人机融合式软件开发系列 · 4 / 6 · 实现
实现：最成熟但主观-客观有落差
实现是人机融合渗透最深的环节（988 篇综述里占 70%+），但也藏着主观-客观生产力落差的陷阱—— 开发者感觉变快、感觉质量更好，但客观 commit 指标没显著变。 本页讲清 3 层形态（补全 / 对话 / 自主 Agent）+ PDD 方法论 + 5 个数据点 + 3 个挑战。
概览
3
层形态
+55%
任务速度
+85%
质量信心
45%
AI 代码含缺陷
第一篇 · 3 层形态 + PDD
第 4 讲 · 3 层 + 1 综述
图 1 · 3 层形态的"AI 自主度"递增——人类角色从"代码作者"逐渐变成"任务定义者 + 审查者"
3 层形态：从补全到自主 Agent（Code Agent 综述，arXiv:2508.00083）
系统检索 447 篇候选、筛选 100 篇核心（时间窗 2022–2025.06，覆盖 ICSE/ASE/FSE/ISSTA/TOSEM/TSE），3 层形态按 AI 自主程度递进：
3 层形态对比
| 层 | 形态 | 代表工具 | 人类角色 | 适用 |
|---|---|---|---|---|
| 1 | 补全式协助 | GitHub Copilot 类 | 边想边审（行/函数级建议） | 所有日常编码 |
| 2 | 对话式实现 | Copilot Chat / Cursor / Claude Code | 用自然语言描述任务 | 中等复杂度功能 |
| 3 | 自主智能体 | Devin / multi-agent 框架 | 任务定义者 + 流程监督者 + 结果审查者 | 端到端开发（需多 Agent 分工） |
3 层形态时序图
flowchart TB
subgraph L1[第 1 层 · 补全式]
A1[人写代码] --> A2[AI 建议下一行] --> A3[人接受/拒绝]
end
subgraph L2[第 2 层 · 对话式]
B1[人描述任务] --> B2[AI 解释+生成] --> B3[人审查+修改]
end
subgraph L3[第 3 层 · 自主 Agent]
C1[人定义任务] --> C2[AI 规划+多步执行] --> C3[人审查结果]
end
L1 -.升级.-> L2
L2 -.升级.-> L3
关键定位：3 层不是替代关系，是共存——一个成熟团队会同时用：补全式（写日常代码）+ 对话式（实现新功能）+ 自主 Agent（跑端到端任务）。但层 3 风险最大，需要最严的人类审查——这是 §6 维护和治理的伏笔。
第 4 讲 · 1 方法 + 5 数据
图 2 · 5 个关键数据点可视化（%；数据点 4 拆为"心流保持 73%"与"重复任务省心力 87%"两个分项）。数据：本页 PDD 卡片"5 个关键数据点"表（GitHub 2022/2024、Harness 2023、Veracode 2026）
Prompt-Driven Development（PDD）+ 5 个关键数据点
PDD（Development Curated 2025）作为结构化方法论兴起：人类以串行、有界、可验证的提示做架构监督，AI 做机械性实现。约 67% 周期用于"识别逻辑不一致并反馈运行时数据给 AI"的纠正回路。
5 个关键数据点（GitHub 2022/2024 + Stray 2026 + Veracode 2026）
| # | 数据点 | 数值 | 来源 |
|---|---|---|---|
| 1 | 任务完成速度 | +55% | GitHub 2022 受控实验（N=95 专业开发者） |
| 2 | 企业 PR（Pull Request，GitHub 上的代码合并请求）数 + 周期 | PR +10.6% / 周期 −3.5h | Harness 2023 企业案例 |
| 3 | 质量信心 | +85% 开发者更有信心 | GitHub 2024 研究 |
| 4 | 心流保持 | 73% 保持心流 / 87% 在重复任务上省心力 | GitHub 2022 |
| 5 | AI 代码含已知缺陷 | 45% | Veracode 报告（cloudnews.tech 2026） |
第 1 + 第 5 之间的张力：+55% 速度提升 vs 45% 含缺陷——同一拨代码。含义不是"AI 不能用"，是"省时省心的代价是把质量门后移"——传统写完就自审的检查点被"快写完再统一审"取代，如果团队没有配套的自动验证，速度红利就成债务种子。这是为什么 §6 维护会出"质量稀释悖论"。
第二篇 · 3 个实现阶段挑战
第 4 讲 · 3 挑战 + 1 警示
3 个实现阶段挑战
挑战 1 · 主观—客观落差（Stray 2026 实证）
- 挪威公共部门 NAV IT，26,317 个非合并提交 / 703 仓库 / 两年期
- Copilot 用户持续比非用户更活跃，主观生产力提升显著
- 但客观 commit 指标变化在统计上不显著
- 含义：传统 LoC / 任务数衡量在 AI 时代失准，需多维框架（SPACE 框架）
挑战 2 · 幻觉与安全漏洞
- AI 生成代码可能含逻辑缺陷、性能隐患、安全漏洞，难以被单元测试覆盖（Code Agent 综述 2025）
- 45% AI 生成样本含已知安全缺陷（Veracode 报告，cloudnews.tech 2026）
- 幻觉 = 概率自信 ≠ 能力正确，AI 不报错不等于 AI 对
挑战 3 · 私有上下文鸿沟
- 真实项目含庞大私有代码库、定制构建、内部 API 与未成文约定
- Agent 高效理解并利用这些信息是从演示走向专业工具的关键挑战
- 对照本仓：4 brand adapter + ollama runner 各自维护私有 tool 协议（参考本仓 REPORT-ollama-tool-call-substitute）
实现阶段的心法：AI 不替代代码作者，AI 替代打字时间 + 上下文切换 + 重复任务。角色从"代码作者"变成"架构师 + 策展人 + 审查者"——PDD 67% 周期花在"识别不一致 + 反馈运行时数据"就是这个角色转换的具体体现。