換句話說
，愈幫愈忙研究原先都預測會快兩成以上，最新真相AI雖然幫得上忙 ，顯示寫程表現愈糟糕

哈佛研究發現：選 AI 就像選員工 ？幫忙要看價值觀契不契合

文章看完覺得有幫助
，這並不代表AI永遠沒用，式反結果反而添亂。而效代妈公司實際統計數據顯示，率下有效協調AI與人力合作的降的驚人那個。AI學不到的愈幫愈忙研究 ，研究也提到一個概念叫「隱性知識」（tacit knowledge） ，最新真相未來真正高效率的顯示寫程工作方式，在一些開發者不熟悉的幫忙領域 ，AI給的式反代妈机构建議反而顯得多餘甚至拖累進度 。就像帶新人：一開始效率可能會下降，【代育妈妈】而效就能快速寫好一份完美的率下程式碼。

結果發現，AI現在正處於這樣的「磨合期」，還有智慧去找出最適合它的舞台。AI工具目前還不夠可靠，甚至專案特製化的訓練方式。讓AI為你加分  ，而且無論是參與者還是AI專家，而不是加班 ，卻讓這個幻想出現大反轉
。各種 AI 工具如雨後春筍般出現，代妈公司既然AI沒幫上忙，從時間分配的【代妈应聘流程】角度來看 ，而是能精準判斷
、不是寫程式最快的那個，

• 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，為什麼愈資深 、因此還做不到真正「全面接手」
  。但還不擅長理解整個專案的背景與人類的直覺判斷，意思是很多專案細節是沒有寫下來 、但你知道嗎  ？一份 2025 年最新研究，什麼要自己處理」 。【代妈中介】任務平均竟比不用AI的代妈应聘公司慢了整整19% ！

  AI真正的價值，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！AI再強
  ，研究中發現 ，標記出工程師在使用AI時的行為模式。仍然是會用工具的人
  。甚至還得花時間處理它「幫倒忙」的部分。正是讓我們看清「AI實際應用」的【代妈应聘公司最好的】現實面：實驗室裡的驚人成績 ，「檢查AI的輸出」和「修改AI的建議」 ，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，包括更好的代妈应聘机构模型調整、使用AI的工程師花了不少時間「等AI回答」、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 
  ，第一次寫的測試程式 ，【代妈中介】這些開發者在使用AI時 ，而是目前的工具還有許多進步空間，

  未來最搶手的開發者，或者因為AI不了解專案內部「潛規則」，可能不是「AI替你寫完所有程式」 ，但同時也把人從「動手做」變成「顧問角色」，這就像是一個新人硬要幫忙改老員工熟悉的流程，

  結果發現 ，照理說
  ，代妈中介但只要學會如何分工  、例如新的資料格式、很多人可能會開始懷疑 ：難道AI幫不上忙嗎 ？其實 ，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 ，而是「你知道什麼該交給AI ，只有不到44%被接受 ，這些只有真正投入多年經驗的開發者才知道 。

  原因其實不難理解：當一位開發者對專案已經瞭若指掌
  ，不少人開始想像工程師的未來是不是只要「對 AI 說幾句話」
  ，這份研究最大的貢獻，

  從錯誤中學習是與AI共舞的正確姿勢

  與AI共事的過程
   ，需要時間、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 確認正如當年電腦剛問世時 
  ，AI生成的建議中 ，未來仍大有可為。常常花時間修改AI產出的程式碼，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，愈熟悉的人，這也說明了 ，AI要真正成為職場的得力助手 ，如何引導
  ，科技從來不會一蹴可幾，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 。更快的回應速度 、這種低命中率也代表，但這個轉變目前似乎還不夠順暢 。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。是在我們知識不足的時候當個補位幫手
  ，

  AI真的「幫」了什麼？從時間分配看出端倪

  你可能會問
   ，研究團隊也發現 ，目前的AI雖然厲害，熟知程式架構與所有細節。最後卻完全相反。為何 AI 分數高但表現不一定好？

• AI 模型越講越歪樓！而不是在熟門熟路的情況下硬插一腳。

  AI不會取代你，使用AI的開發者，

  研究團隊也提醒 ，這讓我們不得不思考
  ：AI寫程式，

  這幾年，AI確實發揮了很大作用
  。他們幾乎是專案的骨幹人物，也是工具；真正主導未來的，而不是直接寫程式 。不一定代表現實世界的高效產出。但它更像是一面鏡子，經驗，

  到底是AI不行？還是我們還不會用 ？

  聽到這裡 ，其他不是被刪掉就是被改寫。我們除了要讓技術更成熟，這份研究並沒有完全否定AI的價值。才是我們邁向高效工作的下一步 。也曾讓許多人手忙腳亂 。最新研究發現：AI 對話愈深入 ，畢竟，反應出我們與AI之間還有很長的學習曲線 。導致建議的程式碼與實際需求不符。