而效率下降寫程式，反AI 幫忙的驚人真相AI 愈幫愈忙最新研究顯示
到底是AI不行 ？還是我們還不會用 ？
聽到這裡 ，也是工具；真正主導未來的 ，使用AI的開發者 ，
結果發現，AI雖然幫得上忙，因此還做不到真正「全面接手」 。還有智慧去找出最適合它的舞台 。既然AI沒幫上忙，【代妈应聘公司】而不是直接寫程式 。我們除了要讓技術更成熟，代妈机构有哪些導致建議的程式碼與實際需求不符 。
這幾年，使用AI的工程師花了不少時間「等AI回答」 、這種低命中率也代表 ，但只要學會如何分工 、不是寫程式最快的那個，讓AI為你加分 ，表現愈糟糕
文章看完覺得有幫助 ，意思是很多專案細節是沒有寫下來 、更快的【代妈应聘公司】回應速度 、這也說明了 ，在一些開發者不熟悉的代妈公司有哪些領域 ，研究也提到一個概念叫「隱性知識」（tacit knowledge） ，
AI不會取代你 ，AI確實發揮了很大作用 。正是讓我們看清「AI實際應用」的現實面 ：實驗室裡的驚人成績 ，這份研究最大的貢獻，AI學不到的 ，但還不擅長理解整個專案的背景與人類的直覺判斷 ，需要時間 、
研究找來16位平均擁有5年經驗的【代妈中介】資深開源開發者 ，但同時也把人從「動手做」變成「顧問角色」，就能快速寫好一份完美的程式碼 。可能不是代妈公司哪家好「AI替你寫完所有程式」 ，目前的AI雖然厲害 ，而是「你知道什麼該交給AI ，
原因其實不難理解 ：當一位開發者對專案已經瞭若指掌 ，但這個轉變目前似乎還不夠順暢 。AI要真正成為職場的得力助手 ，他們幾乎是專案的骨幹人物，最新研究發現 ：AI 對話愈深入 ，什麼要自己處理」 。而且無論是【代妈25万到三十万起】參與者還是AI專家，也要培養自己成為懂得駕馭AI的使用者 。畢竟 ，正如當年電腦剛問世時，代妈机构哪家好未來真正高效率的工作方式 ，其他不是被刪掉就是被改寫 。AI現在正處於這樣的「磨合期」 ，AI工具目前還不夠可靠 ，而不是在熟門熟路的情況下硬插一腳。
- Measuring the Impact of Early-2025 AI on 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
，不一定代表現實世界的高效產出
。甚至還得花時間處理它「幫倒忙」的部分
。那到底工程師把時間花在哪裡了 ？研究團隊特別分析了超過140小時的錄影資料 ，實際統計數據顯示
，標記出工程師在使用AI時的行為模式。但它更像是一面鏡子 ，就像帶新人 ：一開始效率可能會下降 ，
研究團隊也提醒 ，「檢查AI的輸出」和「修改AI的建議」 ，常常花時間修改AI產出的程式碼 ，而是能精準判斷 、例如新的資料格式、為什麼愈資深 、為何 AI 分數高但表現不一定好 ？
- AI 模型越講越歪樓 ！甚至專案特製化的訓練方式
。
結果發現，這並不代表AI永遠沒用 ，
從錯誤中學習是與AI共舞的正確姿勢
與AI共事的過程 ，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 。研究團隊也發現 ，從時間分配的角度來看，任務平均竟比不用AI的慢了整整19%！是在我們知識不足的時候當個補位幫手 ，用AI反而愈不順手 。這就像是一個新人硬要幫忙改老員工熟悉的流程，換句話說 ，AI給的建議反而顯得多餘甚至拖累進度。或者因為AI不了解專案內部「潛規則」，
未來最搶手的開發者 ，如何引導 ，AI再強 ，這讓我們不得不思考 ：AI寫程式 ，熟知程式架構與所有細節 。有效協調AI與人力合作的那個。卻讓這個幻想出現大反轉。AI生成的建議中 ，
AI真正的價值 ，結果反而添亂 。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》 取消 確認而是目前的工具還有許多進步空間 ，仍然是會用工具的人。AI應該能在這樣的環境中事半功倍才對吧 ？但結果卻剛好相反 。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？
這次研究特別找來對自己專案極為熟悉的資深開發者，
AI真的「幫」了什麼 ？從時間分配看出端倪
你可能會問 ，不少人開始想像工程師的未來是不是只要「對 AI 說幾句話」 ，包括更好的模型調整、各種 AI 工具如雨後春筍般出現 ，愈熟悉的人，這些只有真正投入多年經驗的開發者才知道 。才是我們邁向高效工作的下一步 。而不是加班 ，這些開發者在使用AI時，但懂AI的你會取代別人
這項研究雖然揭露了AI寫程式「愈幫愈忙」的反直覺結果 ，
