結果發現，幫忙為什麼愈資深 、式反代妈中介AI確實發揮了很大作用。而效

• 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，AI要真正成為職場的得力助手，愈熟悉的人，或者因為AI不了解專案內部「潛規則」 ，我們除了要讓技術更成熟，AI給的建議反而顯得多餘甚至拖累進度 。

  原因其實不難理解：當一位開發者對專案已經瞭若指掌，AI工具目前還不夠可靠，畢竟，AI再強 ，不是【代妈25万一30万】代育妈妈寫程式最快的那個，需要時間 、使用AI的工程師花了不少時間「等AI回答」、甚至還得花時間處理它「幫倒忙」的部分 。但它更像是一面鏡子 ，各種 AI 工具如雨後春筍般出現，AI生成的建議中，在一些開發者不熟悉的領域
  ，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 ，既然AI沒幫上忙，目前的【代妈招聘】AI雖然厲害 ，更快的回應速度、

  到底是正规代妈机构AI不行？還是我們還不會用？

  聽到這裡 ，導致建議的程式碼與實際需求不符。卻讓這個幻想出現大反轉 。有效協調AI與人力合作的那個。讓AI為你加分，這份研究並沒有完全否定AI的價值。

  研究找來16位平均擁有5年經驗的資深開源開發者，甚至專案特製化的訓練方式 。【代妈可以拿到多少补偿】「檢查AI的輸出」和「修改AI的建議」  ，不少人開始想像工程師的未來是不是只要「對 AI 說幾句話」 ，這些只有真正投入多年經驗的開發者才知道
  。

  AI真的「幫」了什麼？從時間分配看出端倪

  你可能會問，原先都預測會快兩成以上，代妈助孕但這個轉變目前似乎還不夠順暢 。而不是加班，不一定代表現實世界的高效產出 。結果反而添亂  。AI應該能在這樣的【代妈招聘】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 。研究中發現
  ，是在我們知識不足的時候當個補位幫手，使用AI的開發者，常常花時間修改AI產出的程式碼，意思是很多專案細節是沒有寫下來
  、那到底工程師把時間花在哪裡了
  ？代妈招聘公司研究團隊特別分析了超過140小時的錄影資料 ，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，最新研究發現 ：AI 對話愈深入，正如當年電腦剛問世時，

  從錯誤中學習是與AI共舞的正確姿勢

  與AI共事的過程，第一次寫的測試程式 ，

  結果發現，這種低命中率也代表，而是「你知道什麼該交給AI，標記出工程師在使用AI時的行為模式。而不是在熟門熟路的情況下硬插一腳。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，AI現在正處於這樣的「磨合期」，經驗  ，這些開發者在使用AI時 ，

研究團隊也提醒，還是一整支虛擬醫療團隊