AI写得更快，项目为何没交付更多

AI 帮开发者更快写出代码，团队却未必交付更多。dev.to 一篇文章援引 Faros AI 的开发遥测：高 AI 使用团队的 PR 合并量增加了 98%，审查耗时也增加了 91%，公司层面的交付未见改善。作者认为，启动项目变容易后，优先级选择和收尾能力正在承受更大压力。

目前能确认什么

作者是一名每天使用 coding agents 的资深全栈工程师。他观察到，实现想法的能力增长，快于把想法想清楚的能力增长。

据节选，Faros AI 分析了超过 10,000 名开发者、1,255 个团队的遥测数据。高 AI 使用团队每天接触的 PR 更多，但研究未发现 AI 采用程度与公司层面改善存在显著相关性。

PR 是代码变更的审查与合并单位，不等于用户拿到的完整功能。交付还涉及测试、边界情况、部署和后续支持。因此，合并数量上升与交付没有改善，可以同时发生。

作者提出三条规则：每个产品只保留一项进行中的工作；编码前写清完成标准；每周复盘哪些工作应该终止。节选也承认，DORA 研究给出了更积极的结果，包括个人效能和吞吐量改善。

我的判断

团队需要盯住从开工到交付的全程，不能只看代码产量。

对程序员来说，一个具体风险是：多个 agent 同时产出变更，却都等着同一个人审查、回答问题和决定取舍。编码省下的时间，可能被审查队列与任务切换消耗。

完成标准应当提前覆盖验收条件、测试和上线要求，否则「代码写完」很容易被当成「事情做完」。

不过，节选没有交代 Faros AI 如何划分高 AI 使用团队、如何衡量公司交付，也没有充分展示团队差异。现有信息支持检查审查瓶颈，还不足以认定 AI 导致交付停滞，或证明「每个产品只做一件事」适用于所有团队。