哈佛大學以工程分析平台 Jellyfish 的企業數據，追蹤逾七百間公司、約三億次工程工作事件後發現：引入 AI 編程代理後，程式碼行數、提交與拉取請求均明顯上升，但以問題單與史詩任務結案衡量的軟件交付並無統計上顯著增長；瓶頸落在代碼審查——平均審查時間約增四成九，要求修改的拉取請求比例近乎倍增。來源真實性已驗證（哈佛工作論文 PDF 與 Ars Technica 報道交叉核對）。

對香港與亞洲企業而言，這意味著「多寫碼」不等於「多上線」：若沒有足夠資深審查人手與流程治理，代理帶來的產出增量會被下游人力吃掉。本文整理研究設計、關鍵數字、審查瓶頸機制，以及對本地外判與私有 AI 落地的啟示。

哈佛／Jellyfish：AI 編程代理令程式碼量升約三成——軟件交付無顯著增，代碼審查時間增約四成九

哈佛大學經濟學者 Fiona Chen 與 James Stratton 的求職市場論文《Artificial Intelligence in the Firm: Bottlenecks in Software Production》（現行稿 2026 年 8 月 4 日；初稿 2026 年 1 月 7 日）利用 Jellyfish 工程分析平台的專有數據，涵蓋約 718 間企業、約 72.6 萬名員工、約三億次工作事件（含 GitHub 編程活動、Jira 議題與行事曆等），樣本期為 2021 年 1 月至 2026 年 3 月。作者以交錯雙重差分設計，依各公司採用 AI 編程助手與 AI 編程代理的時間差異估計因果效應。來源真實性已驗證：本文數字以論文 PDF（fion.ac/jellyfish.pdf）為準，並對照 Ars Technica 2026 年 10 月 9 日報道。

一、核心發現：多寫碼，卻難多交軟件

技術細節

論文把工具分為兩類：AI 編程助手（如 GitHub Copilot、Cursor 的補全／對話輔助）與 AI 編程代理（可半自主完成較長任務，數據中涵蓋 Cursor Agent、Claude Code、GitHub Copilot Agent 等訊號）。

在編程產出指標上，代理的效應遠大於助手：

AI 編程代理：程式碼行數約增 30%、commits 約增 20%、pull requests 約增 23%（均顯著）。
AI 編程助手：行數約增 12%、commits 約增 9%、pull requests 約增 5%；其中僅 commits 達統計顯著。

企業層「最終軟件產出」則以 Jira issue／epic 結案衡量。助手與代理採用後，兩類產出指標僅見小幅正向、統計上不顯著的變化；就代理而言，估計可排除產出增幅超過基線均值約 12% 的情況——遠低於約 30% 的編程產出增益。作者亦用機器學習預測議題「應需工期」，未見議題平均複雜度顯著上升可解釋上述落差。

就業方面，作者以 LinkedIn 企業在職人數與 Jellyfish 活躍工程師數衡量，未能把顯著就業變動歸因於 AI；對代理，整體就業效應接近精準零，可排除降幅大於約 2.9% 的情形，亦即編程產出增益並未一對一轉成裁員。

採用面：論文顯示，樣本內已採用任一 AI 編程代理的公司比例，由 2024 年 10 月接近零升至 2026 年 1 月逾 95%（加速期對應 Cursor Agent、Claude Code 等產品節點）。助手擴散較早，2023 年 2 月至 2024 年 4 月約升至四成半公司。

二、技術原理：生產鏈上的審查瓶頸

作者以軟件生產多階段框架解釋「不完全傳遞」：上游寫碼變快、草稿變多，若草稿質素亦改變，下游驗證需求會同步上升。實證上，代理採用後代碼審查成為明顯瓶頸：

拉取請求平均審查時間約增 49%；
要求修改（changes requested）的拉取請求占比近乎倍增；
每則拉取請求留言數約增 35%；
參與代碼審查的員工占比約增 14%（勞動力向審查端再配置）。

AI 代碼審查工具並未「自動拆掉」瓶頸：截至 2026 年 3 月，近 80% 公司已在審查流程用過 AI 工具，但僅約 23.3% 審查留言由 AI 產生，且僅約 10.8% 拉取請求收到至少一則 AI 留言——人類仍是審查主力。論文引述資深工程師看法：工具可走完大部分草稿，但仍缺對整項功能目標的整體掌握，人類把關短期內難以省略。

三、日常應用場景

1. 開發者與技術團隊

若團隊以「行數／PR 數」作為績效，代理會推高分子，同時拉長審查隊列。更穩健的做法是把 可部署交付（issue／epic 結案、缺陷逃逸率、回滾）與 審查週期時間 一併納入儀表板，並為代理產出設強制人工合併門檻。

2. 企業與隱私敏感行業

金融、法律、醫療等行業若批量導入代理，風險不只在機密外洩，更在「未充分審查的大量合併」。應把代理寫碼與人類審查工時預算一併建模，避免只買座位授權卻不補審查產能。

3. 一般用戶／產品負責人

對非工程決策者，「AI 讓工程師快了三成」並不等於「產品功能多上線三成」。採購與路線圖應以交付吞吐量與品質指標驗收，而非以 demo 寫碼速度驗收。

4. 香港與亞洲市場視角

香港中小企與金融科技團隊近年積極試 Cursor、Copilot、Claude Code 等工具，但資深審查人手往往比「會開代理的座位」更稀缺。本地外判與駐場混編若只按「寫碼速度」報價，容易低估審查與返工成本；較合理的合約應明確：代理產生的變更仍須通過人工代碼審查與測試門檻，並以交付里程碑而非提交量計價。

四、專業評價與潛在考量

優勢

樣本規模大、覆蓋寫碼到 Jira 交付與就業的全鏈路，補足「單次實驗／單一工具」研究的盲點。
明確區分助手與代理，並把審查時間、修改請求、留言密度量化，對工程管理有直接操作意義。
對就業「血洗」敘事提供反證：至少在樣本期內，編程增益未等比轉成裁員。

需要留意的地方

屬 Jellyfish 客戶樣本，結果外推至未使用此類分析平台、或禁止企業授權、僅個人工具的公司時需保守。
交錯雙重差分依賴「採用時間與增長軌跡近似正交」假設；採購／法遵流程差異雖提供識別，仍可能殘留選擇偏誤。
數據截止 2026 年 3 月；其後模型與代理能力若再躍進，審查瓶頸強度可能改變，但「下游驗證仍須人力」的結構論點仍具參考價值。
論文為求職市場稿，結論代表作者觀點，不代表 Jellyfish 官方立場（數據夥伴僅審是否洩密）。

結語

這項哈佛研究把流行口號拉回生產函數：AI 編程代理確實抬高中間產出，但軟件交付受代碼審查等互補環節約束；在審查時間大增、AI 審查仍只覆蓋少數留言的現實下，企業不應指望「多寫碼」自動變成「多上線」或「少請人」。對香港團隊而言，下一步往往不是再多買幾個代理座位，而是補齊審查產能、測試自動化與合併治理。若需要以可控成本擴充會寫、會審的遠端工程產能，可參考 YSK Limited 的開發者外判方案（一年約、全遠端，含一部美國 VPS；月費 HK$2,000 起）：https://ysk.hk/services/outsourcing 。若同時要把代理與私有模型留在境內、配合 NDA 與流程把關，亦可了解企業私有 LLM 全託管（年費 HK$88,000 起）：https://ysk.hk/services/ai-automation 。

參考來源

Fiona Chen & James Stratton, Artificial Intelligence in the Firm: Bottlenecks in Software Production（哈佛求職市場論文 PDF，現行稿 2026-08-04）：https://fion.ac/jellyfish.pdf
Ars Technica, “AI coding agents generate more code, but not more software”（2026-10-09）：https://arstechnica.com/ai/2026/10/ai-coding-agents-generate-more-code-but-not-more-software/
Jellyfish（工程分析數據夥伴）：https://jellyfish.co/