AI编码工具真能提升效率？METR新研究揭示：使用Cursor反而使任务完成时间增加19%

近年来，随着 Cursor 和 GitHub Copilot 等 AI 编码工具的涌现，软件工程师的工作流程正经历深刻变革。这些由 OpenAI、Google DeepMind、Anthropic 及 xAI 模型驱动的工具，承诺通过自动生成代码、修复错误及测试变更来提升生产力，且在各类软件工程基准测试中性能持续攀升。

然而，非营利 AI 研究机构 METR 周四发布的一项随机对照试验，对“AI 编码工具能否显著提升资深开发者生产力”这一命题提出了质疑。

实验设计：真实场景下的严格测试

METR 招募了 16 名经验丰富的开源开发者，在大型真实代码库上完成了 246 项实际任务。研究采用随机对照方法：约半数任务允许使用 Cursor Pro 等顶尖 AI 工具，另一半则禁止使用任何 AI 辅助。

实验前，开发者普遍预测 AI 能将任务耗时缩短 24%。但结果截然相反。

“令人惊讶的是，我们发现允许使用 AI 实际上使完成时间增加了 19%——在使用 AI 工具时，开发者的速度反而更慢。”研究人员表示。

关键发现与潜在原因分析

值得注意的是，尽管 94% 的参与者有过使用网络 LLM 的经验，但仅有 56% 的人熟悉 Cursor（本研究指定的主要工具）。虽然所有人在实验前均接受了 Cursor 培训，但这仍是部分人首次专门使用该工具。

METR 指出以下因素可能导致 AI “拖后腿”：

• 交互成本过高：相较于直接编码，使用 AI 时需花费大量时间编写提示词并等待响应；
• 复杂代码库适配差：当前 AI 在处理大型、复杂的遗留代码库时表现往往不佳，而本次测试恰恰聚焦于此场景。

理性看待：并非全盘否定，但需保持审慎

该研究为 2025 年业界关于 AI 编码工具（尤其是所谓的“氛围程序员/vibe coders”）普遍提升生产力的乐观预期泼了一盆冷水。它提醒开发者：不应假设 AI 工具会立即加速工作流程。

不过，作者强调并未得出绝对化结论，明确指出 AI 系统目前尚未能加快大多数软件开发者的工作速度。同时，其他大规模研究仍表明 AI 工具在某些场景下确实提升了效率。

此外，AI 技术迭代极快，研究者坦言即便再过三个月，结果也可能不同。METR 也承认，AI 编码工具在完成复杂、长周期任务方面的能力已显著提高。

尽管如此，这项研究为审慎评估 AI 收益提供了重要依据。结合此前关于 AI 可能引入错误甚至安全漏洞的研究，企业在部署 AI 编码工具时仍需权衡风险与收益。