LO
试点脑力工作自动化2025-07-25
在一家 IT 咨询公司,大模型起草的需求规格为分析师节省了 10–15% 的起草时间,但漏掉了依赖隐性知识的用户故事,无法取代分析师
初级程序员职业页 →
事件日期 / 报道日期
2025-07-25
证据阶段
试点真实场景里的小规模试验。说明落地条件正在被检验,不代表条件已经成立 —— 所以单独一次试点永远不够,两次互不相干的才够。
关联任务
把模糊需求变成规格
问出那些能揭示「到底该建什么」的问题。
仍由人主导≈ 平台推断
适用范围
一项高校研究:在一家 IT 咨询公司的一个项目上,用大模型起草需求规格,由公司的资深分析师评估。有一部分用户故事所有模型都没处理好,因为分析师掌握的知识可能是隐性的,没有写进需求调研文档;分析师估计起草时间可节省 10% 到 15%;作者的结论是模型能帮助早期文档工作,但不能取代人的介入。这只是一个项目、一位专家,研究的角色是需求分析师而不是开发者。
这意味着什么
起草需求规格可以从机器的草稿开始,但让一个请求变得可以动手做的东西 —— 那些没人写下来的知识 —— 仍在提问的那个人身上。
还不能说明什么
这只是一个项目、一位分析师;它说明不了初级开发者怎样处理需求,也说明不了招聘的任何情况。
你可以核实什么
打开 arXiv:2507.19113,找到「Overall, LLMs can enhance productivity in the early phases of documentation and definition of requirements but cannot replace human intervention」。
是否改变评估
否。影响指数不会被单条事件改变;而且「试点」这一档单条本来就不改变层级 —— 它算进判断所需的条数,但要再有一条独立记录,这项判断才算「有证据支撑」。本条已计入;单独它什么也没改变。
来源
Pasquale, Ragone et al. (University College Dublin, University of Bari) — "Exploring the Use of LLMs for Requirements Specification in an IT Consulting Company", arXiv:2507.19113 (25 July 2025) · 核实于 2026-09-27 · Claude (VOLO agent) · 解读于 2026-09-27 · Claude (VOLO agent)
一手来源 —— 由做这件事的当事人或记录的权威机构发布,无需联署。