当AI用3天完成东说念主类圭表员原来3年的代码任务量，东说念主类的脚色会发生怎样的变化？

面前，AI正在从器具变为东说念主类的“队友”。跟着大模子的加快发展，AI在软件工程领域的作用已不再是辅助代码补全，而是正在成为可自主编码的智能体（Agent）。

面前，咱们只需向AI态状代码思要结束的功能，它就能自动生成齐备代码；借助Agent，以致能在十几分钟内完成千行级别的代码生成或修改。

近期，加拿大女王大学博士后李豪与处所团队在一项计划中初次构建了一个大范围数据集AIDev，系统分析和统计了自主编码Agent在7，000多个较流行的软件中的实验发扬和影响。

其掩饰范围包括在GitHub平台上已提交的超45.6万条Agent代码合并肯求（PR，pullrequests），涵盖6.1万个代码库和4.7万名开发者，包括主流的AI编码器具OpenAICodex、GitHubCopilot、Devin、Cursor和ClaudeCode。

计划东说念主员在AI领域和软件工程作念关系计划时，往往会遴荐用SWE-bench作念测试，通过交给AI一些高质料、有测试样例的任务，来优化AI性能以及优化系统遐想等。

但这也带来了好多挑战性的问题。举例，一家公司若是将测试题目用于考试模子，极有可能因“舞弊”导致分数虚高。此外，由于SWE-bench是一个静态的基准集（benchmark），部分数据有可能存在一定滞后性。

李豪指出，该计划最大的不同点在于，AIDev是真确寰宇、大范围、及时集合数据的数据集，更迫临于业界实践和分娩。此外，计划东说念主员还不错哄骗该数据集打造更新的benchmark。

计划团队在AI编码Agent的速率和质料方面找到了兴味的发现。一项个例分析挨次露馅，有开发者在使用AI编码Agent后，3天内完成的任务量接近其已往3年的总量。

而AI在当然谈话处理方面的上风，也相通值得选藏。他们发现，AI在编写代码或文本方面的任务中发扬优异，举例从文档关系的合并肯求罗致率来看，OpenAICodex和ClaudeCode诀别为88.6%和85.7%，而东说念主类在该方面发扬为76.5%。

合并肯求罗致率是估计AI产出质料和竟然度的要道目的，它与东说念主类开发者/时势颐养者对AI孝敬的招供度密切关系。该团队还发现，编码Agent的合并肯求罗致率比东说念主类开发者低15%至40%（不同任务类型下区间互异显贵），尤其是在新功能开发、开采Bug等复杂的任务方面。举例，pk10OpenAICodex的PR罗致率为64%，而东说念主类开发者的PR罗致率高达76.8%。

这意味着，AI写代码并非全面杰出了东说念主类。需要看到的是，尽管面前AI编码Agent生成速率很快，但性能方面还有一些颓势，在结构上也相对较简便，需要计划东说念主员不息对其进行增强，以确保代码的恒久可颐养性。

李豪对DeepTech暗示：“短期看，AIAgent的代码罗致率相对东说念主类较低，效果与质料的弃取仍需量度（trade-off），但这种磨合期对应的是数据飞轮的运行阶段，变成飞轮效应后，咱们有望得到分娩力的显贵普及。”

该计划通过分析自主编码Agent的发扬，为翌日更好地优化东说念主与AI合作提供了数据基础。这也带来了一种全新的生成模式，开发者面对的问题不是如何写更多的代码，而是接到一项任务后，如何拆分红更细的任务，再处分这些AI更好地实践。

“该标的在学界和产业界还存在较大的空缺。编程东说念主员的脚色也会渐渐从写代码的东说念主，退换成提供代码审查或提供处分模式的东说念主。面前，咱们也在作念关系的计划，来探索新一代软件开发进程来援救开发者们哄骗AIAgent。”李豪暗示。

此外计划还揭示出，尽管AI的出现鼓动了东说念主机协同审查进程，但同期也可能会带来偏见等问题。举例，假如AI写代码的Agent与审查代码的机器东说念主自归并公司，很有可能在AI审查设施淡薄某些特定类型的失实。

在翌日的计划中，该团队贪图设置更全面的benchmark，对AI编程Agent进行真确的发扬评测。他们还打算设置新学问库，鼓动领域内的计划东说念主员共同修订关系标的，包括如何更好地展望和分析AI可能的失败场景，以及失败原因等。从更永久的发展来看，探索更自动化与模范化的审查机制，亦然一个值得深化计划的标的。

关系论文以《软件工程3.0中AI队友的崛起：自主编码Agent如何重塑软件工程》（TheRiseofAITeammatesinSoftwareEngineering(SE)3.0:HowAutonomousCodingAgentsAreReshapingSoftwareEngineering）为题发表在arXiv[1]。面前，关系代码已在GitHub开源。

参考贵寓：

1.关系论文：https://arxiv.org/abs/2507.15003v1

2.AIDev数据集获取：https://github.com/SAILResearch/AI_Teammates_in_SE3

排版：胡莉花