The Impact of LLM-Assistants on Software Developer Productivity: A Systematic Literature Review

文章主要内容和创新点

主要内容

本文是一篇针对2014年1月至2024年12月期间发表的37篇同行评审研究的系统文献综述，聚焦大语言模型助手（LLM-assistants）对软件开发者生产力的影响。

• 核心发现：LLM助手带来显著收益的同时也存在关键风险。收益包括减少代码搜索、加速开发流程、自动化琐碎重复任务等；风险则涉及认知卸载（过度依赖工具）、团队协作减少、代码质量波动等。
• 方法论分析：现有研究以探索性（64%）和多样化方法为主，实验室实验（41%）是最常见的研究策略，但缺乏纵向研究和团队层面的评估。
• 生产力维度评估：基于SPACE框架（Satisfaction、Performance、Activity、Communication、Efficiency）分析发现，92%的研究采用多维度视角，但仅14%覆盖超过3个维度；Satisfaction、Performance、Efficiency是研究最多的维度，而Communication和Activity明显被忽视。

创新点

1. 首篇聚焦LLM助手对软件开发者生产力影响的系统综述，整合了37篇研究的证据，填补了现有研究缺乏综合分析的空白。
2. 结构化梳理了评估开发者生产力的方法论、流程和工具，明确了LLM助手的核心收益（如减少任务启动成本、支持代码相关任务）和风险（如过度依赖、流程中断）。
3. 结合SPACE框架和麦克卢汉的“媒介四