How AI Coding Agents Modify Code: A Large-Scale Study of GitHub Pull Requests
该研究基于 MSR 2026 挑战数据集，对 24,014 个 AI 代理生成的合并拉取请求与 5,081 个人类贡献进行了大规模实证分析，揭示了 AI 代理在提交次数、代码修改模式及描述与差异的一致性等方面与人类贡献的显著差异。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
这篇论文就像是一次对**“机器人程序员”和“人类程序员”在 GitHub（全球最大的代码仓库）上如何提交工作成果的大规模体检报告**。
想象一下，GitHub 是一个巨大的**“开源建筑工地上”**。以前，只有人类工人（人类程序员）会在这里干活：他们设计图纸、砌砖、写说明，然后提交一份“施工申请单”（Pull Request，简称 PR），请求工头（代码审查者）批准。
现在，AI 编程助手（AI Coding Agents）也来了。它们不仅能干活，还能自动提交施工申请单。这篇论文就是想知道：这些 AI 工人和人类工人，在干活的方式、提交的申请单质量上，到底有什么不一样？
研究人员像侦探一样，分析了2.4 万个 AI 提交的申请单和5000 个人类提交的申请单，得出了以下有趣的发现：
1. 干活风格：是“大刀阔斧”还是“精雕细琢”？
人类工人（Human PRs）：
就像那些经验丰富的老工匠。他们干活时，往往喜欢**“大动干戈”**。- 特点：一次提交可能涉及很多个文件（比如同时修了墙、换了窗户、还刷了漆），而且他们喜欢把一个大工程拆分成很多个小步骤（很多个 Commit/提交记录）来慢慢做。
- 比喻：人类像是在**“写长篇小说”**，章节多，篇幅长，涉及面广。
AI 机器人（Agentic PRs）：
它们更像是**“精准的瑞士军刀”或“微创手术专家”**。- 特点：它们倾向于**“小步快跑”**。一次只改很少的几个文件，甚至只改几行代码，而且通常只用很少的步骤（很少的 Commit）就搞定。
- 比喻：AI 像是在**“发推特”**，短小精悍，直奔主题。
- 例外：虽然大部分 AI 都很“小气”（改动小），但像 Claude Code 和 OpenAI Codex 这样的“大个子”AI，偶尔也会像人类一样搞点大工程，不过大多数 AI（如 Copilot）还是坚持“小而美”的风格。
结论：AI 和人类最大的区别不在于改了多少行代码（总量差不多），而在于**“怎么组织”**。AI 喜欢把大任务拆成无数个极小的、独立的碎片，而人类喜欢把相关的改动打包在一起。
2. 写说明书（PR 描述）：AI 比人类更“诚实”吗？
每个施工申请单都需要写一段“修改说明”（Description），告诉审查者“我改了啥，为什么要改”。
- 人类工人：有时候写得很随意，或者写得太笼统。比如代码里改了个复杂的逻辑，但说明里只写了“修复了一个 bug"。这就导致**“说的”和“做的”**有点对不上号。
- AI 机器人： surprisingly（令人惊讶地），AI 写的说明非常贴合它实际改的代码。
- 比喻：如果人类是在“写诗”（意境到了，但细节模糊），AI 就是在**“写操作手册”**（精准对应，指哪打哪）。
- 数据：研究人员用 AI 算法去对比“说明文字”和“代码改动”，发现 AI 的**“言行一致度”**（语义相似度）比人类还要高一点点。这意味着 AI 非常清楚自己改了哪里，并且能准确地用语言描述出来。
3. 这对我们意味着什么？（给工头的建议）
这项研究给那些负责审核代码的“工头”（人类开发者）提了两个醒：
别只看代码量，要看“结构”：
以前审核代码，大家可能觉得“改动行数少”就是好。但现在发现，AI 改的代码虽然行数少，但**“碎片化”**严重（一个 PR 里可能有几十个微小的提交）。- 建议：如果看到一个 PR 有几十个提交记录，但改动都很小，那大概率是 AI 干的。这时候审查者需要换个眼光，不要只盯着代码行数，要关注这些碎片是否拼凑得合理。
AI 的“说明书”很靠谱，但也要防着“过度自信”：
既然 AI 写的说明通常很准，我们可以利用这一点，让 AI 自动生成“更新日志”或“发布说明”。- 警惕：虽然 AI 很准，但如果它突然开始写长篇大论或者改动范围特别大（像人类一样），那可能意味着它“迷路”了，这时候人类工头就要介入，仔细检查了。
总结
这篇论文告诉我们：AI 程序员已经不再是只会补代码的“小助手”，它们变成了能独立提交任务的“正式员工”。
- 它们干活更细碎、更专注（不像人类那样喜欢大包大揽）。
- 它们写**“工作日报”（PR 描述）非常精准**，甚至比人类更懂怎么描述自己的改动。
未来的软件开发，将是**“人类指挥官” + "AI 特种兵”**的组合。人类负责定大方向和做最终把关，而 AI 负责高效、精准地执行那些细碎的、重复的修改任务。只要人类工头学会如何识别和审核这种“新式工作流”，开源世界将会变得更加高效。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。