丰色发自凹非寺量子位公众号 QbitAI
AI 帮忙写代码程序员用了都说好，但代码质量真的靠谱吗？
结果或许令你大跌眼镜。
一家名为 GitClear 的公司分析了近四年超过 1.5 亿行代码后发现，随着 GitHub Copilot 工具的加入，代码流失率（即代码写入后不久又被返工修改、删除的情况）出现了显著上升：
2023 年为 7.1%，而 2020 年时仅为 3.3%，翻了一番。
与之相应的，代码复用率也出现了明显下降。
言外之意，AI 写的很多内容其实不亚于“屎山”，根本不好随着业务的变化作相应更改。
看起来，AI 编程工具还远没有宣传中的那么好用？
Copilot 更爱直接添加代码而不鼓励复用
GitClear 收集的 1.5 亿行代码中，有3/2 来自匿名私企，剩下的1/3 则源自于谷歌、Meta 和微软的开源项目。
它们全部被排除了“噪声”数据，比如在多个分支中提交的一模一样的代码、空行以及其他没有意义的代码行。
调查的主要对象是微软的 GitHub Copilot。
它于 2021 年 6 月推出测试版，按照 CEO 说法，截至 2023 年第三季度，该工具已有超 100 万开发者付费订阅，能够帮助开发者编写 46% 的代码，并将编码速度提高 55%。
不过在此，GitClear 不关心编码速度，只关心质量。
“AI 编程工具更类似于高级开发人员，仔细又精细？还是更像短期承包商一样，只在乎面前的任务完成与否？”
为此，他们统计了这 1 亿行+代码的新增、删除、更新、移动、复制/粘贴等情况，得出了这样一个趋势表格：
从中我们可以发现：
Copilot 添加代码、复制/粘贴代码的百分比比更新、删除和移动增加得更明显。
其中我们还可以清晰地看到，移动代码的百分比从 2020 年的 25% 下降到了 13.4%，这是所有数据中唯一一个反向特例。
更少的移动意味着更少的重构和复用，加上大幅增长的添加、复制/粘贴代码，这表明：
AI 编程工具并不鼓励代码复用、在已有代码上进行修改，而是更倾向于“无脑重写”。
在此，GitClear 也指出，过度新增代码、复制/粘贴对代码的长期可维护性也相当不利。
这其实在人类程序员中也是老问题，可能是程序员觉得解决当下问题比思考如何复用、整合现有代码更快更容易，也可能是因为同个项目组中的开发人员沟通不畅等。
遭殃的就变成后面的维护人员。
Copilot 的代码质量下降也体现在代码流失率（Churn）这个数据上。
在此，它的标准定义是代码编写后不到两周的时间内修改更新的百分比。
表格显示，2020 年的流失率为 3.3%（那会还没有用上 Copilot），2023 年增长到 5.5%。
GitClear 预计，2024 年将直接相比 2020 年翻一番之多，达到 7.1%。
这说明 AI 的加速，并没有带来足够高质量的代码。
除了以上结论，GitClear 还发现，Copilot 的代码建议算法还被设计为总是提出最有可能被用户接受的建议——
这选择乍一听没啥毛病，但其实会忽略代码简洁易读的重要性。
总的来说，这项结果足以让那些担心 AI 编程工具会取代人类程序员的人暂时把心放肚子里。
最近也有不少其他研究佐证了 GitClear 的发现。
比如来自 CodeScene 的一篇报告就表示：在编码任务中，AI 远无法取代人类；今天的 AI 太容易出错，且远未达到能够安全修改已有代码的程度。
网友体验大差不差
实实在在使用过 Copilot 的人怎么说？
一位网友表示：我用了俩个月后取消了会员，因为花了太多精力去检查 AI 给出的代码以及修复 bug。
在 TA 看来，现阶段还是自己编写内容要省力得多，因为自己知道自己想要写什么，修复自己的 bug 总是比修复机器人的更容易。
有人使用的是 ChatGPT 而非 Copilot，也对 TA 的话表示了赞同：我对 AI 的能力感到惊讶，但还是不会称其为“好代码”。
当然，Copilot 在大家眼里也并非一无是处。
一位从事 web 开发 20 多年的程序员就表示：
用它编写重要的 SQL 或 TypeScript 代码时，总是失败；但对于编写测试、请求处理、React 样式等等来说，它还是可以帮我节省大量时间的。
你的 Copilot（或者其他 AI 编码工具）体验如何？你同意 GitClear 的发现吗？
参考链接：
