10万程序员用AI写了6年代码，AI生产力到底在哪

这两年你要是没听过"AI要取代程序员"，那你可能是刚从火星回来。

硅谷的Storytelling有多猛呢？Anthropic说很快就不需要人类帮忙写代码了，VC们说这是一个十万亿美元级别的市场。听起来，程序员明天就要集体转行送外卖了。

但我最近读到一篇NBER（美国国家经济研究局）的研究，有点意思。麻省理工和沃顿的三个经济学家，把2022到2026年10万名软件工程师的数据扒了个底朝天——从Copilot到Codex再到Claude Code，全算进去了。

结论出乎意料：AI确实猛，但也就那样。

先说好消息：写代码是真的快

AI编码工具在"写代码"这件事上，确实猛得一批。

研究拿"代码提交量"当指标发现：

• 有自动补全 → 效率提升大约40%
• 同步智能体（像Claude Code那种） → 累计提升140%
• 异步智能体自动生成的提交 → 提升180%

低活跃度的开发者受益最大，但不管你是卷王还是摸鱼怪，AI在任务层面确实让你多写了将近两倍的代码。

听起来，AI生产力神话稳了？别急。

问题来了：代码涨了741%，发布只涨了20%

这才是这篇论文真正吓人的地方。

研究者把软件开发拆成了好几个层级：写代码行→改文件→提提交→提PR→做项目→发版本。AI的效果沿着这个链条，一路断崖式下跌。

直接看数据：

同步智能体的效果：

• 代码行数：涨了741%
• 提交PR：涨了65%
• 真正发布版本：涨了……20%

自动补全的效果：

• 代码行数：涨了228%
• 提交层面：衰减到36%
• 发布层面：只剩10%

你看懂了吗？AI让代码翻了好几倍，但这些代码最后能变成产品发出去的，少得可怜。

瓶颈根本不在"写代码"那个环节。写完了你总得审吧？审完了总得集成吧？集成了总得测试、分发吧？这些环节，AI帮不上太大忙。

一个数字告诉你为什么：替代弹性只有0.25

经济学家有个概念叫"替代弹性"，简单说就是两个东西能不能互相替。

• 弹性接近1 → AI干的和人干的差不多，写得多就发得多
• 弹性大于1 → AI可以直接把人替了
• 弹性0.25 → AI和人是必须绑在一起用的，谁也离不开谁

没错，现在的数据算下来就是0.25。

这意味着什么？人还是那个瓶颈。上游写代码环节AI再能卷，下游审核、集成、发布这一串事情只要人跟不上，最后都白搭。

说得极端点：就算AI能一秒写出一整个操作系统，只要还要人点头才能发出去，天花板就在那儿。

还有个更扎心的：应用多了，但根本没人用

如果说"写了很多但发得不多"只是供给侧的问题，那更炸裂的来自需求侧。

研究者看了全球四大应用市场的数——苹果App Store、谷歌Play Store、Chrome应用商店、SourceForge——发现：

2025年中的时候，新应用数量确实在猛涨。Apple和Chrome商店涨得尤其快。

然后呢？

用户量完全没有增加。

新应用上架三个月后，四个市场的总使用量，动都没动。

AI投喂了一大堆应用进来，但大部分都是无人问津的"幽灵应用"。研究者觉得要么是AI写的代码质量不行，要么是用户根本没发现这些新玩意儿——但不管哪种解释，结论都一样：

代码写得多，不等于产品被用得多。

所以，程序员还安全吗？

这篇论文给了一个挺诚实的判断：AI和人的互补性依旧极强。

AI在做的事情，只是在一层又一层的闭环里，慢慢把更多环节自动化。但那个最终的大闭环——谁会去用你写的东西？这东西值不值得做？——还是人在定。

未来的变量无非两个：

1. AI能不能写出质量更高、不用怎么审的代码？
2. AI能不能渗透到那些更靠后的环节——测试、集成、分发？

前者靠模型能力，后者靠工具生态。都不是一两年能解决的事。

当然，研究也有局限。论文作者承认了：他们主要靠评分和下载量来判断软件质量，而且没算企业内部的私有软件。但话说回来——

对于一个天天喊着"AI要起飞了"的行业，这个结论已经足够冷静了。

好消息是你不会一夜之间被AI取代。
坏消息是：那些会用AI的人，已经在一点点拉开和你的差距了。

这大概就是2026年，关于AI生产力最真实的答案。