搜索关键词 返工
AI & Enterprise
调查：英国职场AI使用升温，节省下来的时间近半耗在核查和修正上
一项调查显示，AI在英国职场的渗透率正快速提升，但自动化节省下来的时间并未完全转化为效率增益。受访者每周平均可节省12小时，其中6.3小时仍需投入AI结果的核查、纠错和修改（返工）。多数员工认可AI对个人效率的帮助，但认为其显著改善企业整体绩效的比例仅为18%。
AI & Enterprise
Agentic AI进入工程工作流，系统优先工程成可信落地关键
随着Agentic AI从辅助工具走向直接参与工程执行，如何建立系统层面的可信基础正成为行业关注焦点。文章指出，工程团队需以系统优先工程（System-First Engineering）为框架，借助基于模型的设计、CI/CD和闭环仿真，将系统行为转化为可执行、可验证的标准，以降低集成失效和回归风险。
AI & Enterprise
调查：企业使用AI编程后返工成本高企，最高吞噬82%工程成本
一项针对2444家企业的调查显示，企业在采购AI token上的支出中，平均每1美元就有0.44美元用于缺陷修复，0.27美元用于重写AI生成代码，另有0.11美元消耗在代码评审和合并延迟上，与AI代码相关的人工返工和修正成本合计最高可占工程成本的82%。报告同时指出，AI生成代码进入生产环境后仍频繁需要人工调试，而数据中心等基础设施扩张也正给部分企业带来更大的财务压力。
