AI 回声：AI 不会降低代码可维护性

# AI 回声研究：AI 助手生成的代码可维护性与传统相当

“AI 回声”研究显示，使用 Copilot 或 Cursor 等 AI 助手生成的代码并不会降低可维护性。在一项针对 151 名开发者的随机对照实验中，AI 组的代码解决速度快了 13%，CodeHealth 和测试覆盖率相当。对于经验丰富的用户，AI 代码质量甚至更高。

实验设计

实验分为两个阶段。第一阶段，151 名参与者（95% 为在职开发者）对名为 RecipeFinder 的 Java/Spring Boot 应用（约 2000 行代码，存在代码异味和 bug）进行优化。任务：添加按烹饪时间过滤食谱的功能。

参与者分为组别：

• AI-devs：使用 AI 助手（Copilot、ChatGPT、Cursor）。
• !AI-devs：不使用 AI。

按经验分层分配。地域：全球，人口统计平衡。

第二阶段，75 名新开发者（不使用 AI）基于第一阶段代码进行扩展——添加按份量成本过滤功能。参与者不知道代码来源。通过 GitHub Actions 中的验收测试检查成功。

可维护性指标：

| 指标 | 工具 | 描述 |

|---------|------------|----------|

| Completion Time | Self-reported + CI | 第 2 阶段任务时间 |

| CodeHealth (CH) | CodeScene | 25+ 因素聚合（嵌套、God Classes、重复代码、bumpy road；量表 1–10） |

| Test Coverage (TC) | JaCoCo | 测试的行覆盖率 |

| Perceived Productivity (PP) | SPACE survey | 主观评分（Likert 量表） |

分析：频数主义（Wilcoxon、t 检验、bootstrap）+ 贝叶斯（线性/逻辑回归）。

第一阶段结果：开发加速

AI 加快了任务：

• 所有 AI-devs：中位数 +30.7%。
• 习惯性 AI 用户：平均 +55.9%。

任务感觉真实（中位数 4/5 与生产环境相似度）。

第二阶段结果：代码可维护性

AI 代码与传统相当：

| 指标 | AI 与 !AI 差异 | 显著性 |

|---------|-------------------|------------|

| Completion Time | 快 13% | 不显著（中等贝叶斯证据） |

| CodeHealth | +0.3 分 | 总体不显著，习惯性用户显著（+ 中等贝叶斯） |

| Test Coverage | 无差异 | 不显著 |

| Perceived Productivity | 无差异 | 中等贝叶斯正向 |

习惯性 AI 用户的代码 CodeHealth 更好。AI 生成的代码符合习惯、可预测——这提升了可维护性。

风险：代码膨胀与认知债务

指标遗漏：

• 代码膨胀：AI 简化生成，过多体积风险 → 复杂度增加。
• 认知债务：深入代码理解减少、技能退化、Gell-Mann 失忆效应（对弱语言批判减少）。

与 DORA 和实践的关联

DORA 2025：AI 放大实践。获胜团队具备：

• 小批量。
• 快速迭代（测试、评审、重构）。
• 模块化架构。
• 端到端关注。
• 自主性。

90% 每日使用 AI，80% 看到生产力提升，但无实践时稳定性下降。

关键要点

• AI 代码可维护性不逊于传统，有时更好（习惯性用户）。
• 第一阶段加速：30–55%，第二阶段：~13%。
• CodeHealth 与业务指标相关（迭代 2 倍，缺陷减少 15 倍）。
• 风险：膨胀与认知债务需自律。
• AI 助力强团队（DORA）。

— Editorial Team