據(jù)路透社報(bào)道，非營(yíng)利機(jī)構(gòu) METR 的最新研究發(fā)現(xiàn)，和大家普遍認(rèn)為的相反，經(jīng)驗(yàn)豐富的軟件開發(fā)者在使用最先進(jìn)的 AI 工具輔助熟悉的代碼庫(kù)時(shí)，反而變得更慢，而不是更快。

該機(jī)構(gòu)對(duì)一批資深開發(fā)者進(jìn)行了深入調(diào)查，他們用流行的 AI 編程助手 Cursor 來完成自己熟悉的開源項(xiàng)目任務(wù)。

研究開始前，這些開發(fā)者預(yù)計(jì) AI 能讓自己的工作速度提升，估計(jì)任務(wù)時(shí)間會(huì)縮短 24%。完成任務(wù)后，他們依然覺得自己節(jié)省了 20% 的時(shí)間。但研究數(shù)據(jù)顯示，AI 實(shí)際讓任務(wù)完成時(shí)間增加了 19%。

研究負(fù)責(zé)人喬爾?貝克和內(nèi)特?拉什表示，這結(jié)果令人非常意外。拉什甚至在研究前預(yù)期速度會(huì)翻倍。

這項(xiàng)發(fā)現(xiàn)挑戰(zhàn)了“AI 能顯著提升高薪工程師效率”的普遍看法，而這正是吸引大量投資進(jìn)軍 AI 軟件開發(fā)領(lǐng)域的重要原因。更有甚者，還將 AI 看作將初級(jí)程序員崗位的“替代品”。

過去研究中，AI 在提升開發(fā)效率上取得了顯著成果：一項(xiàng)顯示程序員速度提高了 56%，另一項(xiàng)表明開發(fā)者在固定時(shí)間內(nèi)能多完成 26% 的任務(wù)。

但 METR 的新研究表明，這些積極結(jié)果并不適用于所有情況。尤其是對(duì)熟悉大型成熟開源代碼庫(kù)的資深開發(fā)者來說，反而出現(xiàn)了效率下降。

研究作者指出，很多相關(guān)研究依賴 AI 開發(fā)的基準(zhǔn)測(cè)試，這些測(cè)試未必能真實(shí)反映現(xiàn)實(shí)工作任務(wù)。IT之家從報(bào)道中獲悉，效率變慢的主要原因，是開發(fā)者需要花時(shí)間檢查和修正 AI 給出的代碼建議。

貝克說：“AI 提出的建議方向基本正確，但細(xì)節(jié)上并非完全符合實(shí)際需求?！?/span>

作者強(qiáng)調(diào)，這種變慢不太可能出現(xiàn)在初級(jí)開發(fā)者或?qū)Σ皇煜ごa庫(kù)的工程師身上。

不過大部分參與研究的開發(fā)者和作者本人依然使用 Cursor。他們認(rèn)為，AI 讓開發(fā)過程更輕松愉快，就像修改一篇文章，而不是從空白開始寫作。貝克表示：“開發(fā)者的目標(biāo)不僅是盡快完成任務(wù)，他們更愿意選擇這條付出更少努力的路?！?/span>