国际清算银行（BIS）最新发布的年度经济报告中，在“AI对宏观经济的影响”主题里提到的⼀个科学实验表明：AI编程工具，对程序员的生产力提升在50%以上。

该科学实验跟踪了1219名蚂蚁程序员编程情况，每位程序员跟踪周期为14周，实验通过观察他们在使用AI编程工具CodeFuse时，对生产力提升的情况得出的结论。

结果显示，AI所带来的生产力提升中仅有小部分来自于代码的直接生成，而更多是通过在与机器交互过程中激发了程序员的创造力。同时，AI编程对初级程序员提升更为明显，高级程序员遇到问题更倾向于独立解决。这是由于目前人类对AI工具的信任度尚处于早期阶段。

AI编程提升生产力超50%

这一实验整体周期历时近三个月，把1219名程序员分成两组，通过跟踪的数据，分析不同类型的程序员在使用AI编程工具时的不同表现。最终发现，通过AI编程工具，可提升程序员生产力达50%以上。

该实验是BIS在数字经济开放研究平台上的研究成果。数字经济开放研究平台由北京大学数字金融研究中心、国家金融与发展实验室、蚂蚁集团研究院、上海交通大学中国金融研究院、浙江大学金融科技研究院和中国人民大学中国普惠金融研究院于2019年4月共同发起成立。

据悉，实验所采用的AI编程工具CodeFuse是蚂蚁集团自研的代码生成工具，并广泛应用在蚂蚁内部研发流程，目前，每周已有超五成蚂蚁程序员在日常研发中使用CodeFuse。CodeFuse生成的代码整体采纳率为30%，在生成单元测试场景采纳率可达到50%。

CodeFuse实验项目组研究员介绍，AI辅助代码编写主要涉及代码补全、注释生成、测试用例生成，图生前端代码等场景，大大提升了程序员的效率。比如前端生成，原来要花半天时间写代码，现在一个截图点击就能完成。

从实验结果来看，AI编程对初级程序员提升更为明显。这是由于目前人类对AI工具的信任度尚在早期阶段。

“类似于当一个更优秀的语言出现时，资深的程序员对老语言会有更强的黏性，而新手程序员会更愿意尝试切换。资深程序员往往已经很熟悉当前的研发项目，遇到的技术卡点问题相对较少，并且由于技术自信，有问题优先自己独立解决，而不是去寻求AI工具的帮助，因此对产品主动体验、探索更多功能不足。”该研究员分析。

相比直接代码生成 AI更能激发程序员创造性

在本次实验中，AI所带来的生产力提升，主要在于影响了程序员的创造力，而不是直接生成代码。“并非像人们想象中的机器帮助生成代码，才提升了生产力，而是与机器交互过程中，激发了程序员的创造力，进而影响了生产力。” 该研究员称。

他介绍，AI工具解决了编程工作过程中的卡点，减少程序员投入在繁杂冗余的工作上的时间，进而让程序员更加聚焦至有创造性的工作中来。

“在没有AI工具出现之前，遇到技术卡点问题，大家会通过搜索引擎寻找答案，但搜索到的结果质量不高，并可能会参杂各种广告和钓鱼信息，这些都会严重影响工作效率。现在大模型的出现，让这个世界上的知识以极高的压缩率浓缩到百亿-千亿参数模型内，只需要通过简单的几轮对话就可以获取自己所需的信息。”

一名程序员分享了他使用AI工具的体验：过去被一个简单问题卡住数小时到半天，是很正常的事情，如今只需要在几分钟内就可以通过AI对话工具解决。

程序员不仅要会写代码，更要会测试代码。蚂蚁内部调研结果显示，测试代码所占用的时间平均是开发代码的1.5倍。对于这项考验耐心的繁琐工作，AI工具也能帮助程序员提升效率。

“测试代码在程序员的体验上是极为糟糕的，因为需要巧妙地编写测试代码来达到测试时间（效率）和测试覆盖率的平衡，还需要构造测试数据，模拟测试场景。这些在人工操作过程中都极易出错。”用户调研访谈结果显示，“而AI工具的一键生成单测代码功能，让程序员能完全不写或仅编写少量的测试代码作为例子，把工作交由AI来自动生成，完成各种不同场景和代码分支的测试覆盖。”

未来五年内AI写代码有望接近L4水平

在AIGC和大模型概念火热的今天，AI是否会抢夺人类工作，成为许多人关心的问题。

蚂蚁集团代码大模型CodeFuse负责人李建国认为，在可见的未来，AI完全取代程序员并不太现实，自然语言编程处于一个类似于自动驾驶技术中的L2.5级别。

据悉，蚂蚁集团接下来的目标是在某些特定场景下实现L3级别的完全自动化。例如，在效能领域中的持续集成（CICD）场景，就有可能通过大模型的驱动来自动完成，包括触发检查、提交，甚至创建拉取请求（PR）等操作。

不过，要实现全场景、全链路的自动化，李建国坦言，前端可能还需要一段时间才能发展起来。复杂的项目级的需求拆解，特别是特定领域的拆解，也面临较大挑战。李建国判断，可能还需要3-5年的时间，在万物摩尔定律的推动下，达到L3甚至接近L4的水平。

届时，AI编程有望发展至新的阶段：如今约有20%到30%的编程工作可被替代，未来该比例可能会提高到50%，甚至有些环节可以完全被自动化取代，释放人类去做更有创意的工作。

总体而言，AI程序员成为企业运营中的新常态已是势不可挡的趋势。无论是AI程序员，还是全生命周期研发智能体，大模型对整个软件研发范式均将带来非常大的提效。

不过，要实现全场景的自动化，人类仍然在其中扮演一个重要的角色。而架构层次的创新，更需要依赖人类，同时，大模型也会催生新的职业，正如计算机催生了程序员行业一般。