GitHub 上 AI 智能体提交的代码 PR 8 个月增长 9 倍，8 月起已超过人类

据 The Pragmatic Engineer 基于走访 OpenAI、Anthropic 及 GitHub、Factory AI、Linear 独家数据得出的 2026 年行业快照，由 AI 智能体自动生成的代码拉取请求（PR）在短短 8 个月内增长了 9 倍，并从 2026 年 8 月起在 GitHub 上首次超过人类工程师提交的 PR，平台每月 PR 总量已突破 7500 万。

这一变化的速度令业界侧目。软件开发专家 Martin Fowler 评价，AI 带来的转变与此前任何技术浪潮都「完全不是一个量级」。最直观的表现是，几乎没有人再手工逐行写代码：头部工程师如今同时运行 5 到 10 个并行的智能体会话——Claude Code 的创造者 Boris Cherny、Cockroach Labs 的 Peter Mattis、Linear 的 Dima Zaytsev 都描述了类似的工作流。资深工程师把大量编程任务交给智能体并行处理，项目协作工具 Linear 自 7 月起，由智能体创建的问题（issue）数量已经超过人类。

智能体对研发流程的重塑不止于写代码。Factory AI 的数据显示，其 83% 的用户在使用「技能」（skills）机制，这一比例较 2 月增长了 2.5 倍；传统的集成开发环境（IDE）正在被边缘化。与此同时，代码审查环节出现了「表演化」倾向——审查者疲于核对智能体批量产出的改动，代码的质量与可靠性反而出现下滑。

不过，被改变的只是产出方式，而非工程本质。快照指出，团队协作、架构规划与需求拆解依然关键；非工程师仍然无法直接交付可运行的代码。换言之，AI 智能体把「写」的成本压到了极低，却把「判断什么该写、如何组织、如何验证」的价值进一步放大。对软件行业而言，真正的分水岭或许不是谁用上了智能体，而是谁能把智能体的吞吐量转化为可靠的系统。