AI编程助手究竟能让初级开发者的效率提升多少？
生产力提升显著且在不同研究中保持一致。在一项对照实验中，开发者被要求用JavaScript构建HTTP服务器，使用GitHub Copilot的参与者比未使用的完成速度快55.8%——即快了一倍以上[3]。这是一项直接对比实验，因此成为此处关于速度因果效应的最强证据。
新加坡政府科技局（GovTech）开展的一项大规模研究追踪了多达8000名使用GitHub Copilot的开发者，发现编码速度提升了21%至28%[1]。其中初级开发者的效率提升最为显著，他们表示日常任务变得轻松许多，从而能腾出精力专注于复杂问题。同一项研究还指出，95%的开发者认为该工具提高了他们的工作满意度[1]。
“AI编程助手有什么隐患——它们是否在某些方面让初级开发者变得更差？”
是的——这种速度伴随着明显的安全风险。一项用户研究让参与者完成与安全相关的编程任务，结果发现，使用AI助手的参与者编写的代码安全性明显低于未使用AI助手的参与者[4]。更令人担忧的是，AI辅助组更倾向于相信自己的代码是安全的，即便事实并非如此。这种过度自信可能导致初级开发者跳过仔细审查，想当然地认为AI已经发现了所有问题。
GovTech的研究也警示了这一权衡，明确告诫不要在没有扎实基础编程技能的情况下过度依赖人工智能[1]。其担忧在于，初级开发者或许能学会高效地使用提示词，却可能永远无法培养出发现细微漏洞或安全缺陷所需的深层理解力。纵观各项研究，模式清晰可见：AI工具能提升速度和士气，但也可能在代码质量和安全意识方面制造盲区。
初级开发者能否使用AI而不产生依赖？
证据表明这是可能的，但需要精心设计架构。政府科技局的研究建议开发一套人工智能框架，以最大化其效益，同时防止过度依赖[1]。这意味着组织应将AI工具与基础培训、代码审查流程及安全检查相结合——而不是仅仅给初级员工一个AI助手，就指望他们能自学成才。
一篇关于生成式AI在软件开发领域未来的研究论文指出，该技术虽是一大进步，但也引发了教育与伦理方面的担忧[2]。对初级开发者而言，这意味着应将AI视为学习加速器，而非依赖的拐杖。这些研究虽未测试具体的培训方法，但一致指向同一核心结论：利用AI加速常规工作，同时投入精力构建能识别AI错误的基础知识体系。
关于这些来源
该回答基于4项研究（3篇经同行评审，1篇预印本）——发表于2023年至2024年间，其中2篇为2024年或之后发表，1篇发表于Q1–Q2期刊，累计被引用703次——这些研究是从通过质量筛选的4项研究中选出的最具相关性的成果，而该筛选过程则源于从超过5亿篇论文的数据库中检索到的47篇文献。
本文引用的文献
发挥生成式AI编码助手在公共部门软件开发中的潜力
在一项针对新加坡政府科技局（GovTech）多达8000名开发者的研究中，GitHub Copilot将编码速度提升了21%至28%，95%的开发者表示满意度更高，其中初级开发者的效率提升最为显著——但该研究也警告称，若缺乏扎实的基础技能，过度依赖此类工具可能带来风险。
生成式AI驱动下的软件开发未来
一项关于生成式AI在软件开发中的前瞻性分析提出了四种可能的影响情景，既强调了自动化和创造力方面的机遇，也引发了对教育、伦理及监管问题的担忧。
AI对开发者生产力的影响：来自GitHub Copilot的证据
在一项对照实验中，开发者使用JavaScript构建HTTP服务器，使用GitHub Copilot的开发者完成任务的速度比未使用的快55.8%，其中对经验较浅的开发者影响最为显著。
用户在使用AI助手时会编写更多不安全的代码吗？
在一项关于安全相关编码任务的用户研究中，能够使用AI助手的参与者编写的代码安全性显著低于没有AI助手的参与者，并且他们更倾向于相信自己的代码是安全的——这表明他们对AI生成的代码存在过度自信。