随着AI编程工具的兴起，对153百万行代码进行了深入分析，以揭示这些工具对编程实践的影响。这项研究不仅揭示了AI工具如何影响编程实践，还探讨了它们如何塑造代码质量和可维护性。
GitClear的研究覆盖了2020年至2023年的关键方面，包括代码变更率、代码重复度和代码年龄。通过对3400个代码库的深入分析，研究为提供了一个全面的编程领域变化图景。
研究结果显示，在研究的后半段，代码变更率、代码重复度和代码年龄这三个关键指标发生了显著变化。这些指标作为理解AI编程助手影响下代码开发演变性质的标志。代码变更率的增加表明了“不良代码”生成的上升，而重复代码的高百分比则指向开发者可能采取的“快速补丁”做法，这可能会影响项目的清晰度。