号的味道。
任何不带上下文的结论都是耍流氓，批评、否定也是！
实验上下文
16 名，有 10～100 小时 LLM Coding 的开发人员，使用 Cursor IDE 工具，选用 Claude 3.5 / 3.7（没毛病，事实最强编程模型，包括现在的 Claude 4)，chat /agent/autocomplete 模式任选，在开发人员参与多年的开源项目（22k+ star，1m+ 行代码），完成 246 个 bug 修复、功能开发和重构工作。
每个人开发给 150 美刀 / 小时。
结论
论文做了大量的、细节化、多方面的分析和结论。个人认为最重要的是以下几点：
- 项目够负责，代码体量大。
- 开发人员对项目足够熟悉，1500+ 提交记录。
- 开发人员够自身，5+ 开发经验，150 美刀 / 小时，agent 模式下代码的接受率为 44%。
- 模型的能力还有很大的提升空间。
个人使用经验
按照这样的实现配置，是可能存在不升反降的现象的，也符合平时使用的经验。
现在的 AI Coding，特别适合快速原型开发，从 0 到 1，系统复杂度不像成熟系统那么高，代码在 100k 以下。
举个例子：让 AI 解决一个问题，把 Cursor Pro 的用量耗尽（本来就不多），还用上了 Augment Code 试用版本（都比 Cursor 豪气许多），都没能解决问题。自己花了一个来小时看完代码，只改了一行代码解决问题😅😅😅