一项针对 10 万名 GitHub 开发者的研究表明，虽然大型语言模型 (LLM) 可以显著提高代码产出，但软件发布的整体速度并未相应提高。研究表明，加速交付的瓶颈不在于代码生成，而在于决策和发布流程。分析发现，LLM 导致代码行数增加 17 倍，提交次数增加 2.8 倍，但发布次数仅增加 1.3 倍，这凸显了开发者生产力工具与最终用户影响之间的脱节。 AI
影响 LLM 可能会提高开发者的代码产出，但对发布速度的实际影响受限于非编码瓶颈。
排序理由 该集群讨论了 LLM 对开发者生产力和软件发布速度的影响，基于对 GitHub 开发者数据的分析，但并未发布新产品或研究发现。
在 Mastodon — fosstodon.org 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
完整方法见我们的编辑标准。
„Mit dem LLM bin ich in der halben Zeit fertig. Warum kommt dann beim Nutzer nichts schneller an?" 100.000 GitHub-Devs vermessen: 17-fach mehr Codezeilen. 2,8-fach mehr Commits. Am Ende 1,3-fach mehr Releases. Der Effekt kollabiert genau da, wo Wirkung anfängt. Er war nie der Eng…
RE: https:// mastodon.social/@nobsagile/117 021503498111637 Stellt ihr euch auch die Frage, wie viel schneller man durch LLMs als Dev Team denn wirklich wird? [...]Wir können Produktivität nicht messen, weil wir Output nicht messen können[...] # LLM # SoftwareDevelopment # AI # K…