微软研究：CLI 编程 Agent 让工程师多合并 24% PR

微软一项覆盖数万名工程师的大规模实证研究显示，命令行式 AI 编程助手——包括 Anthropic 的 Claude Code 和 GitHub 的 Copilot CLI——在企业内部的传播主要依赖社交网络，留存率与工程师本身的编码活跃度密切相关；采用者合并的 Pull Request 数量比不使用情况下高出约 24%。该研究以论文形式发布在 arXiv 上（编号 2607.01418），观察窗口覆盖微软在 2026 年初的推广期，为期约四个月。

研究背景

随着 Claude Code、Copilot CLI 等「Agent 式」命令行工具逐步进入企业研发流程，组织普遍关心三个问题：谁会愿意试用、谁会留下来持续使用、以及这些工具的产出能否覆盖其高昂的成本。论文指出，在组织规模下，相关 token 消耗每年可达数百万美元；如果误判采用率、留存率或实际影响，可能既推高成本、又无法改变工程交付速度。

为回答上述问题，研究团队以微软内部数万名工程师为样本，对其在 2026 年初 CLI 编程 Agent 推广期内的实际使用数据进行追踪，并以「合并的 Pull Request 数量」作为产出代理指标。作者也明确承认：合并 PR 并不等同于其业务价值，这一简化会带来一定偏差。

主要发现

• 社交网络是扩散主渠道：首次使用行为主要通过同事之间的口碑与可见的同伴使用来传播，而非自上而下的行政推动。
• 留存与编码活跃度强相关：工程师是否持续使用工具，更多取决于其日常工作是否涉及大量编码，而非年龄、职级或团队等人口学特征。
• 产出提升约 24%：在控制基线后，采用者合并的 PR 数量比不使用情况下多约 24%，这一提升在四个月观察窗口内持续存在。
• 并非「新鲜感效应」：研究指出，CLI 编程 Agent 既非被全员均匀采用，也不是短期试用后即弃的玩具，其使用模式呈现稳定且可衡量的差异。

对企业的启示

论文作者强调，组织在制定 AI 编程工具的推广策略时，应把「可见的同伴使用」当作核心杠杆，而不是单纯依赖政策强制或培训材料。换言之，让早期采用者的使用过程被同事看到、复制和讨论，比自上而下的部署更能驱动扩散；同时，识别并服务好编码活跃度高的工程师，更有可能获得长期留存与可衡量的产出回报。

研究局限

作者也提示了几点需要注意的边界：合并 PR 仅是产出的近似指标，不能直接等同于商业价值；研究覆盖的是微软这一特定组织环境，其文化与工程流程可能影响结论的外部推广性；此外，四个月的窗口尚不足以判断长期效应是否衰减。

论文由 Emerson Murphy-Hill 等作者提交，分类同时涉及软件工程、人工智能与人机交互领域。