开发者与主动式AI的交互模式：一项为期五天的实地研究

当前IDE中的AI编码工具通常依赖耗时的手动提示和上下文管理，而主动预见开发者需求而无需显式调用的替代方案仍然未被充分探索。在人类-AI交互研究中，理解人类何时愿意接受这种日常工作中的主动AI协助仍然是一个开放性问题。我们通过在专业开发者工作流程中进行的主动AI协助实地研究来解决这一空白。我们展示了一项为期五天的真实研究，15名开发者与集成到生产级IDE中的AI助手主动功能进行了交互，该功能根据IDE内开发者活动提供代码质量建议。我们检查了229次AI干预和5,732个交互点，以了解主动建议如何在工作流程阶段被接收、开发者如何体验它们以及其感知影响。我们的发现揭示了人类对主动建议接受性的系统性模式：工作流程边界处的干预（如提交后）达到52%的参与率，而任务中的干预（如在拒绝编辑时）有62%被拒绝。值得注意的是，时机恰当的主动建议比反应式建议需要更少的解释时间（45.4秒对101.4秒，W=109.00，r=0.533，p=0.0016），表明增强了认知一致性。这项研究为设计主动编码助手提供了可操作的启示，包括如何把握干预时机、如何与开发者上下文对齐，以及如何在生产IDE中平衡AI主动性与用户控制。