PsyBrain 脑心前沿 / 科研分析：认知神经科学前沿的结构化精读 / C · 前沿快讯 / C025 · Science研究发现：AI已写全美30%代码，但只有资

C025 Science研究发现：AI已写全美30%代码，但只有资深码农效率增长显著

来源：公众号 PSY-Brain_Frontier ｜发布：2026-02-10 ｜原文链接

PsyBrain 脑心前沿 | 公众号 PSY-Brain_Frontier

一键关注，点亮星标 ⭐️

第一时间接收每日前沿资讯

🧠 PsyBrain · 寒假提升计划 💪

你是否经历过这样的时刻：面对海量的 sMRI、fMRI 或 EEG 数据，不知从何下手构建 Pipeline？为了跑通一个模型，在 GitHub 和论坛之间反复横跳，甚至和 AI 纠缠半天却依然报错？明明有着绝佳的实验结果，却不知道怎么画脑袋，更不知道论文里那些漂亮的 🧠 是怎么来…

数据分析原理、实践与可视化本该是通往真理的桥梁，但往往成为阻碍你探索科学的高墙。

今年，我们联手国内顶尖名校博士和资深硕博生为你打造了一套认知神经科学全栈工具箱。从经典的sMRI、fMRI、dMRI、EEG/MEG，到硬核的 电生理、脑机接口，再到前沿的 RSA、MVPA、强化学习、认知建模、大语言模型，我们一站式配齐，欢迎查看~

课程时间 2026年2月24-28日，部分开设在3月初，报名截止 2026年2月17日。

考虑到报名人数和授课老师的时间安排，仍开设的课程如下，欢迎垂询~

报名截止 7 天倒计时~ 报名截止倒计时十天 | 面向心理学、认知神经科学同学的寒假提升班

根据发表在 Science 上的最新研究，生成式 AI 正在以前所未有的速度重塑全球软件开发版图。目前，美国约有 29% 的 Python 代码函数已经由 AI 编写。尽管美国凭借先发优势在 AI 采用率上保持领先，但其领先地位正在被快速缩减，德国和法国的 AI 代码占比已达 23% 至 24% ，印度也在紧随其后。相比之下，受限于供应侧（如访问受限）和需求侧（如监管等）的差异，中国和俄罗斯的开发者在这一领域的采用速度目前仍相对滞后。

Fig. 1. Classifying code from functions written in the Python programming language as human or AI generated.

一个令人意外的发现是，AI 对不同经验水平开发者的生产力贡献呈现出巨大的“鸿沟”。研究指出，职业生涯初期的开发者虽然使用 AI 的频率更高（约 37% 的代码由 AI 生成），但他们并没有从中获得显著的产出增长。反观资深开发者，尽管使用率略低（约 27%），其生产效率却因此提升了 6.2%。这种差异主要源于资深人士具备更强的纠错能力，能迅速识别并修正 AI 生成代码中的漏洞，并将节省下来的管理协调时间重新投入到核心编程中。

Fig. 2. Share of AI-generated Python functions over time.

AI 的作用不仅体现在提高速度上，更在于它极大地拓宽了开发者的技术边界。通过 AI 的辅助，开发者能够更自信地尝试那些未曾接触过的新库和复杂的功能组合，从而涉足全新的技术领域。然而，这种“能力增益”几乎完全集中在资深开发者手中，这可能会进一步拉大行业内的技能和收入差距，甚至重塑未来的职业晋升阶梯，让新入行者的成长路径充满不确定性。

Fig. 3. Heterogeneity in adoption and effects.

从经济效益来看，AI 编程助理的价值已达到惊人的规模。据保守估算，仅在美国，这一技术每年为编程相关活动创造的直接产出价值就高达 380 亿至 1670 亿美元。此外，研究还打破了一个常见的刻板印象：在 AI 的使用意愿和频率上，男性与女性开发者之间并不存在显著差异，这意味着 AI 在性别维度的扩散是非常均衡的。这场技术革命正在资深开发者的主导下，加速推动软件工程进入一个全新的“人机协同”时代。