把一个想法变成能演示的页面,和把它变成可以反复使用的工具,是两件事。即使 AI 缩短了前者,也不能据此保证后者同比例提速。
容易被忽略的区别是:原型证明一条路走得通,交付要求很多条错误的路也不会把系统弄坏。
不是一句“AI 让程序员变慢”就能解释
METR 在 2025 年的一项随机实验中,让 16 名熟悉自身开源项目的开发者处理 246 个任务;允许使用当时的 AI 工具时,完成耗时增加 19%。它说明特定环境下,工具使用感受和实际耗时可能不一致,不是对所有开发工作的定论。研究原文
更重要的是更新。METR 于 2026 年 2 月表示,后续实验存在参与者和任务选择偏差,多代理并行也增加计时困难,数据不足以可靠衡量当时的加速幅度。因此不能把旧的 19% 当成今天所有人的效率折扣。后续研究说明
另一条线索来自 DORA 在 2026 年 1 月发布的 2025 年研究回顾:AI 采用与交付吞吐改善相伴,但基础不扎实时,稳定性可能受损。这是组织层面的研究线索,不能直接当作个人项目的因果证明,却提醒我们:“代码写得更多”和“交付更可靠”,不必同时发生。DORA 回顾
真正需要管理的是返工,而不是代码产量
我的判断是,个人项目里一个常见风险不是 AI 不会写,而是验收目标一直移动。
第一次要求“能运行”,第二次要求“结果正确”,第三次才补上“失败后能恢复”。每轮都在新增约束,却被当作同一次修 bug,于是感觉永远没有完成。
以信息采集和文章生成为例,第一次成功生成一篇文章,只证明正常路径可行。重复采集会不会重复出稿?某条来源打不开会不会把整批任务丢掉?没有证据时会不会照样写得很肯定?这些才决定它能不能成为日常工具。
一个更实用的办法,是先给“完成”划边界:输入是什么、输出必须包含什么、哪些情况应该停止。把一轮任务缩到足够小,先验证这条闭环,再增加下一项能力。
可以从四条规则开始:
- 先固定样本。 留一组已知输入和预期结果,每次改动都重跑,避免只看最新案例成功。
- 先证明问题,再修问题。 让 AI 提供复现步骤和失败证据,避免根据想象重构一大片代码。
- 把失败也设计进去。 超时、空数据、重复消息、来源缺失,都应该有可预期的结果。
- 记录返工时间。 除了看首版生成多快,还看人工核验、修复、回归测试一共花多久。
这些是工程建议,不是上述研究验证过的一套万能处方。小型一次性脚本可能不需要复杂测试;成熟产品、涉及资金或公开发布的流程则不能只靠“看起来跑通”。
对云端自动化意味着什么
把任务搬到云端,可以减少本地电脑休眠、网络代理和桌面登录态带来的依赖,但不会自动解决质量问题。
云端最先应该得到的,不是一个无人值守的发布按钮,而是一套可以检查的中间结果:原始线索、研究证据、正文草稿、失败原因。
这也是这次试跑选择只交付待审稿的原因。先检查一条真实素材能否被识别、去重、独立查证和写成文章,再讨论如何稳定扩展。
对一个准备长期使用的工具,可靠地停在该停的地方,和顺利跑到终点一样重要。
选题来源与边界:线索来自谢佩德骨头于 2026 年 11 月 17 日发布的开发体验讨论。本次使用既有采集快照,没有在云端重新核验原帖全文。它仅用于发现问题,不作为研究结论依据。
本文没有测量该作者的真实开发效率,也不是截至今天所有相关研究的完整综述。工程建议与云端迁移判断属于作者分析。