AI 让编码快 10 倍，交付为何只快 1.4 倍？Amdahl 定律给答案
arpit_bhayani · x · 2026-10-23
Arpit Bhayani 用 Amdahl 定律解释为什么 AI 编码加速没有转化为团队交付提速：整体加速由未加速部分决定，公式 Speedup = 1 / ((1-p) + p/s)。假设写代码只占从想法到上线周期的 30%，即使 AI 把这部分提速 10 倍，整体也只快约 1.37 倍；就算编码占一半周期，也只有约 1.8 倍。
未被加速的环节依然存在：需求对齐、跨团队协作、代码评审、CI/CD 等待、以及理解无人逐行写过的 AI 代码带来的调试成本。而且实际可能比 Amdahl 预测更糟——代码生成变快会推高后续所有环节的负载，评审队列膨胀，瓶颈后移；用同样的评审产能写 10 倍的代码，只是造出更大的队列。
他的建议是：度量从想法到生产的全链路，找出工作在哪里排队，把 AI 同样应用到评审、测试生成、flaky test 分诊、部署安全检查上。「加快打字速度向来是最容易的部分。」
所属事件:AI 让写码快 10 倍，为何交付只提速 1.4 倍(2 条相关)→
「编程与Agent」频道最新
- 清华 THU-KEG 发布 RIDAR：自动检测并干预科研智能体造假行为 — THU-KEG · 2026-10-23
- 一个尾点破防 Copilot:VS 与 SSMS 修复 RCE 漏洞 CVE-2026-103572 — wunderwuzzi23 · 2026-10-23
- 安全专家建议：软件包只装发布超 24 小时的，系统更新则立即打 — altryne · 2026-10-23
- 开发者用 OpenAI Realtime API 语音控制机械臂：仿真实训技能+视觉定位玩井字棋 — Tarun122 · 2026-10-23
- 同一份 LoRA 微调 Qwen3.5 全系：9B 反超 27B，收益几乎全靠学会说「无关系」 — spilldahill · 2026-10-23
- 200 个并发 LLM agent 跑在 1GB 内存、$6/月的 VM 上：瓶颈是自家的保存锁 — swarmagent · 2026-10-23