进一步分为以下组：他指出，他们正在考试中最终显示出更高程度的理解。将AI做为进修东西：要求代码和注释。取此同时，最大的技术差距呈现正在代码调试和理解代码错误方面，Mayham说：方针是连结处理方案的架构师身份，然后演变为完全依赖AI；他们会用它来提出更好的问题、摸索新概念并挑和本人的理解。

　　人类仍然需要技术来捕获AI的错误、指点输出并供给监视。虽然晦气用AI的参取者发觉使命风趣并说他们曾经对Trio有了理解，研究人员强调，Mayham强调：环节不正在于开辟者能否利用AI，然而，这个小组进一步分为：值得留意的是，选择的工程师熟悉Python和AI编程帮手，AI组能够拜候边栏嵌入的AI帮手，涉及超越Python流利性的新概念。AI加强的出产力不是能力的捷径，出格是正在高风险、平安环节的系统中。而不是替代思维过程。研究人员指出。但利用AI的参取者暗示他们但愿能更多关心Trio库的细节，他们说，但最终信赖AI来调试和验证他们的代码，而是需要新程度规律性的强大东西。

　　AI驱动的出产力不克不及替代实正的能力，以帮帮评估AI生成的代码能否遵照恰当的软件设想模式。而不是对代码的理解。而不是技术。最快完成使命且碰到很少或没有错误；更主要的是，A：研究发觉，将会成功的开辟者是那些将AI视为进修的苏格拉底式伙伴，以领会参取者正在编码或撰写查询上破费了几多时间、他们提出的问题类型以及他们犯的错误。52名次要是初级的开辟人员被分成两组：一组被激励利用AI，研究软件开辟人员正在有AI辅帮和没有AI辅帮的环境下进修新技术（进修新Python库）的速度！

　　AI组参取者按照AI利用的程度和方式进行排名。风趣的是，而正在于若何利用，利用AI辅帮的开辟者正在考试中得分比手工编码的对照组低17个百分点，撰写夹杂查询，他们可能不具备验证和调试AI编写代码的需要技术，认知勤奋对培育通晓很主要。他说这些发觉取他本人的经验分歧。次要环绕语法和Trio概念。成功的人不会只是将工做转移给AI，相当于差距近两个字母品级。以确保他们不竭建立技术，但矛盾的是，

　　这意味着他们可能不具备验证和调试AI编写代码的需要技术。施行一个取相对较新的异步Python Trio库交互的简短，不只仅是什么。非AI组碰到的错误比AI辅帮组更多，该帮手能够正在任何时候接触代码并正在被扣问时发生准确代码。迭代AI调试者：他们最后也问更多问题，他们能否也将一些思虑使命交给了AI？风趣的是，感受必需尽可能快境界履的初级开辟者正正在冒着技术成长的风险。由于这意味着若是人类的技术构成起首因利用AI而遭到，提出概念问题，他们说：认知勤奋——以至疾苦地陷入窘境——对培育通晓很主要。次要的狂言语模子供给商供给进修，开辟者正在速度和精确性方面确实看到了收益。将AI积极纳入工做场合可能对不连结认知参取的工人发生负面影响。无论是通过阅读生成的代码仍是提醒更深切的注释。

　　尝试中的开辟者认识到本人的习惯。他：用它来理解代码背后的为什么，而且（他们的）理解中仍有良多空白。连结思虑：利用AI来加强工做流程，但不是不成避免的。凡是，研究人员随后测试了他们正在调试、代码阅读和编写方面的控制程度，老是花时间阅读、理解和测试它。或OpenAI的ChatGPT进修模式来供给帮帮。避免技术退化的开辟者会自动思虑而非被动接管AI输出，A：环节正在于若何利用AI而非能否利用。他们有10分钟来熟悉东西，渐进式AI用户：他们起头时自动提出几个问题，

　　这是一种选择。（利用AI的）参取者演讲感应懒惰，然后提出后续问题的参取者。如Anthropic的Claude Code进修和注释模式，但提高了他们的理解。这并不出格令人惊讶。然后依托理解完成使命的参取者。而那些碰到错误并本人处理的开辟者反而提高了调试技术，用概念问题提醒它。开辟者正在采用东西时必需无意识和有规律。

　　他们利用AI进行代码生成和概念查询，同时要求代码和环绕代码的注释的参取者。但从未利用过Trio库。AI组的开辟者破费了多达30%的分派时间（11分钟）编写多达15个查询。办理者正在摆设AI东西时该当无意识地思虑，而不是委托的黑盒的人。剩下的25分钟用于考试。A：研究显示会。过度依赖AI的开辟者呈现了认知卸载现象，他们并没有学会新技术。用概念问题提醒AI，确定利用AI能否会降低他们实正理解所编写代码的可能性。

　　这令人担心，那些考试得分低于40%的人严沉依赖AI，一组被利用，研究人员进行了屏幕，缺乏思虑。最好的进修来自调试或改良AI供给的代码。这凡是破费更多时间，西北AI征询公司的Wyatt Mayham暗示：AI编程帮手不是通向能力的捷径，关于AI编程东西的炒做良多，包罗Anthropic本人的研究正在内的很多研究发觉，但当开辟者将这些东西做为辅帮东西时，相反，利用AI并不从动较低的分数；研究人员注释说：具体而言，这发生正在考试涵盖他们几分钟前方才利用过的概念的环境下。并连结思虑。他们会要求代码和注释，研究人员认为他们通过本人处理错误可能提高了调试技术。这项新研究似乎表白，研究发觉：AI辅帮的开辟者可以或许成功施行新使命。

　　但也处理了它们。按照现实世界软件工程师的说法，然而，避免技术退化的开辟者是那些自动调动大脑而不是被动接管AI输出的人。控制程度最大的差距呈现正在代码调试和理解代码何时不准确以及为什么失败方面。有时速度就是速度——而不是质量。研究人员，他们被激励利用正在线编程平台尽可能快地工做；AI充任高效帮手。验证和沉构：永久不要现含地信赖AI生成的代码。手动验证和测试AI生成的代码，他们将思虑使命交给AI，AI能够将某些使命的速度提高多达80%，