AI代码产出飙升300% 但软件发布仅增30%

两项新研究表明，AI的生产力增益在触及利润表之前就已消失殆尽，这对推动该板块股市反弹的万亿美元投资逻辑构成了挑战。

根据麻省理工学院的研究，人工智能工具正以爆炸性速度生成代码，但这些产出中的绝大部分从未转化为最终的软件产品。研究发现，使用AI助手的开发者创建或编辑的代码文件数量增加了近300%。当代码进入审查阶段时，这一增益收窄至约150%，而当代码出现在最终软件发布中时，则骤降至约30%。

"瓶颈已从编写代码转移到之后的所有环节——审查、集成、测试、部署，"麻省理工学院研究员、该研究的合著者Mert Demirer表示。该研究追踪了软件开发流水线多个层级的开发者。"AI极大地加速了上游任务，但下游流程并未改变。"

这一发现与贝恩公司对九个行业951家大型企业进行的平行调查结果相呼应。在能够量化AI成本节约的企业中，最大的一组（40%）报告成本降幅在10%或更少，远低于最初的预期。贝恩估计，全球企业在AI上的支出已超过1万亿美元，但对大多数组织而言，这项投资的回报仍难以捉摸。

漏斗问题

麻省理工学院的研究提供了迄今为止最详细的AI生产力增益流失路径图。该研究考察了开发者四个阶段的产出：原始代码文件创建、单个文件编辑、代码审查提交和最终软件发布。在每个阶段，AI带来的增益大约削减了一半或更多。

这一模式不仅限于代码，还延伸到了实际市场需求。研究人员发现，随着AI工具降低了开发门槛，过去一年移动应用的发布量大幅增加，但应用下载量并未相应上升。大多数新应用甚至未能吸引到有限的用户基础，这表明AI加速的生产并不能自动创造市场价值。

贝恩的调查揭示了一个更具结构性的问题：44%的大型企业正依靠尚未实现的上一轮AI投资成本节约来为下一轮AI投资提供资金。这家咨询公司将这种动态描述为"一场带有结构性缺陷的循环押注"。高德纳预计，到2027年底，超过40%的智能体AI项目将被放弃。

原生企业与传统企业的分化

生产力差距并非在所有经济体中均匀分布。从零开始围绕AI构建的公司，其成果与将AI嫁接至现有工作流程的传统企业截然不同。

Claude模型的开发者Anthropic报告称，其AI现在编写了合并到其代码库中超过80%的代码，而这一比例在2025年2月Claude Code以研究预览版推出之前仅为个位数。该公司表示，其工程师正以约为2024年八倍的速度交付代码。Anthropic在其报告《当AI构建自身》中称，在公司的头四年，每位工程师每天的代码行数一直保持稳定，直到2025年才急剧攀升。

麻省理工学院的研究人员指出，这种对比让人联想到20世纪初工厂的电气化。当制造商简单地用电动机替换蒸汽机而不改变工厂布局时，生产力增益微乎其微。真正的飞跃出现在几十年后，工程师们围绕配备专用电动机的独立工位重新设计了工厂。AI可能会遵循类似的轨迹，其全部益处需要新的组织结构而非附加工具才能实现。

投资清算时刻

对于投资者而言，这些数据对AI相关股票的估值提出了令人不安的问题。从英伟达到超大规模云服务商再到AI软件公司，目前AI股票的溢价是建立在对未来生产力增益的预期之上，而非已实现的回报。如果漏斗效应持续存在，AI支出与可衡量的商业成果之间的差距可能引发市场重新评估。

优步首席执行官达拉·科斯罗萨西最近透露，该公司在一个季度内就耗尽了全年的AI预算，并计划将大部分AI使用转向成本更低的模型，仅将前沿工具保留给特定用例。另一项关于法律应用的研究发现，将低成本开源AI与高端模型搭配使用，能以极低的成本产生更好的效果。

"技术是有效的，但价值尚未到来，"贝恩在其报告中写道。

Anthropic在其自身分析中也承认了这种不确定性。"这些都并不能保证递归自我改进即将到来，"该公司表示。"目前尚不清楚Claude是否具备研究判断力——即选择正确问题来解决的能力。"

对于押注AI驱动生产力增益的投资者来说，等待的时间可能比市场当前所定价的更长。技术的进步速度，快于那些需要捕捉其价值的组织和流程的变革速度。

本文仅供信息参考，不构成投资建议。