GitLab工程实践手册：编码仅占工作时间16%，瓶颈已转向审查与验证
GitLab基于1528名DevSecOps从业者调查提出：AI编码智能体使个人产出提升，但大型软件交付周期中活跃开发仅占10%–20%，瓶颈已转移至审查、审批和环境等待。其AI原生工程手册给出四级自主性阶梯，核心规则是每一级升级必须以证据支撑，且名义在环但实际橡皮图章的审查比没有审查更糟。
重要性实质性证据E2 未复现写法快讯
AI编码智能体正在把更多代码推入为人工节奏设计的审查队列。GitLab工程实践博客作者Chandler Gibbons指出，编码助手能加快写代码，却无法告诉你审查、安全检查和发布审批能否跟上多出来的代码量。
GitLab在其AI Accountability Report中调查了1528名DevSecOps从业者，发现79%认为个人开发效率因AI提升，但整体软件交付流程并未以相同速度加速。报告同时显示，DevSecOps从业者仅将16%的时间用于编写新代码，85%认同AI已将瓶颈从写代码转移到审查和验证。
为什么编码提速对交付周期的影响远小于直觉？GitLab用一组算术说明：大型企业的软件交付周期通常超过200天，其中活跃开发仅占10%到20%。假设一个281天的交付周期中有32天用于编码，把编码速度提高50%只节省约16天，即整体改善6%。即使把编码时间压缩到零，仍有约88%的交付周期纹丝不动。瓶颈不在代码本身，而在等待澄清、等待环境、等待审批和跨团队交接。
GitLab据此提出四级自主性阶梯：第一级，人在每一步都在环；第二级，人在环但智能体在设定边界内执行；第三级，人退出正常操作、只处理异常；第四级，零接触工作流，智能体端到端自我管理，仅在预设阈值触发时呼叫人类。规则是阶梯不可跳过，每一级升级必须由下一级积累的证据支撑。
该手册特别警告一种常见失败模式：名义上有人审查、实际上对一切点头放行。