哈佛和 Jellyfish 翻了 3 亿条工作记录：AI 让代码写得更快，却没让软件产出更多

哈佛两位研究者的求职论文《企业里的人工智能：软件生产中的瓶颈》（Fiona Chen、James Stratton）用工程分析平台 Jellyfish 的一份专有数据，看 AI 编程工具对软件工程到底产生了什么影响。样本覆盖 718 家公司、约 3 亿条工作事件（含 GitHub 代码活动、Jira 工单、Google 日历），时间从 2021 年 1 月到 2026 年 3 月，用企业采用时间错开的双重差分来估计采用 assistant 与 agent 两类工具前后的变化。结果分两段。写代码确实变快了：AI 助手让新增代码行 +12%、提交 +9%、PR +5%（只有提交显著）；AI agent 更明显，三项分别为 +30%、+20%、+23%，且都显著。但产出没有等比例跟上：用 Jira 工单与 epic 的完成量衡量，两类工具的效应都是小幅正向但不显著——对 agent 而言，数据能排除产出增长超过基准 12% 的可能，远低于单人层面 30% 的效率提升。论文把差额归到一个具体瓶颈：代码评审。采用 agent 后，一个 PR 的平均评审时长增加 49%，被要求修改的 PR 占比相对基准 0.13 上升约 0.12（几乎翻倍），每个 PR 的评审评论数从 1.66 增加 0.58（+35%），做评审的工程师占比上升 14%——而且这个瓶颈在引入 AI 评审工具之后依然存在。就业端估不出显著变化，能排除整体就业下降超过 2.9%、工程岗下降超过 13.8% 的可能。