最新研究指出，AI编程工具如Claude 3.5和Cursor Pro在经验丰富的开发者手中，反而可能导致生产力下降19%，这与开发者普遍感知到的效率提升形成巨大落差。这项发现揭示了AI效能评估中的“感知差距”，强调了摒弃主观感受、转向真实场景量化评估的重要性，并引发对未来人机协作模式、软件工程演进以及AI工具商业价值的深层反思。

科学家们通过训练大型语言模型（LLM）来模拟一千万个心理学实验，成功创建了一个能够像人类一样回答问题并再现人类认知“瑕疵”的AI系统。这项名为“Centaur”的研究不仅为理解人类心智提供了强大的新工具，也引发了关于AI模拟能力边界、伦理影响以及其在科学发现中潜在角色的深刻讨论。