远非正常水平

过去六个月，一个又一个数据点证实了AI工程生产力的显著提升。NVIDIA报告称，在3万名开发者中，提交代码量增加了3倍，而错误率保持稳定。Amplitude的每周生产提交量增长了三倍，AI代理已成为其代码库中贡献排名前三的贡献者。Anthropic内部采用Claude Code后，每位工程师编写的代码量增加了2.5倍，质量保持稳定。Replit在团队规模翻倍的同时，人均产出也增长了三倍，审查时间、回退和事故率均未上升。

这些数据将生态系统划分为三个不平等的层级，每个层级由公司捕获模型能力的程度决定。第一个层级是大多数公司当前的体验：分发AI IDE，不改变其他任何东西，结果相对温和。工程领导者期望2-3倍的生产力提升，但实际接近30%。Faros对2.2万名开发者的遥测数据证实，工程师完成史诗任务的速度提高了66%，但每位开发者的错误数增加了54%。Google的随机对照试验将这一数字定为21%，接近GitHub的24%。这是默认结果。

前沿层级紧随其后。这些公司围绕模型构建了操作层，编排代理在GitHub、Linear和Slack之间共享上下文，并将需要判断的任务升级给工程师。Replit的CEO Amjad Masad描述道：每位员工都有一个管理代理，它会循环生成工作代理。他们的内部代理在安全测试和事件分类方面，以十分之一的成本超越了七位数的SaaS工具。人工PR审查时间下降了30%，复杂支持处理时间下降了60%，总代码贡献量增长了5.8倍。这就是3倍数字的来源。

第三个层级是软件工厂，这个名称恰如其分。它们是机械地生产软件的AI机器。Cognition的Devin端到端地重构单体代码库。Factory.ai正在NVIDIA、Adobe、Blackstone和EY部署软件工厂。Nubank使用Devin进行大规模重构，实现了8倍的工程效率提升和20倍的成本降低。高盛正在与1.2万名人类开发者一起试点Devin，并公开估计代理AI可能比之前的工具提供3-4倍的速度提升。

AI工程生产力的提升已经到来。初始数据显示了预期：大多数团队应该从20%的生产力提升迁移到3倍的生产力提升，而这些远非正常水平。差距不在于模型本身，而在于围绕模型建立的操作纪律。我们现在正处于一个应该期望彼此产出3倍的时代。

这些数据点来自Cursor、Faros、Google、GitHub、Factory.ai、Contrary Research和CNBC等来源，共同描绘了一幅清晰的图景：AI工程生产力的提升是真实的，但成果分布极不均匀。从IDE分发到代理操作层，再到软件工厂，每个层级都代表了不同的操作纪律和模型能力捕获程度。

要点

• AI工程生产力呈现三个明显层级：IDE分发（20-46%提升）、代理操作层（2.5-3倍提升）和软件工厂（8倍以上提升）。
• 差距不在于AI模型本身，而在于公司围绕模型建立的操作纪律和组织方式。
• NVIDIA、Amplitude、Anthropic和Replit等前沿公司已实现3倍左右的生产力提升，且质量指标保持稳定。
• Nubank使用Devin进行大规模重构，实现了8倍工程效率提升和20倍成本降低。
• 大多数公司应从当前的20%生产力提升迁移到3倍提升，这需要改变操作纪律而非仅依赖工具。