2025年,METR做了一场随机对照实验。
16位资深开源开发者,在自己的成熟仓库里完成246项任务。
实验前,他们估计AI能省24%的时间。
结果,任务耗时比不用AI多了19%。METR
更别扭的是,活干完,他们仍觉得自己快了20%。METR
体感和数据,差了不止一个身位。

问题也不在数字本身。
2026年2月,METR又更新了后续实验。
同一批开发者再做一轮,速度变成快18%。METR
但它同时承认,30%到50%的开发者选择不提交部分任务,因为不想在没有AI的情况下做。METR
样本有选择偏差,数据只能算“很弱的证据”。METR
数字会变。有一件事没变:
AI把“做”变快了,却把“验收”推到了人面前。

一位写了八年后端的程序员,把过去一年的经历写了下来。
头一个月确实爽,接口文档十分钟出,以前要磨一下午。
然后他发现,自己从“做”变成了“审”。
模型写得像那么回事,逻辑看着严丝合缝,跑起来全是坑。
一份报告从一周压到两天,可这两天神经绷得比一周还紧。
写代码的人先撞上了这堵墙。
METR的录屏数据显示,9%的任务时间花在审查AI输出上,还有大量时间在等生成和闲置。知乎
省下来的编码时间,被审查和等待吃掉了。
Stack Overflow 2026年的调查里,66%的开发者说,AI代码“几乎正确但不完全正确”是最大挫折。知乎
代码能跑,和代码能交付,中间隔着一段很长的路。
审查还在排队。
LinearB分析810万条PR后发现,AI生成的代码提交后,等待人工审查的时间是普通代码的4.6倍。知乎
写得更快,不等于交付得更快。
写代码只是最容易被量化的场景。
BCG今年6月发布的《AI at Work》调查,样本11749人,覆盖14个市场。
47%的一线员工说,花在管理、指挥AI上的时间,已经超过自己动手干活的时间。知乎
42%的常用者说,每周至少省下8小时,接近一个完整工作日。但66%的人说,公司对这些时间该怎么用,几乎没有给指导,或者完全没给。知乎
一半以上的人,没有把这些时间用到更有价值的工作上。
于是出现了一个熟悉的场面:员工觉得AI很好用,老板觉得账面没变化。
BCG还比了一组:战略清晰的公司,业务改善多出25个百分点;只换工具的,只多出5个百分点左右。知乎
问题不在工具,在时间省下来之后的去向。
AI提效的账,不能只算生成那一端。
生成快了,任务进入流程的速度也快了。
如果任务进入流程的速度一直高于任务闭环的速度,继续提高生成速度,只会让更多工作更快地堆积到开发者面前。知乎
同时开三四个Agent,未必得到三项成果,也可能是三项新的验收工作。人的注意力不能并行。
那位程序员后来给自己定了一条规矩:只把“验得过”的活交给AI。
判断标准就一条,最后那遍你有没有能力核、值不值得核。知乎
核不了的别交,交出去的必须核。
另一件事,是把审查往前挪。Google开源的Elephant-Goldfish Model,思路很直接。
Elephant带着完整项目上下文讨论需求、写设计文档,Goldfish从零上下文出发,专门挑设计里的漏洞。EGM官网
人负责拍板,方案通过后,再让AI写代码。
先想清楚,再动手,比边写边改便宜。

还有一个更简单的判断。
真正的 AI 提效,不是让每一步都更快,而是让一些步骤不必再做。小红书
如果一份周报、一次会议纪要、一张表,本来就不需要存在,让AI做得再快也只是多生产一份没人看的东西。
AI没有让人少干活,它只是把工作从“写”挪到了“判断”。
写代码、写方案、做表格,这些动作会越来越便宜。
知道什么值得做、什么结果能交付,会越来越贵。
省下的时间叫soft saving,落到钱上的才叫hard saving。知乎
所以别再只问AI能帮你省多少时间。
先问一句:省下来的时间,你打算换成什么?

登录