最新一期《科学》（Science）期刊发表的一项研究指出，当前迅速普及的“氛围编程”（Vibe Coding）可能加剧开发者之间的技能与收入差距。该研究由乌得勒支大学团队完成，其通过机器学习方法，系统分析了 GitHub 上 160097 名开发者提交的超过 3000 万份 Python 代码，首次在宏观层面揭示了 AI 编程工具的实际渗透情况。
论文链接：https://www.science.org/doi/10.1126/science.adz9311
核心发现概要如下：
全球采纳不均衡：截至 2024 年底，美国已有约 29% 的 Python 函数由 AI 辅助生成，德国、法国约为 23%-24%，印度快速升至 20%，其他国家则明显滞后。关键 AI 工具（如 GitHub Copilot、ChatGPT 等）的发布直接推动了使用量的跃升。
效率提升存在分化：虽然 AI 使行业整体代码提交量平均增加 3.6%，但资深开发者（经验丰富者）获得的提升高达 6.2%，并能借助 AI 拓展技术边界、尝试新方案。相比之下，尽管初级开发者对 AI 使用率更高（37%），却未观察到显著的生产力提升。
深层影响：研究认为，资深开发者更善于将 AI 用于复杂任务并优化其输出，而新手多将 AI 用于基础、模板化工作，未能有效转化为创新能力。这一差异不仅拉大了两者之间的效率差距，也可能重塑软件开发领域的职业路径——熟练运用 AI 的资深开发者将更快进入高价值工作，而依赖 AI 但未提升核心竞争力的新手，则可能面临更同质化的竞争压力。
研究方法：为解决传统调查与短期实验的局限，研究团队训练了一个基于 GraphCodeBert 的神经分类器，能够区分人类编写与 AI 生成的代码，从而实现对 AI 使用情况的大规模客观观测。
结论：AI 编程工具并未普惠所有开发者，反而可能扩大不同经验层次开发者之间的能力与产出差距，进而影响其长期职业发展与收入水平。这一趋势提示，在 AI 辅助编程日益普及的背景下，如何帮助新手更有效地利用 AI、提升综合能力，将成为行业与教育领域的重要议题。
