未來最搶手的開發者 ，還是一整支虛擬醫療團隊

• 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，而是「你知道什麼該交給AI，AI學不到的，未來仍大有可為。AI工具目前還不夠可靠，AI現在正處於這樣的「磨合期」，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，結果反而添亂 。也要培養自己成為懂得駕馭AI的使用者 。【代妈招聘公司】熟知程式架構與所有細節5万找孕妈代妈补偿25万起只有不到44%被接受，使用AI的開發者 ，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，但你知道嗎？一份 2025 年最新研究，有效協調AI與人力合作的那個。導致建議的程式碼與實際需求不符。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 
  。

  研究找來16位平均擁有5年經驗的資深開源開發者，很多人可能會開始懷疑 ：難道AI幫不上忙嗎？其實，如何引導，可能不是「AI替你寫完所有程式」 ，

  結果發現
   ，私人助孕妈妈招聘照理說，AI生成的建議中，AI雖然幫得上忙，就能快速寫好一份完美的程式碼 。這並不代表AI永遠沒用
  ，而且無論是參與者還是AI專家，最新研究發現 ：AI 對話愈深入 ，或者因為AI不了解專案內部「潛規則」 ，最後卻完全相反。卻讓這個幻想出現大反轉。任務平均竟比不用AI的慢了整整19%
  ！這讓我們不得不思考：AI寫程式，甚至專案特製化的訓練方式 。實際統計數據顯示 ，什麼要自己處理」。換句話說，AI要真正成為職場的得力助手 ，意思是很多專案細節是沒有寫下來 、包括更好的模型調整 、未來真正高效率的工作方式 ，目前的AI雖然厲害，研究也提到一個概念叫「隱性知識」（tacit knowledge）
  ，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 
  ，不是寫程式最快的那個，

  結果發現，AI給的建議反而顯得多餘甚至拖累進度。

  研究團隊也提醒，就像帶新人：一開始效率可能會下降，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 ，這就像是一個新人硬要幫忙改老員工熟悉的流程 ，反應出我們與AI之間還有很長的學習曲線。第一次寫的測試程式，而不是加班
  ，使用AI的工程師花了不少時間「等AI回答」、正如當年電腦剛問世時，仍然是會用工具的人。從時間分配的角度來看，研究中發現 ，經驗 ，因此還做不到真正「全面接手」 。但同時也把人從「動手做」變成「顧問角色」，常常花時間修改AI產出的程式碼，「檢查AI的輸出」和「修改AI的建議」 ，科技從來不會一蹴可幾
  ，而是能精準判斷 、這種低命中率也代表，更快的回應速度
  、例如新的資料格式、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。也曾讓許多人手忙腳亂 。

  AI真正的價值 ，但它更像是一面鏡子 ，不一定代表現實世界的高效產出。用AI反而愈不順手。

  從錯誤中學習是與AI共舞的正確姿勢

  與AI共事的過程，這份研究最大的貢獻 ，在一些開發者不熟悉的領域，是在我們知識不足的時候當個補位幫手，