Cracks in AI productivity bull case

AI Coding Productivity - Meter 的研究表明，资深工程师在使用 Cursor 等 AI 工具时，速度实际上降低了 19%[1] - 该研究削弱了华尔街关于 AI 将大幅提高白领效率并释放企业生产力浪潮的核心论点[1] - 早期研究表明，AI 工具对初级工程师有更直接的好处，尤其是在更简单、范围明确的任务中[1][2] - AI 编码已嵌入科技巨头中，Google 和 Meta 表示，他们大约 50% 的代码现在由 AI 编写[1] AI Adoption Trends - RAMP 的数据显示，付费 AI 工具的使用率在过去一年急剧上升后，目前持平在约 40%[1] - 在采用 AI 最积极的科技和金融领域，实际上出现轻微的回调[1] - RAMP 的 CEO Eric Lyman 表示，公司正在尝试这些工具，但并非总是有效，最终会质疑其价值[1] - 虽然使用率有所回落，但与 2023 年初相比，AI 工具的使用率已经有了显著增长，当时只有约 5% 的公司使用，而现在 RAMP 上几乎一半的公司都在使用[1] Talent and Future Implications - 资深工程师需要调试和完善 AI 生成的代码，这解释了目前人才争夺战的现象，扎克伯格向顶级 AI 工程师开出数百万美元的offer[1] - AI 也在向调试和完善算法的资深工程师学习，因此 AI 可能会变得更好[1] - 最终模型比人类更聪明，公司正在大力推动 AGI 或超级智能的发展，以便它们可以完成 90% 甚至 100% 的编码[1][2] - 初级工程师可能更愿意在工作中接受和使用 AI 工具，但可能导致代码不完全正确，或者给资深工程师带来更多后期工作[3][4]