Matthew Effect：AI编程工具的"马太效应"
1. 背景：AI编程工具改变了什么？
Cursor、Copilot、Codeium……AI编程工具已经成为程序员日常的一部分。但除了提升个人效率之外，它们对软件生态有什么影响？
和顾飞（Fei Gu）合作，我们从软件生态演化（software evolution）的视角来研究这个问题。
2. 发现：马太效应
我们分析了AI编程工具在编程语言和编程框架两个维度上的行为。结论很清晰：*AI编程工具倾向于生成流行度高的语言和框架的代码*。
这是为什么？因为LLM的训练数据中，流行技术的代码更多、质量更高。AI工具天然"擅长"流行技术。
结果呢？*富者更富，穷者更穷*——流行的语言因为AI辅助更多而变得更流行，小众但有潜力的语言因为AI支持不足而更难获得关注。
3. 这意味着什么？
这是一个"隐藏偏见"（hidden bias）。AI工具自称提升所有开发者的效率，但它在悄悄塑造软件生态的演化方向。那些不在"主流赛道"上的技术，可能因为AI的偏好而被加速边缘化。
这工作拿了ICLR'26，是我硕士阶段（软件工程）和博士方向（LLM安全）的一个交汇点。
4. 论文信息
- 标题: The Matthew Effect of AI Programming Assistants: A Hidden Bias in Software Evolution
- 作者: Fei Gu, Zi Liang, Hongzong Li, Jiahao Ma
- 状态: ICLR 2026
- 论文: https://arxiv.org/abs/2509.23261
