软件团队中的 AI 使用模式：Linear 2026 年数据报告

AI 采用率已扩展至所有组织角色和层级

AI 的使用不再局限于工程团队；它已渗透到软件团队中的每个职能。2026 年 1 月至 6 月期间，所有追踪细分领域的 AI 功能活跃用户比例均翻倍以上。产品管理领域的增长最快，从 12% 上升至 34%，而市场推广（GTM）角色则从 5% 增长至 18%。

高管领导层采用这些工具的速度与团队持平甚至更快。具体而言，员工人数在 201 人及以上的公司中，CEO 的活跃度增幅最大，六个月内从 9% 上升至 36%。这表明高级领导者是通过直接使用而非被动观察来参与这项技术的。

无论公司规模如何，采用率保持一致。从初创企业（1-50 名全职员工）到大型企业（1001+ 名全职员工），AI 使用率在所有层级上均增长了约三倍，表明在 2026 年，组织规模并非 AI 集成的主要障碍。

使用编码代理与软件产出增加之间存在强烈相关性。使用编码代理的团队在两年内每周提交的拉取请求（PR）数量翻了三倍，从平均 21 个增至 65 个。相比之下，未使用代理的传统团队增长微乎其微，仅从每周 8 个增至 10 个。

总体而言，从 2024 年 6 月到 2026 年 6 月，每个工作区打开的拉取请求数量增加了 111%。这一加速趋势在 2026 年全面展开，当时模型质量和采用率同步上升。

AI 工具使非工程师能够直接向代码库贡献代码。两年间，提交拉取请求的产品经理比例从 3% 上升至 10%，设计师的比例则从 1% 上升至 8%。这一转变表明，过去专注于描述变更的角色，如今越来越多地直接交付变更。

与预期 AI 会节省时间不同，它反而引入了新的工作类别。在现有任务上的投入时间——如创建、分类和评论问题——实际上有所上升。例如，工程团队在创建和分类任务上花费的时间增加了约 17%。

新的活动，如与 AI 聊天以及将问题委派给代理，如今已出现在每个职能的每周工作流程中。由于现有任务的时间并未缩短以容纳这些新活动，产品开发的总耗时正在增加。这一现象类似于杰文斯悖论，即资源效率的提高导致该资源的总消耗量上升。

尽管 AI 已从根本上改变了团队的执行方式，但它并未显著改变团队决定构建什么的方式。2025 年 6 月至 2026 年 6 月期间，处理客户请求、文档编写和项目规划的时间保持稳定。这表明，AI 当前的价值主要集中在执行和产出层面，而非战略规划。

尽管数据清晰地显示了活动量的增加，但 Hacker News 上的社区成员对这些指标的解读提出了若干关键质疑：

活动量 vs. 价值： 批评者认为，拉取请求和问题创建数量的增加并不必然与业务价值或投资回报率相关。一位用户指出，“使用量与有价值产出或投资回报率无关”，暗示该报告衡量的是“动作”而非“进展”。
自上而下的压力： 一些观察者认为，创始人和 CEO 的高采用率可能反映了组织层面推动使用 AI 的压力，而非源于实际效用。正如一位评论者所说：“自上而下推动的采用与基于成果驱动的采用看起来完全不同。”
测量偏差： 用户指出，Linear 仅追踪其生态系统内的 AI 使用情况。在外部 IDE 或桌面工具中进行的 AI 驱动的研究、架构规划和编码工作，对这些数据是不可见的，这可能导致误判 AI 并未影响规划阶段。
“审查负担”： 一些实践者指出了 AI 带来的新型低效问题，一位用户表示：“我的工作变成了：用 20 分钟生成代码，然后花一小时阅读它。”