AI编码提速了，工程效率为何没跟上？
内容提要
AI投入增长28倍，但工程效率停滞甚至下降。DX报告显示，代码可维护性与变更信心首次负相关，中型企业因沟通成本高、流程僵化难以获益。小团队用AI效率高，而大企业受制于旧结构。PR规模增大，增量交付减少，质量堪忧。仅31%团队衡量AI影响，多数乐观缺乏数据支撑。
延伸解读
成本与效率的剪刀差
DX报告显示，AI投入增长28倍，但工程效率指标停滞甚至下降，成本成为唯一指数级增长的指标。这反映出AI带来的个体效率提升，并未转化为组织层面的产出增长。企业需警惕单纯增加AI投入而忽视系统配套，否则可能陷入“高成本、低回报”的困境。
中型企业的协调税
中型企业因沟通成本高、流程僵化，难以从AI中获益，而小团队因沟通成本低、决策快，能更灵活地利用AI。这提示中型企业在引入AI时，需同步优化协作流程，减少不必要的协调环节，否则AI带来的效率提升会被组织摩擦抵消。
PR规模与质量隐忧
DX报告发现，PR规模中位数从42行增至72行，增量交付指标下降，代码可维护性与变更信心首次负相关。这表明AI可能鼓励更大规模的变更，但降低了发布信心。团队应关注小批量变更，以提升代码质量和发布稳定性。
测量缺失下的乐观偏差
仅31%的团队衡量AI影响，多数报告AI带来显著提升的团队缺乏数据支撑。这种乐观情绪可能掩盖真实效果，导致决策失误。建议企业建立量化评估机制，用数据驱动AI工具的采用和调整，避免盲目投入。
Q&A
为什么AI投入增加但工程效率没有提升？
根据DX报告，虽然AI投资增长了28倍，但工程效率指标停滞甚至下降。原因包括：代码可维护性与变更信心首次负相关，工程师对发布代码的信心下降；中型企业因沟通成本高、流程僵化难以获益；PR规模增大，增量交付减少，代码质量令人担忧。
DX报告中的DXI指标是什么？为什么它的下降令人担忧？
DXI是开发者体验指数，由代码可维护性和变更信心两个驱动因素组成。传统上两者正相关，但AI使得理解代码和修改代码更容易，却降低了发布信心，导致DXI首次下降。每提升一点DXI，每位工程师每年可节省10小时，因此下降意味着效率损失。
为什么小团队从AI中获益更多，而大企业难以获益？
小团队沟通成本低，无需支付非线性协调成本，而大企业存在沟通渠道随人数平方增长的负担，且流程僵化，难以将AI融入现有系统。Martin Davidson指出，小团队可以高效利用AI代理，而大企业受制于旧结构，需要彻底重建。
AI对代码质量和交付有什么负面影响？
DX报告显示，PR中位数从42行增加到72行，增量交付指标下降，导致代码质量令人担忧。LinearB的研究也发现，精英组织的PR小于100行，而表现差的组织PR超过228行，说明PR规模增大与AI采用效果不佳相关。
有多少团队在衡量AI的影响？为什么这很重要？
根据LeadDev的研究，只有31%的团队在衡量AI的影响。尽管70%的团队已广泛采用AI工具，但只有26%报告生产力提升超过25%，且其中许多是凭直觉而非数据。不衡量就无法改进，因此测量差距可能导致对AI效果的盲目乐观。
为什么说AI投资增长但成本是唯一指数级增长的指标？
DX报告指出，AI投资增长了28倍，但速度指标并未指数级增长，成本成为唯一指数级增长的指标。这意味着投入产出比失衡，企业可能没有从AI投资中获得相应的效率提升。
