北京
作者 ｜ Sergio De Simone
譯者 ｜ 明知山
GitLab 2026 年 AI 問責報告 揭示了一個 AI 悖論：盡管 78% 的開發者表示編碼速度更快了，但整體軟件交付并未加速，原因在于下游的測試和審查出現瓶頸，以及企業治理與可追溯性方面面臨新的挑戰。
GitLab 的調研顯示，AI 讓編寫軟件的任務變得更快，78% 的受訪者表示代碼產出速度加快，73% 的受訪者認為整體代碼質量有所提升。然而，AI 工具暴露了一個更深層次的問題：企業難以有效控制他們交付的內容，因為治理、可追溯性和問責機制未能跟上步伐，由此造成了結構性失衡。
該報告將 AI 問責定義為組織和技術的一項綜合能力，針對 AI 生成的任意一行代碼，能夠厘清三個核心問題：代碼源自何處、設計預期功能是什么、上線投入生產后責任由誰承擔。目前絕大多數企業都尚不具備解答這三項問題的能力。
事實上，85% 的受訪者“認同 AI 已將研發瓶頸從編寫代碼轉移到了審查和驗證環節”。因此，79% 的受訪者表示，整體軟件交付流程并未以與編碼相同的速度加速。
正如 GitLab 首席產品與營銷官 Manav Khurana 所指出的，供應鏈攻擊、可靠性問題以及監管機構提出的各項合規要求等近期各類事件均表明，代碼可追溯性是防止組織風險暴露的關鍵要務。受訪者認為，三大核心因素疊加加劇了溯源工作的難度：難以區分代碼由 AI 生成還是人工編寫（占比 43%）、工具鏈碎片化（占比 40%）、現有系統無法記錄代碼來源（占比 39%）。針對這一能力短板，GitLab 報告提出如下觀點：
87% 的受訪者相信他們的團隊能在 24 小時內確定 AI 生成的代碼是否導致了生產事故，但在過去一年曾發生過線上事故的企業中，僅有 34% 實際具備該溯源判定能力。
85% 的受訪者認為，解決方案在于強化研發治理：即制定清晰規范，保障 AI 生成代碼可溯源、責任可界定。如果沒有這樣的治理，83% 的企業視不斷累積的 AI 生成代碼為安全隱患，其中 44% 將其列為首要技術風險之一。
GitLab 這份調研得出的結論與此前 Reddit 帖子中的觀點不謀而合，原帖作者指出，持續在 AI 上投入 確實提升了 “代碼編輯器 / 終端層面的開發速度”，但他們大部分時間反而耗在了 “繁瑣的敏捷流程、Jira 工單體系以及冗余中層管理帶來的泥潭之中”。另一位用戶 YourMatt 同樣指出，雖然編碼速度的提升十分顯著，但這幾乎無法解決那些制約整體交付效率的深層低效問題：
然而一個又一個沖刺下來，我們小組中沒有人比之前產出更多的故事點。這件事也清晰體現出：寫代碼其實只占我們日常工作很小一部分。
在最近的另一個帖子中，Mestyo 強化了這一觀點，認為個人貢獻者執行的絕大部分工作無法依靠 AI 代碼工具實現實質性提速。
Reddit 用戶 EveryDay_is_LegDay 也持相同看法，從經驗出發認為測試仍然是主要瓶頸，并且“代碼編寫速度加快只會讓絕大多數開發團隊的各類問題雪上加霜”。
查看英文原文：
https://www.infoq.com/news/2026/06/ai-coding-outpaces-governance/
聲明：本文由 InfoQ 翻譯，未經許可禁止轉載。
會議推薦
大會限時早鳥票享 8 折專屬優惠，現在報名立減 1160，更多詳情可掃碼或聯系票務經理 13269078023 進行咨詢。
今日薦文
你也「在看」嗎？
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
