AI 让我们的开放 PR 增加了 36%。但这并非故事的全貌

本文探讨了 AI 在软件交付中的实际应用效果。虽然 AI 工具使开放 Pull Request 数量增加了 36%，但作者指出这并非全部真相——AI 带来的代码量增长也伴随着代码质量和维护复杂度的挑战。文章分享了哪些做法行之有效，哪些仍然困难重重，以及团队仍在学习中的经验教训，为其他希望在软件交付中采用 AI 的团队提供了务实参考。

背景速读

- Stack Builders 是一家中型软件开发咨询公司，以 Craft 语言（一种函数式编程语言）为核心技术栈，业务涵盖定制软件、Web 与移动端开发等。该公司在评估 AI 辅助编程工具对其实际交付流程的影响。 - 他们统计的数据显示，引入 AI（如 GitHub Copilot 等）后，团队在相同时间内新开的 Pull Request 数量增加了 36%，即单周 PR 数从约 25 个升至 34 个；这看似是积极的效率提升信号。 - 然而深入分析后发现，PR 虽变多，但代码被批准、合并进主分支的比例却下降了——更多代码被搁置或退回修改，说明 AI 产出的代码质量不够可靠。 - 更值得关注的是，AI 生成的代码导致开发者在代码审查上花的时间翻倍（从每PR约1小时增至2小时+），反而形成了新的阻塞点。整体看，AI "把问题从"写代码"转移到了"审代码"，未必真正节省了团队资源。