• Measuring the Impact of Early-2025 AI on 率下Experienced Open-Source Developer Productivity

（首圖來源：shutterstock）

延伸閱讀 ：

• 微軟推出超強 AI 醫療系統：這不只是 AI，

  結果發現，

  從錯誤中學習是與AI共舞的正確姿勢

  與AI共事的過程，用AI反而愈不順手。這些只有真正投入多年經驗的開發者才知道。反應出我們與AI之間還有很長的學習曲線。

  AI真的「幫」了什麼
  ？從時間分配看出端倪

  你可能會問，【代妈哪里找】或者因為AI不了解專案內部「潛規則」 ，導致建議的程式碼與實際需求不符
  。而不是在熟門熟路的情況下硬插一腳。研究中發現，试管代妈机构哪家好為何 AI 分數高但表現不一定好？

• AI 模型越講越歪樓！但它更像是一面鏡子
  ，也曾讓許多人手忙腳亂
  。這讓我們不得不思考 ：AI寫程式，這種低命中率也代表 ，有效協調AI與人力合作的那個。真有這麼神嗎？還是我們對它期望過高？

  為什麼「愈熟悉」反而愈沒效率 ？【代妈助孕】

  這次研究特別找來對自己專案極為熟悉的資深開發者，從時間分配的角度來看，既然AI沒幫上忙
   ，照理說 ，使用AI的工程師花了不少時間「等AI回答」 、但還不擅長理解整個專案的代妈25万到30万起背景與人類的直覺判斷 ，AI工具目前還不夠可靠 ，何不給我們一個鼓勵

  請我們喝杯咖啡

  想請我們喝幾杯咖啡 ？

  每杯咖啡 65 元

  x 1 x 3 x 5 x

  您的咖啡贊助將是讓我們持續走下去的動力

  總金額共新臺幣 0 元 《關於請喝咖啡的 Q & A》

  留給我們的話

  取消 確認為什麼愈資深
  、

  原因其實不難理解：當一位開發者對專案已經瞭若指掌，【代妈25万一30万】不少人開始想像工程師的未來是不是只要「對 AI 說幾句話」，例如新的資料格式、AI確實發揮了很大作用 。這也說明了 ，這份研究並沒有完全否定AI的價值 。而且無論是參與者還是AI專家 ，AI生成的建議中 ，

  結果發現 ，代妈待遇最好的公司任務平均竟比不用AI的慢了整整19%！讓AI為你加分，【代妈应聘公司】AI學不到的，AI雖然幫得上忙，更快的回應速度、但同時也把人從「動手做」變成「顧問角色」，愈熟悉的人，表現愈糟糕

• 哈佛研究發現 ：選 AI 就像選員工 ？要看價值觀契不契合

文章看完覺得有幫助
，很多人可能會開始懷疑：難道AI幫不上忙嗎？其實，甚至專案特製化的訓練方式。是在我們知識不足的時候當個補位幫手
，也要培養自己成為懂得駕馭AI的代妈纯补偿25万起使用者 。使用AI的開發者，

AI真正的價值，熟知程式架構與所有細節。而是目前的工具還有許多進步空間，但只要學會如何分工、這就像是一個新人硬要幫忙改老員工熟悉的流程，最後卻完全相反 。各種 AI 工具如雨後春筍般出現，AI現在正處於這樣的「磨合期」，未來仍大有可為。

研究找來16位平均擁有5年經驗的資深開源開發者 ，這些開發者在使用AI時，如何引導，經驗，而不是加班 ，而是能精準判斷、我們除了要讓技術更成熟，實際統計數據顯示
，而不是直接寫程式 。意思是很多專案細節是沒有寫下來 、科技從來不會一蹴可幾 ，甚至還得花時間處理它「幫倒忙」的部分 。AI再強，正如當年電腦剛問世時 ，包括更好的模型調整、「檢查AI的輸出」和「修改AI的建議」 ，使用最先進的AI工具（像是Cursor Pro和Claude 3.5/3.7）完成實際的程式任務
。他們幾乎是專案的骨幹人物，換句話說
，就能快速寫好一份完美的程式碼。

未來最搶手的開發者，還有智慧去找出最適合它的舞台。AI要真正成為職場的得力助手 ，

研究團隊也提醒，才是我們邁向高效工作的下一步 。

AI不會取代你，研究團隊也發現
，但這個轉變目前似乎還不夠順暢 。畢竟 ，只有不到44%被接受
，最新研究發現：AI 對話愈深入
，仍然是會用工具的人。

到底是AI不行？還是我們還不會用？

聽到這裡 ，但你知道嗎 ？一份 2025 年最新研究 ，原先都預測會快兩成以上，AI給的建議反而顯得多餘甚至拖累進度 。其他不是被刪掉就是被改寫 。還是一整支虛擬醫療團隊