当你在GitHub上浏览代码时，你可能不会注意到一个正在悄然发生的巨大变革：越来越多的代码实际上并不是人类写的，而是由人工智能代码助手创造的。这项由荷兰代尔夫特理工大学、加州大学戴维斯分校以及GitHub等机构联合开展的突破性研究，首次全面揭示了自主编程代理在真实软件开发中的活动模式和代码变化规律。这项研究发表于2026年，研究团队分析了超过11万个开源项目的拉取请求，涵盖数百万行源代码，为我们理解AI如何改变软件开发提供了前所未有的洞察。
想象一下，如果软件开发是一座繁忙的工厂，那么现在这座工厂里不仅有人类工程师在忙碌，还有一群永不疲倦的AI助手在协同工作。这些AI代理不再是简单的代码补全工具，它们能够独立创建代码分支、开启拉取请求，甚至进行代码审查。研究显示，目前GitHub上已有10%的公共拉取请求来自这些AI代理，这个比例还在快速增长。
要理解这种变化的意义，我们需要回到软件开发的基本流程。在传统的软件开发中，程序员会创建代码，提交到版本控制系统，然后通过拉取请求的方式让其他开发者审查和合并代码。这就像是一个精心设计的协作流程，每个环节都需要人类的参与和决策。但现在，AI代理正在这个流程中扮演越来越重要的角色，它们不仅能写代码，还能参与整个软件工程的生命周期。
研究团队重点关注了五个最受欢迎的编程代理：OpenAI Codex、GitHub Copilot、Claude Code、Google Jules和Devin。这些代理各有特色，就像是五个性格不同的程序员同事。Codex通常处理相对简单的任务，创建的拉取请求规模较小但合并速度很快。Copilot则更多地参与协作，它的拉取请求往往会收到更多的评论和审查。Claude Code倾向于进行大规模的代码修改，经常涉及文档更新和代码重构。而Devin作为相对较新的代理，在处理复杂任务方面展现出了独特的能力。
这些AI代理的工作方式与人类程序员有着显著差异。研究发现，大部分AI代理的活动集中在零星级（没有获得任何星标）的项目中。这就像是AI代理更愿意在新手程序员的个人项目中展现身手，而不是在那些拥有大量关注者的知名开源项目中工作。具体来说，Codex和Jules的拉取请求中有75%都来自零星级项目，而人类程序员只有40.5%的拉取请求来自这类项目。
从代码变更的角度来看，AI代理展现出了与人类截然不同的行为模式。人类程序员的典型拉取请求大约涉及60行代码的修改，而Claude Code的中位数达到了376行，显示出AI代理倾向于进行更大规模的代码变更。这些变更往往以添加新代码为主，而不是删除或修改现有代码，就像是AI代理更喜欢"建造"而不是"拆除"。
在文件类型的选择上，AI代理也表现出了明显的偏好。JavaScript和TypeScript是最受AI代理青睐的编程语言，约有三分之一的AI拉取请求涉及这些语言。Python紧随其后，特别是在Codex的拉取请求中，Python文件占比高达27%。值得注意的是，AI代理还频繁地修改非代码文件，特别是Markdown格式的文档文件。Claude Code的拉取请求中有近一半涉及Markdown文件，这反映了AI代理在文档生成和维护方面的活跃度。
当我们深入观察这些拉取请求的处理过程时，发现了更多有趣的现象。AI代理创建的拉取请求在合并率方面呈现出两极分化的趋势。Claude Code和Codex的合并率超过了85%，甚至高于人类程序员的75.1%。但Copilot和Devin的合并率只有约62%，明显低于人类水平。这种差异可能反映了不同AI代理的工作方式和质量控制机制的不同。
更引人注目的是合并时间的差异。人类创建的拉取请求通常需要0.4小时才能被合并，而Codex的拉取请求只需要0.5分钟就能完成合并，速度快得惊人。这种快速合并可能源于两个原因：要么这些代码修改非常简单直接，要么它们在提交前就已经经过了离线审查，拉取请求只是最后的整合步骤。
然而，速度并不意味着质量。研究团队还深入分析了AI生成代码的长期演变，这是评估代码质量的重要指标。他们追踪了代码在合并后三天、一周和三周内的变化情况，就像是观察一栋新建房屋在入住后是否需要频繁维修。
结果显示，人类编写的代码具有更好的"生存能力"。在合并后的三天内，约有一半的人类代码行保持不变，而AI代理生成的代码被修改的概率要高得多。这种差异在更长的时间跨度内变得更加明显。人类编写的代码就像是经过精心设计的建筑，能够经受时间的考验，而AI生成的代码更像是快速搭建的临时结构，需要更频繁的调整和修复。
代码流失率是另一个重要的质量指标。研究发现，AI代理的代码具有更高的流失率，这意味着它们的代码更容易被后续的提交所修改或删除。这种现象可能源于AI代理倾向于生成较大的代码块，以及它们在代码设计上可能缺乏人类程序员的深思熟虑。特别是Claude Code，其代码流失率明显高于其他代理，这与它倾向于进行大规模代码修改的特点相符。
从协作的角度来看，AI代理与人类开发者的互动也呈现出独特的模式。人类创建的拉取请求中有21%会收到其他开发者的评论，而大多数AI代理的拉取请求很少收到评论。Codex的拉取请求中只有2%收到了评论，这可能表明这些拉取请求要么非常简单明了，要么已经在其他渠道完成了审查。相比之下，Copilot的拉取请求更容易引发讨论，24%的拉取请求收到了评论，这可能反映了Copilot与开发者协作机制的不同。
问题链接是软件开发中另一个重要的协作指标。当开发者创建拉取请求时，他们通常会将其与相关的问题或需求关联起来。人类程序员只有8.6%的拉取请求链接了问题，而Copilot的这一比例高达52.1%。这种差异反映了不同工作流程的特点：Copilot通常是在明确的问题驱动下工作，而其他代理可能更多地进行主动性的改进。
当我们把视角拉到更宏观的层面时，可以看到这些AI代理正在重新定义软件开发的生态系统。传统上，拉取请求主要用于大型项目中开发者之间的协作，但AI代理的兴起正在将这种机制扩展到个人项目和小型仓库中。这就像是原本只在大公司使用的协作工具现在被推广到了个人工作室，改变了整个行业的工作方式。
研究还发现了一个值得关注的趋势：AI代理的活动主要集中在受关注度较低的项目中。这种分布可能反映了几个现实因素。首先，高星级项目通常有更严格的代码审查流程和更高的质量要求，可能不太适合当前AI代理的能力水平。其次，个人开发者可能更愿意在自己的项目中尝试AI工具，而大型开源项目的维护者可能对引入AI代理持更谨慎的态度。
这种现象也揭示了AI代理使用的不同模式。像Copilot和Codex这样的工具由于与GitHub和ChatGPT的深度集成，降低了使用门槛，因此在小型项目中的普及率更高。而Devin作为一个相对昂贵和专业化的工具，在高星级项目中的使用比例相对较高，显示出了不同工具的市场定位。
从技术演进的角度来看，这些AI代理代表了从被动助手到主动代理的重要转变。早期的编程助手如GitHub Copilot主要专注于代码补全，需要开发者的持续指导和确认。而现在的自主代理能够进行多步骤的任务规划，自主执行操作，甚至进行自我评估。这种能力的提升使得它们能够处理更复杂的软件工程任务。
这种转变的影响是深远的。在代码生成质量方面，虽然AI代理在速度和规模上展现出了优势，但在代码的持久性和稳定性方面仍有改进空间。这提醒我们，评估AI代码工具不能仅仅看短期的生产效率，还需要考虑长期的维护成本和代码质量。
研究也揭示了不同AI代理之间的显著差异。这些差异不仅体现在技术能力上，还反映了它们的设计哲学和应用场景。Codex倾向于快速、简单的修改；Claude Code专注于大规模的重构和文档更新；Copilot更注重与开发者的协作；而Devin和Jules则在特定场景下展现出了独特的优势。
从软件工程实践的角度来看，这些发现对开发团队有重要的指导意义。团队需要根据项目特点选择合适的AI代理，并建立相应的质量控制机制。对于需要快速原型开发的项目，AI代理可能是很好的选择。但对于需要长期维护的关键系统，可能需要更谨慎地使用这些工具，并加强后续的代码审查和重构。
研究还发现了AI代理在不同编程语言上的表现差异。JavaScript和TypeScript的高使用率可能反映了Web开发的活跃度，也可能表明AI代理在这些语言上的训练更充分。Python的高占比则可能与数据科学和机器学习项目的增长有关。这些模式为我们理解AI代理的能力边界和最适用的场景提供了重要线索。
值得注意的是，AI代理生成的代码虽然在短期内可能看起来功能完整，但在长期演化中显示出了更高的变化率。这种现象可能有多种解释。一方面，AI代理可能倾向于生成相对独立的代码块，这些代码块在集成到更大的系统时需要更多的调整。另一方面，AI代理可能还没有完全掌握人类程序员在代码设计中的一些微妙考量，比如可维护性、可扩展性等长期因素。
从协作文化的角度来看，AI代理的引入正在改变开源社区的互动模式。传统的拉取请求往往伴随着技术讨论和知识分享，而AI代理的拉取请求可能缺乏这种人文互动。这可能会影响开源社区的学习和成长氛围，需要社区找到新的平衡点。
研究团队还观察到了AI代理在文档维护方面的积极作用。许多开源项目都面临文档更新滞后的问题，而AI代理在Markdown文件更新方面的活跃度显示了它们在这个领域的潜力。这可能为解决开源项目的文档维护难题提供了新的思路。
代码审查是软件开发中的另一个重要环节。研究发现，不同AI代理的拉取请求收到审查的比例差异很大。这种差异可能反映了不同工具的集成方式和用户群体的不同。一些AI代理可能更多地被用于个人项目或实验性代码，因此审查需求较低。而另一些可能更多地参与正式的开发流程，需要更严格的审查。
从技术债务的角度来看，AI代理生成的代码具有更高的后续修改率，这可能会增加项目的维护负担。开发团队需要权衡AI代理带来的短期效率提升和可能的长期维护成本。这提醒我们，在使用AI代理时需要建立相应的质量保证机制。
研究还揭示了仓库受欢迎程度对AI代理使用的影响。高星级项目通常有更严格的贡献指南和更高的代码质量要求，这可能限制了当前AI代理的参与度。随着AI技术的不断改进，我们可能会看到这种模式的逐步改变。
说到底，这项研究为我们提供了一个全新的视角来理解AI在软件开发中的角色。AI代理正在从简单的编程助手演变为能够独立处理复杂任务的开发伙伴。虽然它们在代码质量和长期稳定性方面还有改进空间，但它们已经在提高开发效率、处理重复性任务、维护文档等方面展现出了巨大价值。
这种变化对整个软件行业都有深远影响。开发者需要学会与AI代理协作，利用它们的优势同时弥补它们的不足。项目管理者需要制定新的工作流程和质量标准来适应AI代理的参与。而技术领导者则需要思考如何在提高效率的同时保持代码质量和团队学习成长。
归根结底，AI代理的崛起并不意味着人类程序员的终结，而是预示着一个新的协作时代的到来。在这个时代中，人类的创造力、判断力和长期思考能力将与AI的速度、一致性和不知疲倦相结合，共同推动软件开发的边界。这项研究为我们理解这种协作关系的现状和发展趋势提供了宝贵的数据支撑，也为未来的研究和实践指明了方向。
Q&A
Q1：什么是自主编程代理，它们和普通的AI编程助手有什么区别？
A：自主编程代理是能够独立完成整个编程任务流程的AI工具，比如OpenAI Codex、GitHub Copilot等。与需要人类持续指导的传统AI助手不同，这些代理能够自主创建代码分支、开启拉取请求、进行代码审查，甚至处理多步骤的复杂任务，就像是永不疲倦的程序员同事。
Q2：AI代理生成的代码质量如何，会不会比人类写的代码更容易出问题？
A：研究发现AI代理生成的代码确实存在一些质量问题。虽然它们能够快速生成功能完整的代码，但这些代码在长期维护中表现出更高的修改率和流失率。人类编写的代码有约一半在三天内保持不变，而AI代理的代码更容易被后续修改，这意味着可能需要更多的后续维护工作。
Q3：目前AI编程代理主要在什么类型的项目中使用？
A：AI编程代理主要活跃在零星级项目（没有获得GitHub星标的个人项目）中，比如Codex和Jules有75%的拉取请求来自这类项目，而人类程序员只有40.5%。这些代理更多地被用于个人项目、实验性代码或新手开发者的学习项目，在大型知名开源项目中的使用相对较少。