点击下载报告：https://www.merico.cn/benchmark-report-2025

软件研发行业对 LLM（大语言模型）的应用探索日益深入，本专题将通过主观数据（企业反馈、预期等）与客观数据（代码生产率、质量等实际度量指标）相结合的方式进行分析，以全面呈现 LLM 在行业中的应用现状与价值。

从企业应用 LLM 的落地时长来看，多数企业已开启相关探索；
在价值期待与效果评估方面，企业期望借助 LLM 实现降本增效，但效果评估仍处于探索阶段；
在代码生产率和质量上，LLM 展现出积极作用，但仍存在提升空间。

企业 LLM 模型的落地应用时长

80%的受访企业已经开始引入 LLM 大语言模型辅助研发，36%的企业已经应用超过一年。

‍

LLM 模型应用的价值期待和效果评估

大部分受访企业都期望 LLM 大语言模型能够帮助研发降本增效，其中 85%的企业希望能提升编程效率。引入 AI 之后的提效成果评估目前在业内仍处于探索阶段，26%的企业直接比较交付的结果指标，24%的企业关注用户数、采纳率等间接指标，而另外的半数企业尚未找到合适的评估方法。

‍

LLM 模型在辅助编程领域的应用

尽管大部分企业都希望 LLM 大语言模型能提升编程效率，但他们对于 AI 生成代码的态度仍然相对谨慎。仅 25%的企业目前将 AI 辅助生成的代码视作与人类编写的代码一样。半数企业表示还未采取措施，但是以后会采取，也有部分企业已经采取了相应的措施。

目前企业没有更大范围落地 AI 辅助编程的最主要原因仍然是模型能力有限，其次是成本高昂以及企业内部运营和培训不足。

应用 LLM 模型的企业代码生产率更高

在代码生产率方面，主观数据中部分企业反映应用 LLM 后效率有中高幅度提升，客观数据显示已落地应用 LLM 的企业代码生产率中位值较未应用企业有明显增幅，二者相互呼应，凸显 LLM 对代码产出效率提升的实际价值。后续可通过优化应用场景、深化流程融合（如从代码生产延伸到需求分析、测试等环节），推动交付效率向更高层级突破。

LLM 应用对软件交付效率提升的效果分布（主观数据）

企业提供的数据分布分析发现，34% 企业效率提升在 20% 以下，31% 企业 “提效不明显”，说明 LLM 对部分企业的效率拉动尚未充分体现；25% 企业效率提升 20-39%，5% 提升 40-59%，4% 提升 80% 以上，反映 LLM 在部分场景中能实现中高幅度提效。

LLM 对软件交付效率的提升存在 “分层效应” ，多数企业暂未实现显著突破（近 65% 企业提效≤20% 或不明显），但少数企业已通过 LLM 获得中高提效（约 34% 企业提效≥20% ），需进一步探究提效差异的成因（如应用场景、企业数字化基础等）。

LLM 落地对代码生产率的直接影响（客观数据）

将企业应用 LLM 的情况分为两类：尚未应用 LLM 与已落地应用 LLM 。数据显示，尚未应用 LLM 的代码生产率中位值为 3552 ，已落地应用 LLM 的代码生产率中位值达 4173，代码生产率增幅约 17% 。这表明，LLM 应用对代码生产率有显著提升作用，让企业在代码产出效率上更具优势。

LLM 凭借强大的代码生成、理解与智能辅助能力，能在开发中自动生成代码框架、提供示例与解决方案，助力开发人员快速完成重复性、基础性编码工作，减少编码耗时；同时，可智能审查代码，提示潜在错误与优化建议，兼顾代码质量与开发效率。

对企业研发管理的启示

对于期望提升代码生产率的企业，LLM 是值得引入的技术工具：

尚未应用 LLM 的企业：可积极探索其在代码编写、审查、技术文档生成等场景的应用可能。通过培训开发人员掌握工具用法，让 LLM 赋能编码效率与质量，推动团队产出升级。
已应用 LLM 的企业：持续优化使用方式，紧跟 LLM 技术发展（如模型迭代、功能扩展），深挖工具潜力（如结合业务场景定制 prompts 、拓展自动化应用环节），巩固并扩大代码生产率优势，保持研发效能领先。

‍

LLM 应用对代码质量有积极影响

在代码质量方面，主观数据（小节 3.5.1）里有部分企业表示应用 LLM 后质量得到改善，客观数据（小节 3.5.2）中应用 LLM 企业的单元测试覆盖度和代码不重复度均高于未应用企业，主客观数据相互印证，表明 LLM 在提升代码质量上确有成效。后续可通过深化场景落地（如需求评审、缺陷预测）、配套流程优化，推动 “过程质量” 向 “交付质量” 转化，缩小企业间质量提升差距。

LLM 对软件交付质量提升的效果分布（主观数据）

企业提供的数据分布分析发现，40% 企业反馈 “质量提升不明显”，33% 企业质量提升在 20% 以下；仅 13% 企业实现 20-39% 提升，6% 实现 40-59% 提升，4% 实现 60-79% 及 80% 以上提升。

LLM 对软件交付质量的提升存在 “普适性挑战” —— 超 70% 企业质量提升幅度≤20% 或不明显，反映 LLM 在质量侧的价值释放需突破场景适配、流程融合等障碍；但仍有 27% 企业实现中高幅度提升，验证 LLM 具备优化质量的潜力。

LLM 落地对代码质量左移的影响（客观数据）

在单元测试覆盖度方面，尚未应用 LLM 的企业为 10%，而已应用 LLM 的企业达到 15% 。这表明 LLM 的应用有助于提高单元测试覆盖度。LLM 可凭借其强大的代码理解和分析能力，辅助开发人员生成测试用例，精准定位代码中的潜在问题区域，从而更全面地覆盖测试范围，提升软件质量。

从代码不重复度来看，尚未应用 LLM 的企业为 78%，已应用 LLM 的企业为 80% 。虽然提升幅度相对较小，但也说明 LLM 在促进代码复用、减少代码重复方面有一定作用。LLM 能提供代码示例和最佳实践参考，帮助开发人员识别可复用代码模块，遵循 “DRY（Don't repeat yourself ）” 原则编写代码，优化代码结构。