GitLab 调研：AI 工具仅加快编码，整体软件交付效率并未提升

36 0 0

文章摘要

报告将人工智能问责定义为一种综合能力，要求组织能够清晰界定生成代码的来源、设计预期以及上线后的责任归属，但目前绝大多数企业尚不具备解答这些核心问题的能力。调研数据显示，绝大部分受访者认同技术瓶颈已从代码编写转移到了审查和验证环节，导致整体交付效率未能与编码速度同频提升。此外，代码可追溯性成为防范组织风险的关键，而难以区分代码生成方式、工具链碎片化以及现有系统记录能力不足等因素，大幅加剧了溯源工作的难度。尽管许多团队自信能在短时间内确定人工智能代码是否引发生产事故，但实际具备该判定能力的企业比例极低。

面对不断累积的生成代码所带来的安全隐患，强化研发治理被认为是核心的解决方案。企业亟需制定清晰规范，以保障生成代码的可溯源性和责任的可界定性，从而化解深层技术风险。这一结论在开发者社区中也引发了广泛共鸣。许多从业者指出，虽然相关工具显著提升了终端层面的代码编写速度，但日常工作中繁琐的敏捷流程、工单体系以及冗余管理依然占据了大量时间。由于代码编写仅占整体工作的一小部分，单纯依赖代码辅助工具无法解决制约交付效率的深层低效问题，反而可能因测试等环节的滞后使团队面临的各类问题进一步加剧。