AI 不是軟體開發的萬能藥
開發者使用 AI 編碼工具能提高多少生產力？
近來，有很多關於 AI 能使開發者的生產力提高 2 倍、3 倍甚至 5 倍的猜測。一份報告預測到 2030 年，開發者的生產力將增加十倍。然而具有諷刺意味的是，工程界至今還沒能就如何衡量工程生產力達成共識。一些人甚至完全拒絕這個想法，認為大部分的衡量指標都是有缺陷或不完善的。當前關於 AI 提高生產力的大多數主張都是以質性方式為基礎的，主要依賴調查和個人經驗，而不是以量化資料為依據。在沒有先達成如何衡量生產力的共識之前，我們如何能對 AI 做出判斷呢？如果我們從遠端工作實驗中學到了什麼，那就是沒有資料來指導我們的決策，我們會陷入困境——在辦公室、遠端工作和混合策略之間來回搖擺，完全基於教條和意識形態，而不是基於資料和測量。我們正在重蹈覆轍，面對 AI 時亦如此。要往前邁進，我們首先必須理解和量化其影響。落後風險
當前對於 AI 的狂熱可能使一些人感到猶豫——考慮到對質量的未知影響、可能的抄襲風險等等。最謹慎的公司已經進入了觀望模式，等待看清楚局勢的發展。然而對於依賴科技的企業而言，落後的風險是存在的。AI 是一種雙重催化劑，同時影響企業的建設內容和方式。今天投資於 AI 的企業不僅有可能推出新的 AI 驅動產品，還能更快速、更便宜地推出產品。大多數公司一直專注於“做什麼”，但 AI 可能是“如何”的驅動器，創造出 10 倍甚至 100 倍的工程團隊。那些能夠迅速跨越鴻溝——透過最高效、最有影響力地最佳化 AI 工具——並更快達到生產力高峰的公司將在未來數年中享受到領先的優勢。不做任何事情的風險太高了。理解權衡
對於一個拿著錘子的人來說所有東西看起來都像是釘子。AI 也是如此。根據 GitHub 最新的報告顯示，開發者們最重要的 AI 編碼工具好處是提高他們的編碼語言技能。另一個關鍵的好處是自動執行重複性任務，例如撰寫樣板程式碼。Codecov 的一個最新實驗表明，ChatGPT 在編寫簡單測試、為簡易函數和相對簡單的程式碼路徑撰寫方面表現良好。 以上已翻譯完畢，請您審閱並提供反饋。Technology-wordpress,AI,軟體開發
延伸閱讀
- OpenAI 考慮允許 AI 色情內容？
- 資料科技公司 Daloopa 開發 AI 以自動化財務分析工作
- 今年的 Met Gala 主題是 AI 極深假裝
- Y Combinator 幫助醫療記錄 AI 新創 Hona 募得 300 萬美元 的故事
- Pinterest AI 打造的拼貼圖比單張針腳更吸睛
- Atlassian 推出新的 AI 同事 Rovo
- 三星的營運利潤飆升 930％，AI 動能帶動記憶晶片需求
- GitHub 推出 Copilot Workspace：AI 驅動的軟體工程空間
- 「馬斯克的 xAI 示範 AI 新創公司的龐大市場潛力」
- 照片分享社群 EyeEm 將許可使用者的照片以訓練 AI，如果使用者不刪除照片
