OpenAI 稱 80% 程式由 AI 撰寫 業界專家質疑數字真實性

OpenAI 總裁 Greg Brockman 在 Sequoia Capital 主辦的「AI Ascent」活動中拋出重磅數字：OpenAI 內部約有 80% 的程式碼由 AI 撰寫。這項說法在矽谷瞬間引發兩極化討論——對 AI 信徒而言，這是「AI 自我加速」的最佳證明；對熟悉軟體開發實況的工程師而言，則更像是經過行銷加工的數字。

支持者的論點是，當頂尖 AI 模型已能可靠完成單元測試生成、樣板程式撰寫、文件補全、簡單重構等工作，加上 OpenAI 內部使用 Codex、ChatGPT、自家 Agent 等工具的密度遠高於外部公司，80% 並非天方夜譚。相關說法也呼應 GitHub、微軟近年公布的 Copilot 採用統計：在已導入 AI 的開發團隊中，AI 生成程式占比可達 30–55%，OpenAI 作為內部使用最深度的玩家自然較高。

但業界專家立刻提出三大質疑。第一是「分母」問題：80% 是以「行數」、「commits」、「PR」、「token 數」還是其他基準計算？不同算法可能產出截然不同的數字，且 AI 擅長產出大量樣板程式碼，自然在「行數」分母上佔優勢。第二是「品質」問題：AI 撰寫的程式仍需要人類審查、調整與整合，真正的「人類工程師工時節省」未必與「AI 行數比例」成正比。第三是「策略表態」問題：OpenAI 作為 AI 公司，公開強調 AI 產能比例本身就是一種市場敘事，需要對外傳達「AI 已能取代開發者」的訊號以支撐其產品定價與融資估值。

從更宏觀的角度看，這項爭論其實反映了一個更重要的議題：AI 對軟體開發產業的真實衝擊正在進入「測量爭議期」。多家研究機構與顧問公司各自公布的 AI 產能提升數字差距巨大，從 10% 到 80% 不等，背後是評估方法、產業別、團隊規模等多重變數的差異。對企業 CIO 與 CTO 而言，盲目相信任何單一數字都有風險，更務實的做法是建立內部的 baseline 衡量機制。

對軟體開發者個人而言，這場討論的關鍵啟示是：AI 確實正在拉高每位工程師的產出上限，但同時也提高了「人類工程師需要負責的整合、設計、決策層次」。會被替代的並非「會寫程式的人」，而是「只會寫樣板程式的人」。

未來觀察重點是 OpenAI 是否會公開其衡量方法、其他大型科技公司是否會跟進披露類似數據，以及學術界是否能建立第三方公正的 AI 程式產出衡量標準。在那之前，「80%」更像是一句宣傳口號，而不是可驗證的事實。