北京
Google說(shuō)工程師效率提升了10%，另一項(xiàng)研究卻顯示下降了19%——AI對(duì)編程效率的影響，可能比想象中復(fù)雜。
DX公司副CTO Justin Reock在QCon AI演講中梳理了這一矛盾。他提到，那項(xiàng)顯示效率下降19%的METR研究存在樣本量小等問(wèn)題，部分參與者甚至從未用過(guò)Cursor。但一個(gè)值得注意的現(xiàn)象是：所有參與研究的工程師都主觀感覺(jué)自己更高效了，實(shí)際數(shù)據(jù)卻相反。
這種認(rèn)知與現(xiàn)實(shí)的落差，被Reock稱為需要"管理認(rèn)知"的問(wèn)題。作為工程智能平臺(tái)DX的負(fù)責(zé)人，他的工作建立在DORA、SPACE等開發(fā)者體驗(yàn)研究框架之上。這些框架試圖用更系統(tǒng)的方式衡量AI工具的真實(shí)回報(bào)，而非依賴個(gè)人感受。
Reock還指出了另一個(gè)嚴(yán)峻數(shù)字：95%的生成式AI試點(diǎn)項(xiàng)目最終失敗。他將其稱為"GenAI鴻溝"——大量企業(yè)在POC階段投入，卻難以跨越到實(shí)際生產(chǎn)價(jià)值。對(duì)此，他建議領(lǐng)導(dǎo)者采用SPACE和Core 4等框架，在速度和質(zhì)量之間找到平衡，同時(shí)減少開發(fā)者對(duì)AI工具的抵觸情緒。
這場(chǎng)演講的核心指向一個(gè)管理命題：當(dāng)AI工具席卷軟件開發(fā)全流程，領(lǐng)導(dǎo)者需要新的測(cè)量語(yǔ)言和治理框架，而不是僅憑工程師的主觀反饋或廠商的承諾來(lái)做決策。
特別聲明：以上內(nèi)容(如有圖片或視頻亦包括在內(nèi))為自媒體平臺(tái)“網(wǎng)易號(hào)”用戶上傳并發(fā)布，本平臺(tái)僅提供信息存儲(chǔ)服務(wù)。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
