Faros AI

資料來源#

公司簡介#

Faros AI 是一家工程智慧／軟體交付分析供應商。其平台彙整軟體開發生命週期各環節的遙測資料——任務管理系統、IDE、靜態程式碼分析、CI/CD 管線、版本控制、事件管理，以及人資中繼資料——並依各公司情況加以標準化，以產出交付與品質指標。該平台也是其研究背後的資料工具：2026 年報告採用約兩年的遙測資料，涵蓋 22,000 位開發者、4,000 個團隊。

發布內容#

AI Engineering Impact Report（2025 年 7 月）——提出 AI Productivity Paradox 一詞：大量投資 AI 工具，預期的交付效益卻未實現。資料集：超過 10,000 位開發者、1,255 個團隊。
AI Engineering Report 2026: The Acceleration Whiplash——將這個悖論「推向危機」。詳見 Acceleration Whiplash、AI as Primary Author、Telemetry vs. Survey Measurement。分析截至 2026 年 3 月。
AI Engineering Report Q3 2026: The Speed Trap（部落格摘要發布於 2026-09-18，完整報告須填表索取）——延續 Whiplash 報告，使用相同的 22,000 位開發者／4,000 個團隊樣本，觀察最近 12 個月。報告主張，初期衝擊正在消退，但壓力正轉移到下游：每個 PR 的事件數 +14.5%（先前為 +242.7%）、程式碼刪除比例 +71.6%（先前為 +861%）、每週部署數 +13.8%（先前為 −11.7%）；與此同時，QA 時間 +300.6%、每月事件數 +125.4%、重新啟動次數 +66.7%、PR 大小 +71.8%，未經審查就合併的指標則增加 +76.3%。完整分析見 Acceleration Whiplash。

2025 與 2026 年報告是彼此獨立的橫斷面研究，並非縱向追蹤樣本，因此兩者之間的比較只能視為趨勢指標。

解讀 Q3 2026 報告時，必須連同其比較方式一起看待每個數字。 Whiplash 報告比較各公司 AI 採用率最低季度與最高季度；Speed Trap 則只報告自身資料集與 Whiplash 資料集之間的期間變化幅度差異，且兩個觀察時段的團隊都已是高採用率團隊。報告沒有 AI 與非 AI 的對照組、沒有公布「AI 輔助」變更的定義，也未說明抽樣方式或進行顯著性檢定，因此其中百分比呈現的是變化率的變化，並非 AI 的影響；凡是需要對照組才能回答的問題，都無法由這份報告定論。報告中有一處已記錄的內部差異：圖表將前一份報告的每月事件數重述為 +57.6%，但前一份報告原文寫的是 +57.9%。

方法（依報告所述）#

比較各公司採用 AI 程度最低與最高的季度；使用 Spearman 等級相關（ρ），p<0.05；僅報告至少有 6 家公司資料的指標；排除離群值。此設計藉由比較各公司自身的時間變化，避免跨組織彙整造成的偏差。

解讀方式（證據立場）#

此來源屬於 vendor-claim。測量資料確實來自遙測，但 Faros 銷售的正是產生這些資料的平台，而報告提出的建議——提升能見度、治理，以及為工程環境打造「情境引擎」——都與其產品相符。報告的核心結論（尤其是「工程成熟度無法提供保護」以及與 DORA 2025 直接矛盾的說法）也正是最有利於推銷這項工具的結論。可相信其趨勢方向；關鍵主張應註明出自 Faros；若與非供應商來源相衝突，應降低其權重。

資料來源#

AI Engineering Report 2026: The Acceleration Whiplash
The Speed Trap: 8 takeaways from our latest AI engineering research——The Speed Trap: 8 takeaways from our latest AI engineering research，Faros Research（企業署名），2026-09-18，vendor-claim。受限存取的 Q3 2026 報告之部落格摘要；「Key Findings」資訊圖表列出四項正文未提及的變化幅度

Faros AI

資料來源#

公司簡介#

發布內容#

方法（依報告所述）#

解讀方式（證據立場）#

相關連結#

資料來源#