一龍馬/AI 情報站讀懂消息背後的脈絡
星期二
搜尋
返回 HN 深度讀列表

Issue 與 Epic 的解決率沒有統計顯著變化,PR 從送出到合併的審查時間平均多約 49%,要求修改的比率近乎翻倍、每 PR 留言多約 35%

本期第 8/25 則

中文摘要

哈佛研究者用 Jellyfish 彙整 700 多家公司、3 億筆工作事件與 Jira 資料做差異中之差異迴歸,發現導入 AI 寫碼代理後程式碼行數增約 30%、提交與 PR 也明顯增加。Issue 與 Epic 的解決率沒有統計顯著變化,PR 從送出到合併的審查時間平均多約 49%,要求修改的比率近乎翻倍、每 PR 留言多約 35%。研究也發現 AI 審查到 2026 年 3 月仍只占少數留言與 PR,人力總量沒有顯著變化;資料只到 2026 年 3 月,新版工具與學習曲線的影響不在範圍內。

一龍馬判讀

對工程主管而言,瓶頸從寫碼移向審查,若不改審查流程與測試紀律,加人或加 AI 產碼未必能多出貨。

原文節錄

Hacker News · gumby

little evidence that firms increase software output or reduce employment

取得全文 · 不代表內容已獨立查證

查看原文 閱讀社群討論
完整收錄文字與來源

AI coding agents generate more code, but not more software

收錄日期
2026-10-13
來源
Hacker News Firebase API
抓取時間
2026/10/13 05:40(台北)
來源資料
249 分 · 206 則討論