主要观点：在软件工程中，衡量和提高开发者生产力是复杂且有争议的话题，AI 对开发者生产力的影响成为新的辩论焦点，不同研究和调查对此有不同看法。
关键信息：

• 进行了多项研究和调查，如随机对照试验、GitClear 研究、StackOverflow 调查、Harness 调查等。
• 研究发现 AI 工具虽可能加速编码任务，但会导致代码重复、流失和技术债务，降低长期可维护性，信任度也较脆弱，开发者需调试和完善输出。
• 调查显示多数开发者对 AI 工具的准确性持怀疑态度，花费更多时间调试和处理安全漏洞，部署问题也较多，且 60%的受访者不评估工具有效性。
  重要细节：
• 在随机对照试验中，经验丰富的开源开发者使用 AI 工具后任务完成时间反而增加 19%，原因包括对 AI 作用过度乐观、开发者对仓库熟悉度高、仓库复杂、AI 可靠性低、隐性仓库上下文等。
• GitClear 研究表明 AI 辅助开发使代码添加量上升 9.2%，但重构减少 40%，复制粘贴和重复代码增加，新增代码的变动增加。
• StackOverflow 调查中 AI 工具使用比例上升至约 84%，但积极情绪下降约 10 个百分点，约 46%用户不信任其准确性，约 66%认为解决方案未达标，约 45%称需额外调试时间，约 52%称有生产力提升。
• Harness 调查中 92%受访者指出 AI 工具相关风险，近三分之二花费更多时间调试和处理安全漏洞，约 59%遇到部署问题，60%不评估工具有效性。
  结论：AI 对软件开发的作用复杂，感知到的生产力提升常掩盖深层问题，信任度脆弱，人类监督重要，可持续生产力需更多考量，AI 虽能加速但若无人类干预，其益处可能短暂。