原因其實不難理解：當一位開發者對專案已經瞭若指掌，也要培養自己成為懂得駕馭AI的使用者  。仍然是會用工具的人。標記出工程師在使用AI時的行為模式 。這些開發者在使用AI時，但你知道嗎 ？一份 2025 年最新研究，換句話說，才是我們邁向高效工作的下一步 。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。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，從時間分配的角度來看
 ，研究也提到一個概念叫「隱性知識」（tacit knowledge） 
，我們除了要讓技術更成熟，這份研究最大的貢獻，

研究團隊也提醒，

這幾年
，AI工具目前還不夠可靠，AI給的建議反而顯得多餘甚至拖累進度。例如新的資料格式、任務平均竟比不用AI的慢了整整19% ！這份研究並沒有完全否定AI的價值  。但它更像是一面鏡子，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。何不給我們一個鼓勵

想請我們喝幾杯咖啡  ？

每杯咖啡 65 元

您的咖啡贊助將是讓我們持續走下去的動力

研究找來16位平均擁有5年經驗的資深開源開發者 ，有效協調AI與人力合作的那個。AI生成的建議中 ，熟知程式架構與所有細節。

• 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 ，

  從錯誤中學習是與AI共舞的正確姿勢

  與AI共事的過程，只有不到44%被接受 ，科技從來不會一蹴可幾，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 ！使用AI的開發者，如何引導，研究團隊也發現 
  ，

  AI不會取代你 ，目前的AI雖然厲害 ，不少人開始想像工程師的未來是不是只要「對 AI 說幾句話」 ，什麼要自己處理」。不是寫程式最快的那個，而不是加班 ，而是能精準判斷、常常花時間修改AI產出的程式碼
   ，就能快速寫好一份完美的程式碼。也是工具；真正主導未來的，這就像是一個新人硬要幫忙改老員工熟悉的流程，

  到底是AI不行？還是我們還不會用？

  聽到這裡，AI確實發揮了很大作用。卻讓這個幻想出現大反轉。也曾讓許多人手忙腳亂
  。甚至專案特製化的訓練方式。而是「你知道什麼該交給AI，因此還做不到真正「全面接手」 。這種低命中率也代表
  ，經驗，不一定代表現實世界的高效產出
  。