研究机构Coleman Parkes受Undo委托做了一份调查，对象是300位负责关键业务系统交付的高级工程负责人，多数人手上的项目是C和C++。结果在10月中旬公布：这些团队一周里写代码用掉9.8小时，处理开发阶段和生产环境冒出来的故障用掉16.9小时，后者占到了一周工时的42%。
79%的受访负责人认为智能体确实大幅加快了代码生成，可同一批人报告的整体发布周期并没有比以前更快。这两组数字放在一起有点别扭。省下来的时间没有消失，它挪到了调试和拆解AI生成代码上。写得快不等于交得快，中间卡着理解和排障。
有35%的AI生成代码，进生产环境的时候团队还没把它读透。80%的受访者说，面对复杂代码库里的疑难问题，智能体处理起来吃力；因此大约三分之一的团队把智能体的使用范围划在了简单代码库，代码理解和调试只在这个范围里用它，更复杂的系统靠别的手段建立信心。
故障侧的统计更具体。81%的团队在过去六个月里至少发生过一次影响内部用户或客户的生产事故，14%每月要碰上好几次；93%至少有过一次因为模型幻觉把根因判断错，18%每月多次；91%的团队碰过这种事：测试漏了、缺陷严重、或者优化不到位，代码照样上线，8%每月要碰上好几回。
Undo的创始人Greg Law把问题说得很直白：工程师要花好几天弄清楚到底哪里出错、为什么出错，手上拿的是那种几乎对、又不完全对的代码；智能体擅长飞快地写出一大堆代码，调试能力却很弱。代码是谁写的，决定了故障发生时谁脑子里有那张图。
样本只有300人，且偏向C和C++这类调试本来就难的系统；委托方Undo卖的是根因分析工具，调查报告的框架对它有利。读这份报告要带上这两个限定。这份调查也没覆盖纯前端和脚本类项目，那类系统的调试耗时通常更低。数字的方向可以参考，具体比例不宜当成全行业均值。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
