研究发现：AI 编码智能体写出更多代码，却没有更多软件

AI 编码智能体火了一整年，一项新研究泼了盆温度刚好的冷水：智能体确实让代码变多了，但软件并没有跟着变多。

发现了什么

研究给出的核心结论是，编码效率上的收益，几乎全被人类审查这个“瓶颈”吸收掉了。

拆开说就是：智能体写代码的速度快得飞起，一天产出顶过去一个团队；但这些代码要进主分支，必须过人这一关——读懂、验证、确认没有埋雷。审查者的时间是固定的，上游灌进来的代码越多，管道堵得越死。产出增加了，通过审查最终成为软件的那部分，没怎么变。

这个结论不意外，但数字扎心

用过编码智能体的开发者多半有体感：生成一大段代码只要几秒，判断它对不对要花二十分钟。AI 把“写”的成本打到了地板上，“信”的成本原地不动——整个工程的吞吐量，卡在了没被 AI 加速的那个环节上。

这跟工厂提速的道理一样：装配线快了十倍，质检工位只有一个，总产能看质检。

对团队意味着什么

如果这个结论成立，那团队优化投入的方向就该跟着变——继续堆智能体数量、比拼生成速度，边际收益会越来越薄；真正的杠杆在审查侧：自动化验证、更强的测试覆盖、形式化检查、按风险分级的人工抽审，把瓶颈段拓宽。

顺带说一句，“验证跟不上生成”这个困境并不只存在于编码。Anthropic 这周刚因为无法可靠控制智能体而关闭内部评测的外网访问，数学界面对 OpenAI 灌进来的几百份手稿把消化周期估算成了好几年。AI 负责生产，人类负责验证——这个新分工里，短板全在后者身上。