答案已發布4 小時前Last edited 4 小時前15 個來源

皮查伊為何說「AI 寫了多少程式碼」已不是好指標？

皮查伊認為，AI 如今深入影響工程工作的各個環節，因此「有多少程式碼由 AI 撰寫」已無法充分呈現 AI 的作用。 Google 過去公布的數字顯示，AI 生成且經工程師核准的新程式碼比例，從 2024 年底約 25%，升至 2025 年秋季的 50%，再到 2026 年 4 月的 75%。

發布者使用 GPT-6 Luna 編輯圖片由 GPT Image 2 生成

使用 Studio Global AI 搜尋並查證事實瀏覽更多熱門頁面

研究答案

重點整理

皮查伊認為，AI 如今深入影響工程工作的各個環節，因此「有多少程式碼由 AI 撰寫」已無法充分呈現 AI 的作用。
Google 過去公布的數字顯示，AI 生成且經工程師核准的新程式碼比例，從 2024 年底約 25%，升至 2025 年秋季的 50%，再到 2026 年 4 月的 75%。
Google 表示，使用 Gemini 4 Argon 的團隊增加程式變更提交、減少回滾；不過，這些公司公布的指標尚不能完整說明總工時、審查負擔或軟體品質的變化。

Editorial illustration representing AI-assisted software engineering — Why did Google CEO Sundar Pichai tell Alex Kantrowitz in the October 20, 2026 Big Technology Podcast interview that the percentage of GoogleAs AI becomes part of more engineering work, code authorship alone offers a narrower measure of its role.
AI 提示詞
Create a landscape editorial hero image for this Studio Global article: Why did Google CEO Sundar Pichai tell Alex Kantrowitz in the October 20, 2026 Big Technology Podcast interview that the percentage of Google. Article summary: Pichai’s point was that “AI-written code” no longer captures AI’s contribution when it influences nearly the entire engineering process; Google is shifting its emphasis toward engineering impact rather than authorship pe. Topic tags: general, general web, user generated, news. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com

Google 執行長桑達爾・皮查伊（Sundar Pichai）認為，若只問「Google 有多少程式碼是 AI 寫的」，如今已很難掌握 AI 對工程工作的實際影響。他在 2026 年 10 月 20 日的 Big Technology Podcast 訪談中表示，AI 已深入影響工程師接觸的各個環節，因此這個比例已變得「沒有意義」。他提到，Google 推出 Gemini 4 Argon 後，開始觀察程式變更提交與回滾等數據。 5

為什麼「AI 寫了幾成」不再夠用？

AI 生成程式碼的比例，只回答一個相對狹窄的問題：有多少程式碼是由 AI 產生？它無法直接說明團隊是否完成更多有用的工作、審查變更花的時間是否減少，或交付的軟體是否更可靠。

當 AI 不只負責產生程式碼，而是參與更廣泛的工程流程時，要把工作清楚切分成「AI 寫的」與「人寫的」，也就愈來愈難說明整體成效。皮查伊談的是這種衡量方式的侷限，並非證明 AI 已改善所有工程成果。 5

Google 過去公布的比例，反映的是採用情況

Google 先前曾以明確比例說明 AI 在工程工作中的普及程度：AI 撰寫的程式碼占比，從 2024 年底約 25%，升至 2025 年秋季的 50%，並在 2026 年 4 月達到 75%。其中，75% 指的是由 AI 生成、再經工程師核准的新程式碼。 5 24 25

這些數字未必完全是同一種衡量方式：75% 的說法特別限定在「新程式碼」以及「經工程師核准」。即使 AI 生成程式碼的比例持續上升，也只能顯示採用程度提高，不能單憑這點斷定團隊完成的工作變多、工程投入減少，或軟體品質有所提升。

Google 如何描述 Argon 帶來的變化

皮查伊在訪談中表示，Google 推出 Argon 後的前四週，程式變更提交（CLs）增加了 30%，回滾則減少約三分之一。 5

Google 另表示，透過 Antigravity 使用 Argon 的團隊，代理式程式碼提交增加超過 35%，程式碼回滾則減少近三分之一。 45 51 訪談所說的 30% 與 Google 公布的「超過 35%」使用了不同的描述。現有報導沒有說明兩者的定義或統計對象如何對應，因此不宜視為相同數字。

Google 也提到，Argon 曾協助處理大型程式碼庫中的複雜工程工作。例如，Chrome 團隊運用它，將核心網頁處理程式與一個約有 600 萬行程式碼的 Chromium 舊有資料夾分開。這說明 Google 表示 Argon 曾協助處理大型專案，但不代表模型新生成了 600 萬行程式碼。 51

提交量與回滾率，仍不是完整的生產力答案

程式變更提交與回滾，比「程式碼由誰撰寫」更接近工程成果：前者記錄提交的變更，後者反映哪些變更後來必須撤回。不過，這些指標仍無法完整衡量生產力。相關數字由 Google 公布，現有資料也沒有呈現已完成工作量、審查時間、整體工程投入與軟體可靠性的完整比較。

因此，這項轉變較適合理解為 Google 開始強調不同的衡量角度：舊比例呈現工程師使用 AI 生成程式碼的普及程度，新指標則試圖呈現程式提交與回滾的變化。單看其中任何一組數字，都不足以判定 AI 對軟體交付的整體影響。 5 45 51

Studio Global AI

繼續深入研究

這個頁面包含附來源佐證的答案，你可以在 Studio Global 內繼續追問。

使用 Studio Global AI 搜尋並查證事實

大家也會問