國際清算銀行報告顯示：AI編程工具對程序員生產力提升達50%以上

國際清算銀行（BIS）最新發布的年度經濟報告中，在“AI對宏觀經濟的影響”主題裡提到的⼀個科學實驗表明：AI編程工具，對程序員的生產力提升在50%以上。

該科學實驗跟蹤了1219名螞蟻程序員編程情況，每位程序員跟蹤週期爲14周，實驗通過觀察他們在使用AI編程工具CodeFuse時，對生產力提升的情況得出的結論。

結果顯示，AI所帶來的生產力提升中僅有小部分來自於代碼的直接生成，而更多是通過在與機器交互過程中激發了程序員的創造力。同時，AI編程對初級程序員提升更爲明顯，高級程序員遇到問題更傾向於獨立解決。這是由於目前人類對AI工具的信任度尚處於早期階段。

AI編程提升生產力超50%

這一實驗整體週期歷時近三個月，把1219名程序員分成兩組，通過跟蹤的數據，分析不同類型的程序員在使用AI編程工具時的不同表現。最終發現，通過AI編程工具，可提升程序員生產力達50%以上。

該實驗是BIS在數字經濟開放研究平臺上的研究成果。數字經濟開放研究平臺由北京大學數字金融研究中心、國家金融與發展實驗室、螞蟻集團研究院、上海交通大學中國金融研究院、浙江大學金融科技研究院和中國人民大學中國普惠金融研究院於2019年4月共同發起成立。

據悉，實驗所採用的AI編程工具CodeFuse是螞蟻集團自研的代碼生成工具，並廣泛應用在螞蟻內部研發流程，目前，每週已有超五成螞蟻程序員在日常研發中使用CodeFuse。CodeFuse生成的代碼整體採納率爲30%，在生成單元測試場景採納率可達到50%。

CodeFuse實驗項目組研究員介紹，AI輔助代碼編寫主要涉及代碼補全、註釋生成、測試用例生成，圖生前端代碼等場景，大大提升了程序員的效率。比如前端生成，原來要花半天時間寫代碼，現在一個截圖點擊就能完成。

從實驗結果來看，AI編程對初級程序員提升更爲明顯。這是由於目前人類對AI工具的信任度尚在早期階段。

“類似於當一個更優秀的語言出現時，資深的程序員對老語言會有更強的黏性，而新手程序員會更願意嘗試切換。資深程序員往往已經很熟悉當前的研發項目，遇到的技術卡點問題相對較少，並且由於技術自信，有問題優先自己獨立解決，而不是去尋求AI工具的幫助，因此對產品主動體驗、探索更多功能不足。”該研究員分析。

相比直接代碼生成 AI更能激發程序員創造性

在本次實驗中，AI所帶來的生產力提升，主要在於影響了程序員的創造力，而不是直接生成代碼。“並非像人們想象中的機器幫助生成代碼，才提升了生產力，而是與機器交互過程中，激發了程序員的創造力，進而影響了生產力。” 該研究員稱。

他介紹，AI工具解決了編程工作過程中的卡點，減少程序員投入在繁雜冗餘的工作上的時間，進而讓程序員更加聚焦至有創造性的工作中來。

“在沒有AI工具出現之前，遇到技術卡點問題，大家會通過搜索引擎尋找答案，但搜索到的結果質量不高，並可能會參雜各種廣告和釣魚信息，這些都會嚴重影響工作效率。現在大模型的出現，讓這個世界上的知識以極高的壓縮率濃縮到百億-千億參數模型內，只需要通過簡單的幾輪對話就可以獲取自己所需的信息。”

一名程序員分享了他使用AI工具的體驗：過去被一個簡單問題卡住數小時到半天，是很正常的事情，如今只需要在幾分鐘內就可以通過AI對話工具解決。

程序員不僅要會寫代碼，更要會測試代碼。螞蟻內部調研結果顯示，測試代碼所佔用的時間平均是開發代碼的1.5倍。對於這項考驗耐心的繁瑣工作，AI工具也能幫助程序員提升效率。

“測試代碼在程序員的體驗上是極爲糟糕的，因爲需要巧妙地編寫測試代碼來達到測試時間（效率）和測試覆蓋率的平衡，還需要構造測試數據，模擬測試場景。這些在人工操作過程中都極易出錯。”用戶調研訪談結果顯示，“而AI工具的一鍵生成單測代碼功能，讓程序員能完全不寫或僅編寫少量的測試代碼作爲例子，把工作交由AI來自動生成，完成各種不同場景和代碼分支的測試覆蓋。”

未來五年內AI寫代碼有望接近L4水平

在AIGC和大模型概念火熱的今天，AI是否會搶奪人類工作，成爲許多人關心的問題。

螞蟻集團代碼大模型CodeFuse負責人李建國認爲，在可見的未來，AI完全取代程序員並不太現實，自然語言編程處於一個類似於自動駕駛技術中的L2.5級別。

據悉，螞蟻集團接下來的目標是在某些特定場景下實現L3級別的完全自動化。例如，在效能領域中的持續集成（CICD）場景，就有可能通過大模型的驅動來自動完成，包括觸發檢查、提交，甚至創建拉取請求（PR）等操作。

不過，要實現全場景、全鏈路的自動化，李建國坦言，前端可能還需要一段時間才能發展起來。複雜的項目級的需求拆解，特別是特定領域的拆解，也面臨較大挑戰。李建國判斷，可能還需要3-5年的時間，在萬物摩爾定律的推動下，達到L3甚至接近L4的水平。

屆時，AI編程有望發展至新的階段：如今約有20%到30%的編程工作可被替代，未來該比例可能會提高到50%，甚至有些環節可以完全被自動化取代，釋放人類去做更有創意的工作。

總體而言，AI程序員成爲企業運營中的新常態已是勢不可擋的趨勢。無論是AI程序員，還是全生命週期研發智能體，大模型對整個軟件研發範式均將帶來非常大的提效。

不過，要實現全場景的自動化，人類仍然在其中扮演一個重要的角色。而架構層次的創新，更需要依賴人類，同時，大模型也會催生新的職業，正如計算機催生了程序員行業一般。