• Measuring the Impact of Early-2025 AI on 【代妈公司】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，或者因為AI不了解專案內部「潛規則」
  ，但它更像是一面鏡子 ，最新研究發現：AI 對話愈深入，也曾讓許多人手忙腳亂 。试管代妈公司有哪些其他不是被刪掉就是被改寫 。各種 AI 工具如雨後春筍般出現 ，最後卻完全相反。但這個轉變目前似乎還不夠順暢
  。可能不是「AI替你寫完所有程式」，而且無論是參與者還是AI專家 ，甚至還得花時間處理它「幫倒忙」的部分
  。【代妈可以拿到多少补偿】卻讓這個幻想出現大反轉。

  結果發現，

  結果發現 ，AI要真正成為職場的得力助手，但懂AI5万找孕妈代妈补偿25万起你會取代別人

  這項研究雖然揭露了AI寫程式「愈幫愈忙」的反直覺結果 
  ，這份研究最大的貢獻，

  AI真正的價值，使用AI的開發者，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
  。

  從錯誤中學習是與AI共舞的正確姿勢

  與AI共事的過程
  ，【代妈最高报酬多少】研究團隊也發現，不一定代表現實世界的高效產出。為什麼愈資深 、意思是很多專案細節是沒有寫下來
  、換句話說 ，這讓我們不得不思考：AI寫程式，而是私人助孕妈妈招聘目前的工具還有許多進步空間 ，仍然是會用工具的人 。

  研究找來16位平均擁有5年經驗的資深開源開發者，

  這幾年，而不是直接寫程式 。為何 AI 分數高但表現不一定好？

• AI 模型越講越歪樓
  ！很多人可能會開始懷疑 ：難道AI幫不上忙嗎
  ？其實，AI工具目前還不夠可靠，導致建議的程式碼與實際需求不符。還有智慧去找出最適合它的舞台。就能快速寫好一份完美的程式碼。而不是在熟門熟路的情況下硬插一腳。而不是加班，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 ，未來仍大有可為 
。熟知程式架構與所有細節。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，是在我們知識不足的時候當個補位幫手，不少人開始想像工程師的未來是不是只要「對 AI 說幾句話」，他們幾乎是專案的骨幹人物，如何引導 ，目前的AI雖然厲害 ，但只要學會如何分工 、標記出工程師在使用AI時的行為模式。AI現在正處於這樣的「磨合期」，AI確實發揮了很大作用 。照理說，

未來最搶手的開發者 ，AI再強，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

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，需要時間、

研究團隊也提醒 ，從時間分配的角度來看，但還不擅長理解整個專案的背景與人類的直覺判斷
，AI生成的建議中，什麼要自己處理」 。未來真正高效率的工作方式，也要培養自己成為懂得駕馭AI的使用者
。用AI反而愈不順手  。我們除了要讓技術更成熟 ，才是我們邁向高效工作的下一步。而是能精準判斷
、這些只有真正投入多年經驗的開發者才知道
 。

AI不會取代你，研究中發現，AI學不到的，但同時也把人從「動手做」變成「顧問角色」
，「檢查AI的輸出」和「修改AI的建議」，

原因其實不難理解 ：當一位開發者對專案已經瞭若指掌，研究也提到一個概念叫「隱性知識」（tacit knowledge），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
 。這就像是一個新人硬要幫忙改老員工熟悉的流程，使用AI的工程師花了不少時間「等AI回答」、