Vibe Coding代码暴增17倍，软件发布只涨30%

代码量暴增17倍，软件发布只涨30%？AI编程的“产出漏斗”值得警惕

MIT x 宾大最新研究：AI 让开发者写代码更快了，但软件交付并没有快多少。
真正的瓶颈，可能不在你敲键盘的速度上。

2026年6月8日，MIT与宾夕法尼亚大学联合发布的一篇NBER工作论文，在GitHub Trending和Hacker News上引发热议。研究追踪了10万名开发者，发现了一个耐人寻味的现象：

AI编程工具让代码行数暴增17倍，但最终软件发布量只提升了30%。

为什么？

一、惊人的增长，逐级衰减

研究给出的关键数据，呈现出一个明显的“产出漏斗”：

指标 增长幅度
代码行数 +1630%
文件修改 +290%
提交（commit） +180%
拉取请求（PR） +65%
仓库 +26%
软件发布 +30%

从“写的代码”到“真正上线的软件”，每一层都在剧烈衰减。AI确实让“敲代码”这件事变快了，但评审、调试、维护、决策这些环节，反而成了新的瓶颈。

二、低技能开发者受益更大，高技能开发者反而“慢”了

另一个值得关注的数据是技能差异：

· 低技能开发者：效率提升 +217%
· 高技能开发者：效率提升 +62%

AI工具在缩小开发能力差距——这听起来是好事。但研究也暗示：低技能开发者更容易生成大量“能跑但不优雅、难维护”的代码，而这些代码会在后续环节造成更多返工和审查负担。

高技能开发者虽然写得慢，但他们的代码更清晰、更少冗余、更容易通过审查和部署。AI放大了前者的“产出量”，却未能同等放大后者的“产出质”。

三、被忽视的风险：“僵尸应用”越来越多

研究还追踪了两类软件的“僵尸应用”比例（即上线后极少使用或被快速废弃）：

· iOS应用：79% → 86%
· Chrome扩展：18% → 31%

AI让快速生成一个“能用的应用”变得极其廉价，但是否值得做、是否有人用的问题反而更突出了。大量的AI辅助项目进入仓库、形成PR、甚至打包发布，却几乎没有真正被使用。

这不是工具的问题，而是目标模糊的问题。AI降低了执行的边际成本，但并未降低决策和方向验证的成本。

四、给开发者的四点思考

1. 行数是负债，不是资产
   AI生成的每一行代码，都是将来要阅读、调试、测试、迁移的负担。别把“写得多”当成“做得好”。
2. 把AI用在瓶颈上，而不是链条起点
   如果真正限制你交付的不是“写代码的速度”，而是需求理解、设计决策、测试覆盖、代码审查——那就该让AI去帮你做这些事，而不是帮你刷行数。
3. 警惕“看起来在做事”的陷阱
   提交数、PR数、代码行数都在涨，但发布数只涨30%，说明大量活动并未产生实际交付价值。定期问自己：我今天的AI辅助工作，是否真的在推动一次发布？
4. 保持高技能者的判断力
   AI可以让你“更快地写出答案”，但只有你能判断那个答案是否应该被写出来、是否需要重构、是否值得上线。这部分能力，才是你真正的杠杆。

写在最后

AI编程工具不是魔法，而是一种放大人性与流程短板的技术。它把开发者的“打字瓶颈”几乎消除了，于是我们第一次如此清晰地看到：
软件交付的真正瓶颈，从来不在指尖。

如果你发现自己或团队正在用AI产出海量代码却发布寥寥，不妨停下来，审视一下漏斗的哪个环节真正卡住了你。

工具可以变，但工程智慧不会过时。