AI写码多了，人审不过来

最近看到一份覆盖 700 多家软件公司、70 万员工、3 亿条工作事件的研究，时间跨度从 2021 年到 2026 年 3 月。结论挺反直觉：公司上了 AI 编程智能体之后，代码总行数平均涨了 30%，commit 数涨了 20%，pull request 数涨了 23%，但软件产出并没有等比例提升。

问题出在代码审查。引入 AI 智能体后，审查流程的平均耗时增加了 49%，参与审查的员工人数也多了 14%。换句话说，AI 把写代码这一步加速了，但审查环节被塞进了更多、更碎、质量参差的提交，人类反而更忙。我自己的观察是，AI 生成代码的边际成本几乎为零，但验证成本没有降。以前一个 PR 可能就几十行，现在动辄几百行，审查者要花更多时间判断逻辑对不对、边界有没有漏。更麻烦的是，AI 还会生成一部分审查意见，可真正拍板的还是人，等于多了一层「AI 建议、人类复核」的嵌套流程。所以短期内，AI 编程工具更像是在把瓶颈从「写」转移到「审」。如果团队只是堆工具，不调整 review 策略、不设代码准入标准，产量数字好看，交付质量未必跟得上。我的判断是，接下来真正拉开差距的，不是谁用的 AI 智能体更强，而是谁先把审查流程重新设计一遍。比如按风险分级审查、让 AI 先跑静态检查和测试、把人类精力留给架构和边界决策。否则代码行数涨得再快，也只是把压力往后端推。