AI正在使全球的代码质量下降!


最近,GitClear发布的一项调查报告显示,用AI写代码,会让代码的质量和可维护性不断下降。


这引起了全网热烈讨论:



“借助AI提供商,您可以将代码生成速度提高50%(即使是您不理解或无法编写的代码),但代价是代码的质量和可持续性不断下降。”



“我们要追求的,到底是质量还是速度?”


调查中,GitClear分析了从2020年1月到2023年12月之间编写的1.53亿行代码更改数据——1.53亿行代码,是目前已知最大的用于评估代码质量差异的数据集。


调查发现了什么?我们先看下面这张图:



图中展示了4年中的代码改动率——编写后不到两周就被撤销或更新的代码行百分比,深色部分表示受AI代码生成工具影响的时间。


调查中同样发现,“新增代码”和“复制粘贴代码”的比例相对于“更新”“删除”和“移动”代码的比例在增加。


这貌似说明开发人员在大量使用Copilot等AI代码生成工具,快速生成了大量代码,但随后发现了代码中的问题,GitClear的报告表明,预计在2024年,这个代码改动率将达到2021年AI出现前的两倍。


另外一点就是,AI代码生成工具不太理会人类程序员的一些原则(比如“重复造轮子”这件事),也就造成了代码库中越来越多的重复代码。


不过很多码农都是“CV程序员”,这样看来,AI也算是学到了精髓。


2023年,GitHub Copilot大放异彩。在短短不到两年时间内,这款AI编程助手从一个“原型”迅速成长为“核心工具”,被全球数百万开发者在数十万家企业中广泛应用,开启了coding的新时代。


对此,GitHub发表了多篇研究论文,探讨了AI在软件开发领域的增长与影响。


一、速度提升55%,GDP增加1.5万亿


研究表明,使用Copilot的开发者编码速度可以提高“55%”,导致总的代码量增加了46%,并且为全球创造了1.5万亿美元GDP。



有了这样的成绩,也就不难理解为什么GitHub的CEO Thomas Dohmke,会在繁忙的工作之余,专门撰写关于AI革命的文章。


在2023年2月Copilot个人版用户超过一百万之后,GitHub又推出了GitHub Copilot for Business版本。


那么,有多少开发者在用AI来编写代码呢?


GitHub与Wakefield Research在2023年6月的一项研究中指出,92%的美国大型公司的开发者表示他们使用了AI编程工具,并且有70%的开发者认为使用AI带来了明显的好处。


不过,O’Reilly Publishing在2023年8月给出的调查数据显示,67%的开发者没有用过ChatGPT或Copilot。不管怎样,GitHub在市场上仍有巨大的潜力等待挖掘。


然而,大语言模型(LLM)生成的代码引发的一个问题是:


这些代码的质量和可维护性到底怎么样?


面对AI滔滔不绝吐出的一大堆代码,程序员似乎不太容易发现其中的问题——毕竟都不是自己写的。


还有,众所周知,当程序员接手前人留下来的*山代码时,应该遵守的“潜规则”是:


如果这个代码能够正常运行,就千万不要妄想去重构。


二、AI生成代码背后的挑战


无法否认的是,Copilot实实在在提升了开发者的编码效率。GitHub的研究显示,使用Copilot的开发者满意度提升了75%。


做初期产品开发的人是满意了,可后面负责长期维护的人就蛋疼了。


资深代码研究者Adam Tornhill(著有《代码即犯罪现场》)对此持保留态度:



使用Copilot可以使代码编写速度提高55%,但如果是本就不应该编写的代码呢?


如《Clean Code: A Handbook of Agile Software Craftsmanship》一书的作者Robert Martin所说,代码的阅读时间是编写时间的十倍。快速编写糟糕的代码,意味着给后来的代码阅读者带来了巨大的负担。


此外,AI代码助手还带来了其他问题:


比如代码助手擅长生成代码,却不擅长修改;当有多个生成工具给出建议时,评估哪个更好是很耗费时间的;


最后,AI代码助手与开发者的动机可能不同,对于代码优化来说,AI往往倾向于提出最有可能被接受的建议。


所以,相比于经验更丰富的开发人员,初级开发者更倾向于接受AI给出的代码建议:



而老鸟们深知,随着时间推移,代码的维护成本会越来越高。


代码操作介绍


GitClear将代码变更分为七个类别(研究中涉及前六种)


1. 新增代码:首次提交的代码行,代码行是全新的,不包括对现有代码行的小幅修改,也不包括那些被添加、移除后又重新添加的代码行。


2. 删除代码:被删除并提交的代码行,且至少在随后的两周内未被重新加入。


3. 移动代码:将一行代码剪切并粘贴到新文件或同一文件内的新函数中。“移动”的操作仅涉及位置的变换,代码内容不发生改变。


4. 更新代码:修改大约三个或更少的单词来更改原有代码行。


5. 查找/替换代码:从三个或更多位置移除相同字符串,并用一致的内容进行替换。


6. 复制/粘贴代码:在一次提交中,将相同的代码行内容复制到多个文件或函数中。


7. 无操作代码:指一些微小的代码变更,比如空格或同一代码块内行号的变化。


GitClear自2020年起根据这些操作对git仓库进行分类,并在Diff Delta文档中提供了代码操作的具体示例。


截至2024年1月,GitClear分析并分类了大约十亿行代码,这些代码来自商业客户(如 NextGen Health, Verizon)和流行的开源仓库(如 Facebook React, Google Chrome)


其中,1.53亿行代码为有意义的变更,被用于本研究。


最后,还有一个单独的定义叫做“搅动”(churn),意思是代码被创建、推送到git仓库后,在接下来的两周内被撤销或大幅修改。


也就是咱们最开始分析的那张图,可以将“搅动”理解为,作者一开始编写、提交并推送到公司git仓库的代码有问题,后来发现了。


数据分析


下表根据GitClear的数据,分析了不同的代码行操作数量,并按照代码的编写年份进行分类。


表中的前六项就是上面提到的代码变更的前六个类别,而最后一项是“搅动”。



将表格数据绘制成下面的图表,可以更清晰地看出各种代码操作类型的变化趋势,比如,图表中的浅蓝色细线显示了“Churn”类型代码的变化:



对于2024年的预测,这里使用OpenAI的GPT-4-1106-preview助手,对现有数据进行二次回归分析。


通过对比2022年与2023年的操作频率差异,识别出了三个可能影响代码质量的警示信号:



危险信号


2023年,我们目睹了代码搅动、移动和复制粘贴方面的显著变化,这些变化背后的含义值得深入探讨。


1. 代码搅动的新趋势


“代码搅动(Churn)”反映了推送到代码仓库后,在接下来的两周内被撤销、移除或更新的代码比例。


过去,当开发者完全自主编写代码时,这种情况相对罕见——2022年之前,仅有3~4%的代码会发生搅动。


然而,2022年,随着Copilot的首次亮相和ChatGPT的问世,代码搅动率的预兆性跳升至9%。


2022至2023年间,AI助手的崛起与仓库中错误代码的增加密切相关。


假设Copilot在2021年的普及率为0%,2022年为5%~10%,2023年达到30%,这些变量之间的Pearson相关系数高达0.98,显示了它们的同步增长。


随着代码搅动成为常态,错误代码部署到生产环境的风险也随之增大。如果这一趋势持续到2024年,超过7%的代码更改可能会在两周内被撤销,这是2021年的两倍。


据此,报告预计Google DORA在年底发布的“2024 Devops 状态”报告中,将显示“变更失败率”的上升。当然前提是研究包含了2023年使用AI辅助的开发者数据。


2. 代码移动减少,反映出重构和复用的减少


代码移动通常出现在对现有代码系统进行重构时。


重构系统,特别是代码的移动,是代码复用的基础。随着产品范围扩大,开发者会将现有代码重组到新的模块和文件中,以便新功能复用。


对经验丰富的开发者而言,代码复用的好处显而易见——与新增代码相比,复用的代码已经过测试并在生产环境中证明其稳定性。


复用的代码往往已被多人修改,更可能包含文档,这有助于新人更快理解模块。


随着标记为“复制粘贴”的代码增加,AI助手似乎在抑制代码的复用,而是提供了一种重复现有代码的简单方式,而不是鼓励重构和遵循“不要重复自己(DRY)”的原则。


3. 复制粘贴代码增多,预示着未来的维护困难


长期来看,复制粘贴代码可能是对代码可维护性的影响最大的因素。


当代码行被重复使用时,本质上意味着“我没有时间去评估之前的实现方式”。


选择复制粘贴新代码而没有复用代码,会使得未来的维护工作变得更加困难,因为需要整合那些实现相同功能的平行代码的实现方式。


大多数开发者更喜欢“实现新功能”而不是“解读可能可复用的代码”,因此复制粘贴的代码往往会长时间存在。


而且在经验缺乏的团队中,可能没有有能力且有权威的代码维护者来删除那些重复的代码。


即便是资深开发者,要充分理解代码从而删除某些重复的代码,所需的努力也是非常巨大的。


如果没有CTO或工程负责人主动安排时间来减轻技术债,那么“自上而下的时间压力”就会成为新添加的复制粘贴代码,让这些代码永远无法整合到改善长期开发速度的库中的又一个原因。


由于GitClear只统计单次提交中的重复代码,2023年测得的11%复制粘贴比例可能只是今年复制粘贴代码非常小的一部分。


三、总结


报告评估的两个关键数据点显示,2023年代码质量出现了严重的下降。这种情况与大语言模型(LLM)的广泛应用,尤其是AI代码助手的流行有直接关联。


GitHub与Wakefield Research在2023年的一项调查反映出开发者已经意识到代码质量的下降。


当被问及“在没有AI辅助的情况下,你认为应该评估哪些指标?”他们最关注的是“协作与沟通”,紧随其后的是“代码质量”。


而当问题变为“在使用AI辅助时,你认为应该评估哪些指标?”他们的答案发生了变化,其中“代码质量”跃升为最受关注的问题,“生产环境中的问题事件”也上升至第三位:



单个开发者的情况可能无法说明为何“代码质量”和“生产环境中的问题事件”在使用AI时显得更加重要,但报告的数据揭示了一个可能的原因:


当开发者被一波又一波看似合适、能短期内解决问题的建议所淹没时,他们很容易不断增加代码量,却忽视了代码的优化和复用。


如果按一下Tab键就能解决当前的问题,为什么要费心思管以后的事情?


AI助手和Copilot将如何重塑开发者的角色?随着AI技术的广泛应用,毫无疑问,我们已经进入了一个代码增长速度空前的新时代。


那么,2024年的问题可能是:谁来收拾事后的烂摊子?


四、网友讨论


面对AI带来的“全球代码质量下行”,网友也是深有体会:


谴责型:“我在两个月后取消了订阅(Copilot),因为我花了太多精力去修复所有代码错误。而且在处理任何复杂的事情或与SQL有关的事情时,它基本上是无用的(即使我提前加载了整个模式)。”



大佬型:“写下所有东西其实要花的功夫少得多,因为我知道自己想写什么,而且修正自己的错误比修正机器人的错误更容易”。



悲天悯人型:“我为那些将被这种垃圾彻底击垮的初学者而哭泣。”



中立型:“Copilot能做的事让我很吃惊,但确实不能说生成的代码很好。生成的代码肯定得改,但是确实能帮你省不少时间”。



参考资料:https://www.gitclear.com/coding_on_copilot_data_shows_ais_downward_pressure_on_code_quality


本文来自微信公众号:新智元 (ID:AI_era),作者:新智元