- 人工智能并没有将瓶颈从编码转移到代码审查，编码从来就不是瓶颈所在。
- 许多团队在代码审查后有多个已批准的变更等待分批处理，这表明瓶颈存在于下游环节（例如测试、部署）。
- 行业研究表明人工智能提高了编码速度和合并率，但审查时间和PR规模也有所上升。
- 批次中积累的未发布变更增加了风险；加快代码审查只会将压力转移到真正的瓶颈处。
- 真正的约束可能是手动步骤、繁琐的审批流程或部署问题，而不是编码或审查本身。
- 研究往往止步于代码合并，忽略了审查后的延迟，这掩盖了真正的瓶颈。
- 人工智能项目的成败取决于是否解决批次处理问题；仅改善代码审查无法提升价值交付效率。