AI生產率差距

AI無疑已經提升了工程團隊的生產力，未來還會更好。然而，一些管理者認為，AI應該能像快速原型一樣迅速產出成熟的功能。但現實中，構建生產級功能所需的時間幾乎和過去一樣長。難道AI不是應該讓我們都變成超高效的10倍開發者嗎？

要理解這種AI生產力差距，我們需要看到開發者實際如何分配時間。實際上，編寫新功能並不是他們花費大部分時間的部分。尤其是高階工程師，他們花很多時間弄清楚需要編寫什麼程式碼，而AI在這方面尚未提供太多幫助。

有時我發現AI甚至讓非編碼工作變得更慢。例如，閱讀由AI編寫的產品需求文件或Linear工單時，比閱讀人工編寫的文件花費的時間更長。AI寫作可能過於詳細，使得提取關鍵部分更加困難。

即使假設AI只帶來幫助，情況也並不像想象中那麼樂觀。以高階開發人員為例：在大科技公司，他們的一天可能如下：寫新程式碼從1.5小時降到0.5小時；閱讀和除錯從1.5降到1.0；設計和架構保持1.0；程式碼審查0.75；文件和行政0.75；測試、CI/CD和部署從0.5升到0.75；指導和結對程式設計0.5；會議1.5。總計從8小時降到6.75小時。即使假設AI使編碼速度快3倍，這位高階開發人員每天也只節省1.25小時，約15%。

對於初級開發人員，寫新程式碼從2.75降到1.0；閱讀除錯從1.5降到1.0；設計架構0；程式碼審查0.5；文件0.5；測試等從0.75升到1；學習和結對程式設計1.0；會議1.0。總計從8降到6，節省2小時，約25%。初級人員獲益更多，因為他們花更多時間編碼。

具有諷刺意味的是，一些領導者說“我們只僱用高階工程師，因為AI現在可以做初級的工作”。實際上，初級人員從AI中獲益最大，尤其是如果他們擅長將AI用作學習工具，而不是僅僅當做搶著做雜活的助手。

如果你對這些觀察感到驚訝，或認為開發者每天花超過幾個小時寫程式碼，你可能不瞭解這份工作的真正複雜性。想想看：如果一個人編碼很好，但不擅長系統推理，沒有耐心與他人解決難題，無法將模糊需求分解為可執行的行動，我不會有這個人，因為所缺的技能才是工作中最重要的部分。優秀編碼只是入場券。

AI仍在發展，隨著它更好地掌握開發者工作的更多部分，應該會繼續提高生產力。但就目前而言，不要期待生產力出現戲劇性的大幅提升，尤其是高階員工。