根据贝恩公司周二发布的《2026年全球技术报告》，AI编程工具正帮助开发者完成大约多21%的任务，但审核输出结果所花费的时间却增加了91%。该分析机构为此报告调查了近300位高级技术负责人。
随着开发者需要同时处理多47%的工作流，他们正逐渐转变为协调者角色，这表明AI生成工作的速度已经超过了现有流程的消化能力。为帮助企业将AI融入现有工作流程，领先的AI实验室和平台正投入数十亿美元用于前线部署的工程模型。
贝恩合伙人、该报告作者之一普尔纳·多达帕内尼（Purna Doddapaneni）向CIO Dive表示："瓶颈已经从编写代码转移到了信任代码上。每一项变更仍然需要被理解、审核、测试和确保安全，而这些工作大多仍然依赖人工完成。产出在增长，但整个系统的运转速度，取决于最慢的那个人工检查环节。"
开发者利用AI工具生成代码的速度与代码能够进入生产环境的速度之间的差距正在扩大，这给企业信息技术主管（CIO）带来了新的工程管理挑战。
贝恩的报告发现，仅仅增加技术投入而不调整流程本身，并不能解决问题，反而会制造出新的问题。
这对企业而言意义重大。据贝恩公司数据，企业领导者预计未来一到两年内，发布周期速度将提升148%，软件开发者生产力将提升95%——这远远超过当前组织所获得的20%至27%的实际收益。
要缩小这一差距，需要为AI系统提供更好的上下文信息。让AI模型能够访问公司代码库的相关信息——包括架构、文档和标准——可以减少开发者需要手动提供的上下文内容，同时为智能体明确可执行工作的边界。
多达帕内尼表示："企业应该停止将验证视为纯人工活动，而应将信任机制构建到系统本身之中。根据我们的研究，CIO需要关注三个领域：修正输入信息、构建确定性的质量保障体系，以及衡量整个系统，而非仅仅衡量编码速度。"
该报告还建议，与其依赖开发者在日益漫长的审核周期中发现问题，组织应该将自动化测试、安全检查和政策控制直接内置到AI辅助的开发工作流程中。
人工审核应保留在最能发挥价值的决策环节。
CIO还需要衡量AI是在改善整个开发流程，还是仅仅改善个别任务。代码量或开发者活动量等指标可以表明AI工具正在被使用，但发布频率、周期时间、缺陷率、审核工作量和部署成功率等指标，才能更清晰地呈现AI是否真正改善了端到端的交付流程。
多达帕内尼说："今天的工作流程和团队结构，是为协调人员而设计的。AI改变了需要协调的对象。能够领先的公司不会是拥有最好模型的公司，而是那些构建了能让AI大规模可靠运行的架构的公司。"
Q&A
Q1：AI编程工具到底能带来多大效率提升？
A：根据贝恩公司报告，AI编程工具目前能帮助开发者多完成约21%的任务，但代码审核时间同步增加了91%，整体收益被审核环节大幅抵消。
Q2：为什么AI生成代码变多了，但效率没有明显提升？
A：因为瓶颈已经从编写代码转移到了信任代码环节。每项代码变更仍需人工理解、审核、测试和安全确认，系统运转速度最终取决于最慢的人工检查环节。
Q3：企业CIO应该如何应对AI带来的审核压力？
A：报告建议CIO从三方面着手：优化AI输入的上下文信息、构建确定性的自动化质量保障体系，并衡量整个开发流程效果，而不只是关注编码速度本身。
