AI 编码工具推动更多软件产出，SDLC 下游自动化成为新瓶颈

概览

本报告重温 Morgan Stanley 此前关于“更多软件和更多开发人员”的框架，核心结论是 AI 编码工具正在提高软件开发速度和产出，但并未造成开发者需求的广泛萎缩。随着开发成本下降，企业能够启动更多此前不具备经济性的项目，开发者角色则从基础编码转向架构设计、结果验证、系统集成和治理。报告同时指出，AI 生成代码的增加正在把瓶颈推向 SDLC 下游，推动对更完整的 agentic AI 和 DevOps/DevSecOps 平台的需求。

核心观点

报告的主要观点包括：第一，AI 编码工具提升自动化水平，但软件产出同步增加，因此对开发者席位的冲击更偏结构性而非总量性；第二，初级开发岗位承压更明显，中高级开发者因能够处理架构、验证和生产复杂性而更具价值；第三，代码生成效率提升后，审查、测试、集成、发布和安全验证成为新的生产力约束；第四，未来竞争焦点将从帮助开发者写代码的工具，转向能够治理并自动化整个软件生命周期的平台。

分析框架

报告结合开发者招聘数据、软件创建活动、AI 工具采用率调查、CI/CD 工作流数据、安全测试结果和公开公司商业模式对比，评估 AI 对软件开发劳动需求、SDLC 瓶颈迁移以及 Atlassian、GitLab、JFrog 等公司的影响。

方法论与常识提炼

• 行业框架AI 对软件开发生命周期的影响

  从代码生成到全生命周期自动化

  报告将 AI 影响拆分为前端代码生成效率提升和下游交付瓶颈迁移，认为真正的机会在于审查、测试、安全、发布和运维等环节的自动化。

• 劳动力分析开发者需求结构变化

  总量韧性与岗位结构分化

  AI 吸收更多初级和重复性任务，但同时扩大可开发项目范围，提高对能设计系统、验证输出和管理复杂性的中高级工程师需求。

• 商业模式比较席位计费与使用量计费

  AI 时代的软件平台变现差异

  报告认为依赖开发者席位的模式短期仍受市场担忧压制，而与软件产出量、制品数量和治理需求挂钩的使用量模式受益更直接。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Atlassian Corporation PLC (TEAM.O)

  核心覆盖公司，维持 Overweight

  优势

  Jira 和 Confluence 是软件规划与协作的记录系统，具备工作流上下文和企业协作入口，在 AI 驱动的软件开发扩张中仍有耐久相关性。

  劣势

  更明显的重估依赖云业务重新加速、FY27 可见度改善以及 AI 货币化证据；目标价因估值倍数收缩明显下调。

  对比

  相较 JFrog，Atlassian 的受益更依赖产品整合和席位模式之外的变现演进，短期验证路径不如使用量模型直接。

  风险

  云增长放缓、AI 变现不足、席位模式被压缩、估值倍数继续收缩。

• GitLab (GTLB)

  公共覆盖中的 DevSecOps 自动化平台

  优势

  定位于软件生命周期中的自动化和 DevSecOps 层，理论上能受益于从代码生成向全生命周期治理的转移。

  劣势

  CY26/FY27 更像转型期，投资者需要看到更好执行以及 Duo Agent Platform 推动增长重新加速的证据。

  对比

  与 Atlassian 类似仍需证明 AI 平台化和混合变现能力；相较 JFrog，短期直接受益不够清晰。

  风险

  执行不及预期、AI 产品采用不足、增长重新加速延后、竞争加剧。

• JFrog (FROG.O)

  报告认为近期最清晰的直接受益者

  优势

  通过二进制文件、制品和软件分发增长进行使用量计费，而非依赖开发者席位；作为二进制制品记录系统具备护城河，并向安全和治理扩展。

  劣势

  市场对其安全业务仍有担忧，且需要持续证明安全与治理扩展的商业化能力。

  对比

  相较 Atlassian 和 GitLab，JFrog 与 AI 推动的软件产出量增长联系更直接，商业模式受益路径更明确。

  风险

  安全业务进展不及预期、使用量增长不达预期、平台竞争加剧。

关键数据

• Atlassian 目标价$120.00从 $290.00 下调至 $120.00，但维持 Overweight。
• AI 工具周度使用率75%-95%多项调查显示开发者至少每周使用 AI 工具的比例已很高。
• 专业开发者月度使用率93%-98%报告称 AI 在工程团队中的采用已接近普遍化。
• 软件开发者职位变化+11%2025 年 7 月至 2026 年 2 月，软件开发者职位从约 49K 升至约 55K，同期美国总职位下降 7%。
• 平均工作流吞吐量+59% YoYCircleCI 数据显示代码活动提升明显，但收益集中在高表现团队。
• 中位团队主分支吞吐量-7% YoY功能分支活动增加并未普遍转化为主分支交付提升。
• 主分支成功率71%降至五年多以来低位，低于 CircleCI 建议的 90% 基准。
• AI 生成代码安全测试失败率45%Veracode 2025 GenAI Code Security Report 显示大量 AI 生成代码仍引入主要安全漏洞。
• AI 生成代码安全发现>10K/月Apiiro 分析称截至 2025 年 6 月 AI 生成代码每月引入超过 1 万个新安全发现，六个月内增长 10 倍。

影响与含义

投资含义是，市场对 AI 导致开发者席位大规模减少的担忧可能过度，但传统席位计费公司需要证明 AI 变现和产品整合能力。软件平台的价值将更多来自对工作流上下文、企业信任、治理、自动化和审计能力的掌控。JFrog 因与二进制制品和软件分发量直接相关，近期受益路径更清晰；Atlassian 和 GitLab 仍具平台位置，但需要更强的云增长、执行证据和 AI 货币化证明来推动重估。

风险

• AI 工具若最终显著压缩开发者席位，可能削弱依赖席位计费的软件平台增长。
• AI 生成代码带来更高安全漏洞、代码审查负担和调试成本，可能抵消生产力提升。
• agentic AI 的采用仍受信任、准确性、治理、审计和企业控制要求限制。
• Atlassian 的目标价已因估值倍数收缩下调，若云增长和 AI 变现证据不足，重估可能继续延后。
• GitLab、Atlassian、JFrog 均面临大型平台和新兴 agentic 工具的竞争压力。

后续跟踪

• 开发者招聘趋势是否继续相对整体劳动力市场更具韧性。
• 初级与中高级开发者岗位需求分化是否扩大。
• AI 生成代码能否转化为主分支吞吐量和实际生产发布提升。
• 主分支成功率、恢复时间、安全漏洞和代码审查负担是否改善。
• Atlassian 云业务再加速、FY27 可见度和 AI 货币化进展。
• GitLab Duo Agent Platform 的采用和混合变现效果。
• JFrog 使用量增长、二进制制品治理和安全业务进展。