Lines of Code Are Back (and It's Worse Than Before)
3 months ago
- #AI-generated code
- #Software metrics
- #Productivity
- 软件行业历来认为代码行数（LOC）是衡量生产力的糟糕指标，因为它会助长冗长低效的代码。
- 随着AI的兴起，LOC再次成为关键指标，科技公司CEO们热衷于吹嘘项目中AI生成代码的占比。
- AI生成代码通常仅以数量衡量（如'建议总行数'和'采纳总行数'），却忽视质量、缺陷或代码是否实际部署。
- 古德哈特定律在AI时代被放大——由于代码生成成本归零，LOC作为指标变得愈发荒谬。
- 研究表明AI生成代码会导致重复率上升、重构减少、变更率增高，这些均指向质量与可维护性下降。
- 使用AI工具的开发者实际耗时更长却自认效率提升，暴露出显著的认知偏差。
- AI生成代码存在普遍安全隐患，数据显示45%的此类代码含有漏洞。
- 行业转向采用'采纳率'作为新指标，但其与LOC存在相同缺陷——将'未被拒绝'等同于'有价值'。
- 专家建议采用价值交付时间、代码半衰期、缺陷溯源率、理解覆盖率等替代指标来评估生产力与质量。
- 软件开发的真正瓶颈在于理解能力、设计水平和判断力，而非打字速度或代码产量。