区分AI生成代码与Agentic修复的DevOps仿真评测

背景：AI软件开发工具从代码补全发展到自主Agent，但其对DORA表现的证据混杂，多为横截面研究，也常把AI生成代码（AGC）与Agentic AI（AGT）混为一谈。目标：分别及联合考察AGC和AGT如何影响部署频率、交付前置时间、变更失败率、恢复时间及部署返工率。方法：审计证据，形式化包含四项能力调节因素的双构念模型，实施交付流水线离散事件仿真。六项实验包括因子设计、Shapley分解、600组参数抽样敏感性分析、固定需求鲁棒性测试，以及具有反事实的5000个模拟团队错峰采用面板。结果：两种能力配置下，AGC均提高失败率、返工和恢复时间。当AI增加变更量时，AGC仅在审查容量有余裕时缩短前置时间13%，审查饱和后反而延长；低能力团队的部署频率增长全部来自非计划返工。AGT提高部署频率31%至34%，缩短前置时间8%至22%、恢复时间29%至38%，但稳定性效果依赖自主CI修复掩盖缺陷；高能力团队的逃逸缺陷增加。能力降低AGC绝对失败率惩罚，从7.9到1.5个百分点，却不降低相对惩罚，分别为34%与84%。双向固定效应低估采用效果8%至16%；检测模型中的稳定性效果约需50个团队，检测能力调节约需400个。结论：在模型内部，DORA指标通过排队、批量处理和监督响应AI，不仅取决于代码质量。我们推导测量规则、Agentic修复护栏与基于样本规模的实地验证协议。