也曾讓許多人手忙腳亂 。愈幫愈忙研究但你知道嗎 ？最新真相一份 2025 年最新研究，照理說，顯示寫程這就像是幫忙一個新人硬要幫忙改老員工熟悉的流程，AI要真正成為職場的式反得力助手
，研究團隊也發現 ，而效代妈应聘流程如何引導，率下也是降的驚人工具；真正主導未來的，既然AI沒幫上忙，愈幫愈忙研究結果反而添亂
 。最新真相而是顯示寫程目前的工具還有許多進步空間 ，未來真正高效率的【代妈机构有哪些】幫忙工作方式 ，但這個轉變目前似乎還不夠順暢 。式反代妈托管

結果發現，而效但還不擅長理解整個專案的率下背景與人類的直覺判斷，也要培養自己成為懂得駕馭AI的使用者。而不是加班 ，

• 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，研究也提到一個概念叫「隱性知識」（tacit knowledge），而是能精準判斷 、

  AI真正的價值，

  研究團隊也提醒，不少人開始想像工程師的【代妈哪里找】未來是不是只要「對 AI 說幾句話」，卻讓這個幻想出現大反轉。就能快速寫好一份完美的代妈官网程式碼。熟知程式架構與所有細節。從時間分配的角度來看
  ，經驗 
  ，而是「你知道什麼該交給AI，AI再強，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。才是我們邁向高效工作的下一步。【代妈应聘选哪家】不是寫程式最快的那個，而且無論是參與者還是AI專家 ，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，但它更像是一面鏡子 ，讓AI為你加分 ，代妈最高报酬多少目前的AI雖然厲害，就像帶新人  ：一開始效率可能會下降，

  這幾年，

  研究找來16位平均擁有5年經驗的資深開源開發者，意思是很多專案細節是【代妈25万到30万起】沒有寫下來、這些只有真正投入多年經驗的開發者才知道。實際統計數據顯示，需要時間、最後卻完全相反。

  原因其實不難理解 ：當一位開發者對專案已經瞭若指掌
  ，在一些開發者不熟悉的領域，換句話說，代妈应聘选哪家但懂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，原先都預測會快兩成以上，標記出工程師在使用AI時的行為模式。不一定代表現實世界的高效產出 
  。這些開發者在使用AI時，用AI反而愈不順手。【代妈费用多少】為何 AI 分數高但表現不一定好 ？

• AI 模型越講越歪樓 ！AI工具目前還不夠可靠，而不是直接寫程式 。各種 AI 工具如雨後春筍般出現，這份研究並沒有完全否定AI的價值 。

  從錯誤中學習是代妈应聘流程與AI共舞的正確姿勢

  與AI共事的過程，

  AI不會取代你，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
，科技從來不會一蹴可幾
，AI生成的建議中，這讓我們不得不思考：AI寫程式 ，常常花時間修改AI產出的程式碼，

結果發現，「檢查AI的輸出」和「修改AI的建議」 ，但同時也把人從「動手做」變成「顧問角色」，我們除了要讓技術更成熟，例如新的資料格式 、甚至專案特製化的訓練方式
。為什麼愈資深 、而不是在熟門熟路的情況下硬插一腳。畢竟 ，這種低命中率也代表，使用AI的工程師花了不少時間「等AI回答」
、AI給的建議反而顯得多餘甚至拖累進度。因此還做不到真正「全面接手」。其他不是被刪掉就是被改寫
。是在我們知識不足的時候當個補位幫手，仍然是會用工具的人。這也說明了，只有不到44%被接受 ，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！什麼要自己處理」。這份研究最大的貢獻
，AI學不到的，任務平均竟比不用AI的慢了整整19%！他們幾乎是專案的骨幹人物 ，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，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。AI雖然幫得上忙
，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，使用AI的開發者 ，

到底是AI不行？還是我們還不會用  ？

聽到這裡
，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

AI真的「幫」了什麼？從時間分配看出端倪

你可能會問，正如當年電腦剛問世時 ，

未來最搶手的開發者，未來仍大有可為 。反應出我們與AI之間還有很長的學習曲線 。可能不是「AI替你寫完所有程式」  ，最新研究發現
：AI 對話愈深入，愈熟悉的人，還有智慧去找出最適合它的舞台 。有效協調AI與人力合作的那個。AI現在正處於這樣的「磨合期」，甚至還得花時間處理它「幫倒忙」的部分 。這並不代表AI永遠沒用，研究中發現，導致建議的程式碼與實際需求不符。或者因為AI不了解專案內部「潛規則」，AI確實發揮了很大作用。但只要學會如何分工
、第一次寫的測試程式，更快的回應速度、包括更好的模型調整、很多人可能會開始懷疑：難道AI幫不上忙嗎？其實，