月产百亿行AI代码激增76%，程序员热议：代码量不等于生产力
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
新智元报道
编辑：peter东 LRST
【新智元导读】想知道硅谷的程序员怎么使用AI编程，被2000家公司使用的AI代码审查智能体Greptile基于每月用AI审核的的十亿行代码，发布了AI编程年度报告，揭示了使用AI编程后带来的生产率提升，但对此程序员们却无法感同身受。
这份报告最让人震撼的一点，是指出了在AI编程的帮助下，工程师的代码生产量飞涨。
每位开发人员，每月提交的代码行数从4450增长到7839，增长幅度达到76%，对于6-15人的中型开发团队，每位开发者提交的代码量更是接近翻倍（提升89%），这意味着AI编程工具正成为一种效率倍增器。
更值得注意的是，程序员单次提交代码时，每文件中变更的代码行数的中位数上升20%（从18变为22行），意味着代码迭代不仅「更快」，且「变化更多」，这可能反映了AI编程工具能够修改的代码及应对的需求正变的复杂。
不过对于报告提到的效率提升，ycombinator论坛上对该报告的讨论，却大多是怀疑的声音。有人说需要花大量时间修复AI生成的代码中的问题。
这些细微差别从未被这类指标所捕捉。更多的人讨论提交的代码数量增加，是不是等同于程序员真实的工作效率提升。
菜鸟程序员完成一个功能需要几十行代码，而资深程序员则只需要几行就能实现。此外，由于引入了AI编程，代码被删除和重写的频率如何？这可能不容易统计，但这却很能反映AI编程带来的工作效率提升。
另一个更对于代码提交数量增加与工作效率提升的观点是，假设员工之间具备同等的专业能力，那么生产力就取决于代码行数的产出。但事实上，有的任务很难，但不需要太多行代码，只有资深程序员才能完成；而有些任务很简单，却需要很多行代码。只看代码提交量，是将所有任务都看成是中等难度的任务。
此外，不同程序员提交的代码质量不同，这一点在该报告中也没有体现。从这个角度去看，每一行代码都应该被视为一种负担，而不是资产。开发团队需要领域专家来判断到底需要多少行代码存在。
就像你可能会通过每小时搬运的物品数量来衡量仓库员工的生产力。但如果有人只是把东西随意扔到仓库里，或者搬运本不需要移动的东西，他们就会最大化这个指标。
AI辅助下每个程序员能生成更多的代码了，但这些代码真的是完成对应任务所必须的吗？这不是业务方应对考虑的问题，仅仅衡量提交的代码数，可能会鼓励不必要的重复劳动。
从这个角度来看，或许「编辑行数」是更合适的评估程序员工作效率的指标。这样一来，通过重构来减少代码库规模的方式仍然可以被视为有生产力。每删除一行代码得1分，每添加一行代码也得1分。
OpenAI依旧领先
但差距在变小
效率跃升的背后，是支撑性技术栈的激烈重构。报告以不同大模型提供商的SDK下载量为考察变量，发现在AI记忆模块中，mem0以59%市占率一骑绝尘；而对比向量数据库「六强混战」（Weaviate 25%领先，Chroma/Pinecone/Qdrant等紧咬）。
LLMOps层，LiteLLM增长4倍至4100万下载，LangSmith借LangChain生态捆绑上位。这印证一个趋势，即模型调度、监控、降级已从「可选项」变为「基建标配」。
当编程调用的智能体数量越来越多，运维复杂度指数上升，LLMOps正在承接当年K8s之于微服务的角色。
对于模型间的军备竞赛，该报告考察模型提供商从2024年1月到2025年11月的SDK下载量，主要玩家是OpenAI、Anthropic和Google GenAI。OpenAI以一条陡峭上升的绿色曲线主导市场。其下载量从2024年初的几乎为零，一路飙升至2025年11月的1.3亿次，确立了绝对的市场领导者地位。
Anthropic（红色折线）的增长轨迹堪称「火箭式」。
虽然起步较晚且基数较小，但自2024年下半年开始，其下载量呈指数级爆发，到2025年11月已达到4300万次，实现了自2024年4月以来1547倍的惊人增长，Open AI和Anthropic的比值已从47:1缩至4.2:1——开发者正在用脚投票，向更开放、更可控、更可编程的接口迁移。
而黄色曲线代表谷歌，其增长相对平缓，在2025年11月的下载量约为1360万次，与前两者相比存在显著差距。
不同模型的参数决定模型的适配场景
这份报告还揭示了五大主流模型作为编码智能体后端的实测基准（考察指标包括第一个token出现需要等待的时间、吞吐量、成本等），见下表。
通过该表，可看出Claude Sonnet 4.5与Opus 4.5只需要等待不到2.5秒，就会返回第一个token，显著优于GPT-5系（>5秒）。而在交互式编程中，2秒是「心流」与「分心」的临界阈值。
而对于批量生成场景，GPT-5-Codex与GPT-5.1的吞吐量断崖领先，适合后台CI/CD流水线中的大规模代码生成/测试用例填充。
Gemini 3 Pro则在响应速度时显著较慢，需要等10多秒才会返回第一个token，每秒输出的token数也太少，不适合交互式编程的使用场景。
该报告的最后部分，还给出了2025年基础模型及大模型编程应用领域的关键论文，这些研究预示下一波突破方向，例如Self-MoA颠覆传统多模型集成，证明单模型多次采样+聚合可超越异构模型混合，这意味着「模型多样性」或让位于「推理路径多样性」，而Search-R1用强化学习训练模型「自主决定何时搜索」，将搜索引擎变为可学习的环境动作，而非静态的工具调用。RetroLM更是在直接在KV层面检索，绕过原始文本，改变大模型组织记忆的方式。
无论用了多少AI辅助编程，提交代码前仍需人工审查。追踪AI编程工具的使用数据，无法包含人工审核的部分，这将难以真实反映产品实际的使用体验和效果。不过如果你能证明AI编程工具有助于更快地发布功能，而不是仅仅允许更多的代码行数通过审查，那么你开发的AI编程工具将具有更强的可证明价值。
参考资料：
https://www.greptile.com/state-of-ai-coding-2025
https://news.ycombinator.com/item?id=46301886
秒追ASI
⭐点赞、转发、在看一键三连⭐
点亮星标，锁定新智元极速推送！
相关攻略
从零到一：用AI生成一份专业的媒体影响力报告 但凡在内容或运营团队待过的人，大概都对制作《媒体影响力报告》这类活儿记忆犹新。那过程，堪称一场跨部门接力赛：运营同事得先从各个平台后台手动扒拉数据，计算阅读量、粉丝增长和互动率；拿到一堆冰冷数字后，还得拉着账号负责人反复琢磨定位和文案；最后，抱着半成品火
封面新闻记者 邹阿江 图由航空工业成飞提供 2026年“五一”国际劳动节前夕，航空工业成飞的技术专家聂海平，荣获了一枚全国五一劳动奖章。 消息传来，身边同事都说，“大师”拿奖是实至名归。可聂海平自己呢，还是那副老样子——摆摆手，说自己不过是个普通人，幸运地站在一个好平台上，干着点自己感兴趣的事儿罢了
编辑 | 王凤枝 “AI时代，每天干3个小时就足够了。” 这句话出自前亚马逊资深工程师、技术大牛史蒂夫·雅吉（Steve Yegge）之口，算得上是对当前AI狂热的一剂清醒剂。 当整个行业都在为“10倍提效”而欢呼雀跃时，雅吉却点出了一个被普遍忽视的代价：在AI的高强度辅助下，程序员的产出固然爆炸式
一、概述 每天重复相同的操作，是不是感觉有点枯燥？比如，你每天都要煮饭，得经历洗米、加水、按下煮饭键这三步。如果每次都要从头到尾念叨一遍这个过程，那可就太费劲了。 别担心，函数就是来拯救你的。在Python的世界里，函数就像一个“一键煮饭”的智能按钮。你只需要把那些重复的步骤打包成一个固定的“命令”
吃透Pandas两大“数据汇总神器”：透视表与交叉表实战指南 在数据处理的工具箱里，如果说基础的清洗、筛选是基本功，那么多维度、交叉式的数据汇总，往往就是区分新手与熟手的分水岭。面对诸如“按地区加品类统计销售额”、“分析不同省份的商品订单分布”这类需求，如果还停留在手动分组、多层循环的老路上，不仅代
热门专题
热门推荐
旧金山初创公司PhysicalIntelligence致力于为机器人打造通用“大脑”，以解决莫拉维克悖论。公司通过海量数据与算法训练，使机器人掌握叠衣、制作咖啡等复杂技能，并展现泛化能力。投资人看好其团队与进展，目标是将人类从枯燥危险的劳动中解放，企业级应用已可见曙光。
开普勒前CEO胡德波二次创业，成立索塔无界，聚焦研发具身智能“大脑”。公司以世界动作模型为核心，旨在让机器人理解并预测物理世界。目前从欧美商超分拣场景切入，计划结合中国供应链优势，提供涵盖硬件、部署的完整解决方案，以满足海外市场对机器人替代劳动力的需求。
2026年Web3交易平台格局呈现多元化发展，头部平台在安全、资产与用户体验上持续领先。去中心化交易平台（DEX）在交易深度与跨链互操作性方面取得突破，聚合器服务优化了交易路径。新兴平台凭借细分领域创新获得关注，而合规与安全已成为用户选择的核心考量因素。未来，平台竞争将更侧重于技术整合与生态构建能力。
本文梳理了2026年Web3交易平台的格局，重点分析了几个具有代表性的平台。内容涵盖去中心化与中心化混合型平台、纯去中心化交易所以及新兴的跨链聚合器，分别探讨了它们在安全性、流动性、用户体验和创新功能方面的优势与潜在不足，旨在为用户提供多维度的选择参考。
本文梳理了2026年Web3交易平台的格局，从去中心化交易所、聚合器与跨链平台、新兴趋势与挑战三个维度进行分析。重点探讨了DEX在流动性、用户体验与合规方面的进展，聚合器如何优化交易路径，以及跨链技术的成熟度。同时，也审视了平台面临的监管、安全与可持续性等核心挑战，为理解未来交易生态提供参考。