🤖 AI
On the Adoption of AI Coding Agents in Open-source Android and iOS Development
本文通过对 193 个开源移动项目中 2,901 个 AI 生成 Pull Request 的实证分析，首次揭示了 AI 编码代理在 Android 和 iOS 开发中的采纳差异、任务类别对代码接受率的影响以及随时间演变的趋势，为评估平台感知的智能体系统提供了实证基准。
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
这篇论文就像是一份**"AI 程序员在移动应用开发界的入职体检报告”**。
想象一下，现在有一群由人工智能（AI）组成的“新实习生”，它们被派去两个不同的“工地”帮忙写代码：一个是Android 工地（像安卓手机），另一个是iOS 工地（像苹果手机）。研究人员（来自巴基斯坦拉合尔管理科学大学等机构）收集了 2901 份由这些 AI 实习生提交的“作业”（也就是代码修改请求，简称 PR），看看它们的表现如何，以及人类主管（项目维护者）是否愿意接受这些作业。
以下是这篇论文的核心发现，用大白话和比喻来解释：
1. 两个工地的“氛围”完全不同
- Android 工地（热闹但挑剔）：
- 工作量： AI 在这里干活更卖力，提交的作业数量是 iOS 的两倍。
- 通过率： 虽然作业多，但主管们更乐意接受，**71%**的作业都能通过。
- 特点： 这里非常看重“谁干的活”。就像有些实习生特别靠谱（比如 Codex 这个 AI），它的作业通过率高达 76.8%；而有些实习生（比如 Copilot）在这里表现一般，只有 28% 的通过率。主管们会看人下菜碟。
- iOS 工地（严谨且统一）：
- 工作量： AI 在这里干活相对少一些。
- 通过率： 主管们比较保守，**63%**的作业通过。
- 特点： 这里不太在乎是哪个 AI 干的，大家的通过率都差不多（都在 51%-79% 之间）。主管们像是戴着“统一滤镜”看所有作业，不管是谁写的，只要符合苹果那套严格的设计规范就行。
2. 什么样的作业最容易通过？
研究人员把 AI 干的活分成了 13 种类型，发现规律很有趣：
- “修补匠”和“美容师”最受欢迎： 如果 AI 做的是修复小 bug、调整界面（UI）或者翻译（Localization），这些属于“日常琐事”，Android 和 iOS 的主管都特别喜欢，通过率极高（甚至有的达到 100%）。
- “大改造”最让人头疼： 如果 AI 试图重构代码结构、修改构建系统或者做大型功能开发，这就好比让实习生去拆墙重盖。这类作业很难通过，而且主管们审核得特别慢，经常要把作业退回去。
3. 时间就是金钱：谁干活更快？
- iOS 的“快车道”： 在 iOS 上，AI 提交的作业被处理的速度比 Android 快 18 倍！这可能是因为 iOS 的项目结构更规范，或者审核流程更自动化。
- Android 的“过山车”： Android 上的处理速度波动很大。
- Codex 这个 AI 在两个平台上都是“快手”，处理速度比其他 AI 快 3 倍。
- 时间趋势： 在 Android 上，从 2025 年 5 月到 8 月，处理速度越来越快（像坐滑梯一样），但到了 9 月之后又变慢了。这说明 Android 的审核流程可能还在适应 AI，或者遇到了什么瓶颈。
4. 为什么有些作业会被拒？
研究人员偷偷看了一眼被拒的 10 份作业，发现原因不仅仅是“代码写得烂”：
- 有时候是网络问题或服务器限制导致提交失败。
- 有时候是自动测试没通过（CI 流水线挂了）。
- 有时候是因为没人理，作业因为长时间没动静被自动关闭了。
- 当然，也有确实是因为 AI 没理解人类的需求，或者违反了平台的规定。
5. 这对我们意味着什么？（给老板和开发者的建议）
- 选对工具很重要： 在 Android 开发中，选对 AI 助手（比如用 Codex）能事半功倍；但在 iOS 开发中，选哪个 AI 差别不大，因为审核标准太严了。
- 让 AI 做小事： 目前 AI 最适合做修 bug、改界面、加翻译这种“细活”。如果你指望 AI 去搞大架构重构，那可能还得靠人类专家多费心。
- 心态要稳： iOS 虽然审核慢一点，但很稳；Android 虽然有时候快，但波动大。
总结
这就好比：
- Android 像是一个大型集市，AI 在这里很活跃，大家喜欢聪明的“小贩”（特定 AI），但也容易因为摊位管理混乱（流程波动）而耽误时间。
- iOS 像是一个高档百货商场，规矩森严，不管谁进来，都要过同样的安检，虽然进得慢，但一旦进去就很有秩序。
这篇研究告诉我们，AI 写代码已经能帮大忙了，但还没到能完全“独当一面”的地步。人类主管们需要根据不同的平台（Android 或 iOS）和不同的任务类型（修 bug 还是改架构），灵活地决定怎么使用这些 AI 助手。
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。