让 AI 写代码确实快，但人去 Review 真的太贵了

我最近在思考一个挺扎心的问题：既然 AI Agent 写代码效率这么高，为什么我们感觉开发成本并没有想象中大幅下降？后来我翻了一下相关的成本估算数据，发现了一个很现实的逻辑：读代码的成本竟然是写代码的 2.1 倍。

这事儿听起来有点反直觉，但如果你把“人肉 Review”和“模型推理”放在一起算账，逻辑就通了。

为什么 Review 这么贵？

咱们算一笔账。根据美国劳工统计局的数据，软件开发者的综合时薪（加上福利后的总成本）大约在 97 美元左右。如果按照一个成熟工程师每小时能 Review 400 行代码（LOC）的平均速度来算，每改一行代码，人类付出的成本大约是 0.24 美元。

AI Agent 的成本逻辑

相比之下，用 AI Agent（比如基于 OpenHands 框架跑的实验数据）来生成代码，成本就显得低得多了。通过对 GPT-5.5 在 SWE-bench 上的运行数据进行重新定价（按 GPT-5.6 的费率计算），每生成一行被接受的有效代码，模型的 Token 开销大约只有 0.11 美元。

这里有一个关键的细节：在统计数据时，必须剔除掉那些“离群值”。比如在一次测试中，有一个任务单次改动了 1.6 万行，这种超大规模的 Patch 会严重拉低平均成本，但这并不符合日常开发逻辑，所以必须排除掉。

我们的痛点在哪里

• Review 成本高昂： 人类阅读 AI 生成的代码，不仅要看逻辑对不对，还要防范 AI 可能引入的隐蔽 Bug，这种心智负担非常重。
• 效率瓶颈： 随着代码行数的增加，人的检测缺陷能力会显著下降。一旦每小时 Review 的代码量超过 500 行，出错率就会飙升。
• 投入产出比失衡： 如果 Agent 写的代码质量不稳定，导致人类需要花 2 倍的时间去纠错，那引入 AI 的意义就大打折扣了。

所以说，现在的技术难点不在于让 Agent 写出更多的代码，而在于如何让它写出“不需要人类反复确认”的高质量代码。如果 Review 的成本降不下来，AI 辅助编程的真正红利期可能还没到。