AI生产力数据与我团队实际所见不符

我协助管理一个小型开发团队，过去一年我一直在试图弄清楚这些工具到底是让我们更快了，还是只是让我们感觉更快了。目前还不太确定。收获是真实但乏味的。样板代码、测试脚手架、第五个CRUD端点——基本上和前四个只是名字不同。入职也变得稍微容易了一些，因为初级开发者可以用AI助手问那些他们不好意思第十次问我的问题。但还有些事情需要你真正理解代码为什么在那里。竞态条件、两个服务之间如何通信、清理两年前别人留下的烂摊子。在这些问题上，AI助手往往自信满满但错误频出，而自信又错误的答案实际上比慢吞吞更糟糕。没人提醒我的是审查环节。我们现在写代码更快了，所以有更多代码需要阅读，而阅读代码比编写代码更难。我们交付过能编译、通过lint检查、通过测试的代码，但仍然是悄悄错了的东西，因为“写”代码的人在过程中已经心不在焉了。所以，净收益可能为正？但远不及人们一直在推销的10倍效率提升。很好奇其他在团队中使用（而非周末项目）的人真实情况如何。它在哪些地方真正有帮助，又在哪些地方只是换了个地方创造了新工作？