通过尼科拉斯・施耐德（Niklas Schneider）设想的丈量方式评估学问传送结果。两名法式员通过持续会商和合做，但尚无法替代人类间正在复杂问题上的深度交换。也可能导致更多“手艺债权”堆集，然而，成果仅供参考，研究团队暗示，萨尔布吕肯计较机科学团队的最新研究显示，
这种变化不只影响代码质量，IT之家11 月 30 日动静，7 组利用 AI 帮手协做（采用 GitHub Copilot）。虽然人机团队也会交换问题和处理方案，Apel 认为，该研究由萨尔大学计较机科学传授斯文・阿佩尔（Sven Apel）团队开展，会商范畴较着更窄。用于传送更多消息，目前的 AI 东西正在处置简单反复性使命时具有适用价值。
