美国近5年新增代码中AI贡献近三分之一,中国在这一块落后了 | Science

生成式人工智能正迅速重塑软件开发格局。一项发表于《科学》(Science)的最新研究显示,AI 辅助编程正快速普及但分布不均:美国新增代码中 AI 依赖度从 2022 年的 5% 升至 2025 年初的 29%,而中国仅为 12%。初级程序员对 AI 的使用率最高,但生产力提升主要惠及资深开发者。
图片

来源 Unsplash


来源 复杂性科学中心

翻译 科研圈bot


软件产业规模庞大。仅在美国经济中,企业每年用于编程相关工作的工资支出估计就达 6000 亿美元。每天,数十亿行代码支撑着全球经济的运转。人工智能(AI)如何改变这一现代生活的支柱?


在《科学》Science 1 月 22 日发表的一项研究中,由位于奥地利维也纳的复杂系统科学中心(Complexity Science Hub,CSH)领导的研究团队发现,截至 2024 年底,美国近三分之一新编写的软件功能——即计算机程序中自包含的子程序——已在人工智能系统的辅助下完成开发。


图片

左图:AI 编写的 PYTHON 函数占比(2019-2024 年)快速增长,但各国采用速度存在差异。美国在生成式 AI 的早期应用上领先,紧随其后的是法国、德国等欧洲国家。从 2023 年起,印度迅速追赶,而中国和俄罗斯的应用进展相对缓慢。右图:通过对比同一程序员在不同时间点的使用情况,生成式 AI 的应用与生产力(提交次数)、功能广度(库使用)及新功能探索(库引入)的提升相关,但这仅适用于资深开发者,而初入行的开发者使用生成式 AI 并未获得统计学上的显著收益。来源  CSH


“我们分析了全球最大的协作编程平台 GitHub 上约 16 万名开发者提交的逾 3000 万份 Python 代码,” CSH 与荷兰乌得勒支大学(Utrecht University)的西蒙娜·达尼奥蒂(Simone Daniotti)表示。GitHub 记录了编码的每个环节——添加、编辑、优化——使研究人员能够实时追踪全球范围内的编程工作;而 Python 是全球使用最广泛的编程语言之一。



地区间差距显著


该团队利用一种经过专门训练的 AI 模型来识别代码块是否由 AI 生成,例如通过 ChatGPT 或 GitHub Copilot 产生的代码。


"研究结果显示扩散速度极快,”CSH 转型经济体研究组负责人弗兰克·内夫克(Frank Neffke)解释道,"在美国,AI 辅助编程的比例从 2022 年的约 5%跃升至 2024 年最后一个季度的近 30%。"


与此同时,该研究发现各国间存在显著差异。“美国 AI 辅助编写代码的比例最高,达到 29%,德国为 23%,法国为 24%,印度以 20%紧随其后且追赶迅速,”他说道,而研究结束时俄罗斯(15%)和中国(12%)的比例仍相对落后。


"美国领先并不意外——顶尖的大语言模型正源于此地。中国与俄罗斯用户在使用这些模型时面临障碍,或是被当局封锁,或是遭供应商限制,尽管存在 VPN 这类变通手段。不过,像 DeepSeek 这类中国本土近期突破(该模型于 2025 年初数据截止后发布),预示着这一差距或将迅速缩小," CSH 成员、布达佩斯科维努斯大学(Corvinus University of Budapest)副教授约翰内斯·瓦克斯(Johannes Wachs)如是说。



经验丰富的开发者获益最多


研究表明,到 2024 年底,生成式 AI 的应用使程序员的效率提升了 3.6%。"这一数字或许看似温和,但在全球软件产业的规模下,它代表着可观的增益,"内夫克表示。


研究发现,男女在人工智能使用上没有差异。相比之下,经验水平更为关键:经验较少的程序员编写的代码中有 37%使用了生成式 AI,而经验丰富的程序员仅有 27%。尽管如此,研究记录的生产力提升完全由经验丰富的用户驱动。"新手几乎毫无获益,"达尼奥蒂表示。因此,生成式 AI 并不会自动拉平竞争环境,反而可能扩大现有差距。


此外,经验丰富的软件开发者更倾向于尝试新库及现有软件工具的非常规组合。瓦克斯表示:"这表明 AI 不仅能加速常规任务,还能加快学习进程,帮助资深程序员拓宽能力边界,更轻松地涉足软件开发的新领域。"



经济效益


这一切对经济意味着什么?“根据对约 900 种不同职业的分析,美国每年在编程任务上的工资支出估计在 6370 亿至 1.06 万亿美元之间,”论文合著者、来自 CSH 的 Xiangnan Feng 表示。若 29%的代码获得 AI 辅助且生产率提升 3.6%,每年将创造 230 亿至 380 亿美元的附加值。内夫克指出:“这很可能是个保守估计,生成式 AI 在软件开发中的经济影响在 2024 年底已相当显著,且自我们分析以来可能进一步扩大。”



展望未来


软件开发正经历深刻变革。AI 正成为数字基础设施的核心,它提升生产力并催生创新——但这主要惠及的是已具备丰富工作经验的人群。


瓦克斯指出:"对企业、政策制定者和教育机构而言,关键问题不在于是否使用 AI,而在于如何让更多人受益于 AI 而不加剧不平等。"内夫克补充道:"当一辆汽车本质上已成为软件产品时,我们需要尽快理解企业在采用人工智能时面临的障碍——从企业、地区到国家层面。"


https://www.eurekalert.org/news-releases/1112957

论文信息

【标题】Who is using AI to code? Global diffusion and impact of generative AI

【作者】SIMONE DANIOTTIJOHANNES WACHSXIANGNAN FENGFRANK NEFFKE 

【期刊】Science

【日期】22 Jan 2026

【DOI】10.1126/science.adz9311

【摘要】Generative coding tools promise big productivity gains, but uneven uptake could widen skill and income gaps. We train a neural classifier to spot AI-generated Python functions in over 30 million GitHub commits by 160,097 software developers, tracking how fast, and where, these tools take hold. Currently AI writes an estimated 29% of Python functions in the US, a shrinking lead over other countries. We estimate quarterly output, measured in online code contributions, consequently increased by 3.6%. AI seems to benefit experienced, senior-level developers: they increased productivity and more readily expanded into new domains of software development. In contrast, early-career developers showed no significant benefits from AI adoption. This may widen skill gaps and reshape future career ladders in software development.

【链接】https://www.science.org/doi/10.1126/science.adz9311