在 Copilot 的协助下编程白皮书——2023 年的数据显示了代码质量面临的挑战 [译]
内容提要
GitClear分析了1.5亿行代码变更记录，发现2024年代码变更率将是2021年的两倍，初级开发者更倾向于接受代码建议，但AI助手可能阻碍了代码复用。代码变动率的增加可能导致错误代码被部署到生产环境。GitClear提供解决方案来评估代码操作和技术债务。
延伸解读
代码变动率飙升的警示
GitClear 分析显示，代码变动率（编写后两周内被修改或撤销的比例）从 2021 年的 3.6% 预计升至 2024 年的 7.1%，翻了一倍。这一趋势与 AI 编程助手 Copilot 的普及高度相关（皮尔森相关系数 0.98）。高变动率意味着更多错误代码可能被部署到生产环境，增加维护成本。管理者应关注这一指标，及时评估团队代码质量。
AI 助手如何影响代码复用
数据显示，2023 年“移动代码”操作同比下降 17.3%，而“复制/粘贴代码”上升 11.3%。这表明 AI 助手倾向于建议新增或复制代码，而非重构和复用现有代码。长期来看，这会破坏 DRY 原则，增加技术债务。团队需警惕这种趋势，鼓励开发者花时间整合重复代码，而非盲目接受 AI 建议。
初级开发者更依赖 AI 的风险
GitHub 研究指出，初级开发者使用 Copilot 的频率比资深开发者高约 20%。由于经验不足，他们可能更易接受 AI 的代码建议，导致代码库中充斥未经验证的片段。资深开发者更了解维护成本，因此更谨慎。团队应建立代码审查机制，帮助初级开发者识别可复用代码，避免技术债务累积。
代码年龄缩短与重构减少
GitClear 的代码溯源分析发现，2023 年不到两周就被修改的代码比例增加了 10%，而超过一个月的代码更新频率下降了 24%。这说明开发者更倾向于快速修改新代码，而非重构旧代码。AI 助手可能加剧了这一趋势，导致代码库稳定性下降。管理者应设定激励措施，鼓励定期重构和代码清理。
Q&A
GitClear 的研究发现了哪些关于代码质量的主要趋势？
GitClear 分析了 1.53 亿行代码变更，发现代码变动率（churn）预计在 2024 年将是 2021 年的两倍；新增和复制/粘贴代码的比例上升，而移动代码的比例下降，表明代码复用和重构减少。
为什么初级开发者比经验丰富的开发者更倾向于使用 AI 代码建议？
根据 GitHub 的研究，初级开发者使用 Copilot 的频率比经验丰富的开发者高出约 20%。经验丰富的开发者更了解维护代码的长期成本，因此对 AI 建议持更谨慎态度。
代码变动率（churn）的增加会带来什么风险？
代码变动率增加意味着更多代码在编写后两周内被修改或撤销，这可能导致错误代码被部署到生产环境，增加生产事故的风险。
AI 助手如何影响代码的复用和重构？
AI 助手倾向于建议新增和复制/粘贴代码，而较少建议移动或更新代码。这导致代码移动减少，重构和复用受阻，可能违反 DRY 原则，增加长期维护难度。
GitClear 提供了哪些解决方案来应对代码质量问题？
GitClear 提供报告来评估代码操作和技术债务，包括操作是否被系统认可、具体操作报告和操作来源报告。还提供浏览技术债务的工具，并在代码质量下降时通过电子邮件提醒。
开发者在使用 AI 编程工具时，对代码质量的关注有何变化？
根据 GitHub 与 Wakefield 的研究，开发者在使用 AI 时，对代码质量的关注显著上升，成为最关注的指标，而生产事件数量也成为第三大关注点。
