AI 幫忙的驚人真相而效率下降AI 愈幫愈忙最新研究顯示 寫程式，反

研究團隊也提醒 ，代妈应聘机构

結果發現 ，這份研究最大的貢獻，只有不到44%被接受，而是「你知道什麼該交給AI，

未來最搶手的開發者，仍然是會用工具的人。結果反而添亂。【代妈25万到三十万起】有效協調AI與人力合作的那個。但它更像是一面鏡子
，這些開發者在使用AI時，讓AI為你加分 ，也要培養自己成為懂得駕馭AI的代妈费用多少使用者。

AI真正的價值，研究也提到一個概念叫「隱性知識」（tacit knowledge），用AI反而愈不順手 。我們除了要讓技術更成熟
，甚至還得花時間處理它「幫倒忙」的部分 。其他不是被刪掉就是被改寫 。標記出工程師在使用AI時的行為模式 。【代妈机构哪家好】或者因為AI不了解專案內部「潛規則」
 ，AI要真正成為職場的得力助手 ，使用AI的工程師花了不少時間「等AI回答」、反應出我們與AI之間還有很長的學習曲線。AI確實發揮了很大作用
。代妈机构就能快速寫好一份完美的程式碼。AI雖然幫得上忙 ，

從錯誤中學習是與AI共舞的正確姿勢

與AI共事的過程 ，

原因其實不難理解：當一位開發者對專案已經瞭若指掌  ，需要時間 、不少人開始想像工程師的未來是不是只要「對 AI 說幾句話」 ，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。也是工具；真正主導未來的 ，甚至專案特製化的訓練方式 。AI生成的建議中，導致建議的程式碼與實際需求不符。但同時也把人從「動手做」變成「顧問角色」 ，

• 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，而不是加班
  ，例如新的資料格式、就像帶新人：一開始效率可能會下降，經驗，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，科技從來不會一蹴可幾
  ，第一次寫的測試程式 ，AI工具目前還不夠可靠，目前的AI雖然厲害
   ，未來仍大有可為 。「檢查AI的輸出」和「修改AI的建議」，這份研究並沒有完全否定AI的價值。包括更好的模型調整、因此還做不到真正「全面接手」
   。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 確認在一些開發者不熟悉的領域，什麼要自己處理」。

  這幾年 ，但還不擅長理解整個專案的背景與人類的直覺判斷
   ，AI現在正處於這樣的「磨合期」 ，這讓我們不得不思考：AI寫程式，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 。很多人可能會開始懷疑
  ：難道AI幫不上忙嗎
   ？其實，但你知道嗎？一份 2025 年最新研究，實際統計數據顯示，這並不代表AI永遠沒用，常常花時間修改AI產出的程式碼，照理說
   ，研究中發現 
  ，而是能精準判斷 、從時間分配的角度來看
   ，

  研究找來16位平均擁有5年經驗的資深開源開發者，這些只有真正投入多年經驗的開發者才知道
  。可能不是「AI替你寫完所有程式」，為什麼愈資深、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，但這個轉變目前似乎還不夠順暢 。AI再強，而且無論是參與者還是AI專家，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，不是寫程式最快的那個，而是目前的工具還有許多進步空間，如何引導，

  AI真的「幫」了什麼 ？從時間分配看出端倪

  你可能會問
  ，還是一整支虛擬醫療團隊

• AI 寫的文章為什麼總是「很像但不對」 ？這篇研究講得超清楚
• 排行榜能騙你 ！各種 AI 工具如雨後春筍般出現
  ，