編寫程式碼與釋出程式碼：AI工具各代對生產力的影響

這篇NBER工作論文（編號35275）由Mert Demirer、Leon Musolff和Liyuan Yang共同撰寫，標題為《編寫程式碼與釋出程式碼：AI工具各代對生產力的影響》。研究聚焦於不同代際的AI編碼輔助工具如何影響軟體工程師的生產力，並創新性地將軟體開發工作流程分為兩個關鍵階段：編寫程式碼（writing code）和釋出程式碼（shipping code）。作者們透過嚴謹的經濟學分析方法，評估了從早期程式碼補全工具到現代生成式AI編碼助手在提升開發效率方面的實際效果，揭示了AI工具在加速程式碼編寫與促進最終產品釋出之間的差異。

論文得到了多所機構的支援，包括沃頓商學院Mack創新管理研究所和芝加哥人工智慧孵化器。作者在致謝中感謝了Joel Becker、Alexander Bick、Adam Blandin等眾多學者的寶貴評論，以及來自BIG.AI@MIT、芝加哥AI研討會、哈佛-MIT RAP研討會、PSU AI與經濟倡議、聖路易斯聯儲、捷克共和國政府辦公室、沃頓AI與未來工作大會以及哥倫比亞MAD會議的與會者的反饋。

值得注意的是，作者Mert Demirer和Leon Musolff均曾在微軟擔任博士後研究員，並繼續以有償研究顧問身份與該公司合作，這一背景為研究的獨立性和潛在偏見提供了重要語境。論文全文可透過指定DOI（https://doi.org/10.3386/w35275）獲取，並作為NBER工作論文系列的一部分發布。該研究為理解AI技術如何重塑軟體開發產業提供了定量證據，對技術政策制定者和企業管理者具有參考價值。