据TechRadar 10月12日报道，哈佛大学研究人员Fiona Chen和James Stratton在一篇新论文中发现，AI确实能提高编程效率，开发者使用AI后产出的代码量增加30%，但完成软件方面没有统计显著改善。研究认为，AI带来的生产率提升被生产流程下游的约束吸收，代码审查因此成为新的瓶颈。

论文数据显示，开发者产出的代码行数增加30%，代码提交增加20%，拉取请求增加23%。研究人员因此追问，为何最终产品没有出现20%至30%的同步增长。与此同时，审查和合并拉取请求所需时间增加49%，每个拉取请求的审查评论数量增加35%，参与代码审查的员工比例增加14%。这些变化表明，AI辅助编程并没有消除瓶颈，而是把瓶颈向下游推移。同一报道的要点清单称每个拉取请求的评论增加49%，正文则称增加35%，存在数据差异。

报道称，平均审查流程从7.03天延长到10.48天。AI能够以远快于人类的速度生成代码，新增代码又需要更多审查，导致下游工作量上升。研究还提出，企业是否会因为AI改变工作分配，而把更多员工调往代码审查环节。

AI常被与裁员联系在一起，相关就业担忧持续存在。但该论文显示，人类员工仍然关键，只是角色转移到编程流程的其他部分。报道提到，AI已经在一定程度上用于代码审查，但人类仍深度参与审查。研究人员还认为，AI生成的代码需要大量修正，这让人质疑其是否真正有帮助。

论文认为，AI采用并未导致显著失业，因此问题更在于企业如何最好地利用AI支持员工、减少不必要工作量，而不是直接替换员工。论文结论写道，“生产率提升被生产过程中的下游约束吸收”，并称“代码审查成为瓶颈”。