近20倍軟體發布量？CodeRabbit稱導入Codex 6個月、工程師未增

CodeRabbit表示，導入Codex後的過去6個月裡，工程師人數沒有增加，軟體發布量卻約為原先的20倍。

OpenAI於9日發布的客戶案例介紹了這項數據。所謂「20倍」是CodeRabbit共同創辦人暨執行長Harjot Gill的說法；案例未說明發布量的計算單位、比較期間的基準值或統計方式。OpenAI客戶案例

Gill表示：「導入程式碼代理後，所有公司最先遇到的瓶頸都是程式碼審查。」他的意思是，程式碼完成後的變更審查流程可能限制開發速度。

CodeRabbit提供AI程式碼審查與安全問題檢查工具。OpenAI介紹，該工具已用於超過2萬個組織及超過15萬個開源專案。

Gill估計，在接受訪問前的30天內，他個人提交了2500至3000個拉取請求（PR）。PR是請求他人審查並合併程式碼變更的單位。這項個人估算與團隊整體軟體發布量，以及已完成合併或部署的PR數量並不相同。

同時運行多個Codex代理時，筆記型電腦的記憶體與運算能力成為瓶頸。隨著程式碼撰寫工作增加，開發環境的處理能力也受到限制。

測試、建置與封裝，以及相依性管理也出現瓶頸。生成程式碼的驗證和軟體發布準備，成為需要跟上代理工作速度的環節。

CodeRabbit重新設計部署流程與人工核准節點，並讓低風險變更自動部署。公司調整的不只有AI撰寫程式碼的階段，也包括審查與部署流程。

公司也將Codex用於Slack機器人。這個機器人會分類故障、內部訊息及客戶支援請求，並建立供審查的PR；負責人可檢查並合併機器人建立的PR。

CodeRabbit先前曾介紹「Deep Scan」安全功能，透過檢視程式碼路徑與權限驗證流程，找出可能的漏洞。該功能介紹這次的案例則談到，除了程式碼審查與安全檢查，公司也將AI工具用於程式碼撰寫和部署流程。

OpenAI於2025年5月發布的另一篇案例指出，使用CodeRabbit程式碼審查工具後，PR處理週期縮短25%至50%；案例也提到，客戶回報其營運中產品的錯誤減少50%。OpenAI 2025年案例

先前案例提到的PR處理週期和客戶回報的錯誤減少，衡量的是程式碼審查工具的使用經驗，與這次所稱的軟體發布量衡量項目不同。

普林斯頓大學研究人員Kevin Chui等人於2026年2月27日在《Management Science》發表論文，合併分析三項現場實驗。實驗共有4867名開發者參與，分別來自微軟、埃森哲及一家《財星》100大企業。研究報告指出，獲得AI程式碼補全工具的組別，完成的任務平均增加26.08%。現場實驗研究

METR於2025年進行的實驗中，16名資深開源開發者完成246項任務；使用AI工具後，完成時間增加19%。METR實驗論文

兩項研究使用的工具、參與者、任務和衡量指標各不相同，無法直接證實或反駁CodeRabbit所稱的「20倍」。METR今年2月在後續實驗中指出，參與者與任務的選擇偏差，以及多個代理並行時的時間測量問題，都使生產力效應的幅度難以可靠估算。METR後續說明