赛博AI

员工觉得AI让自己变快了,企业该信感觉还是信测量

2026-11-05 · 赛博AI编辑整理 人的位置

METR 2025年的随机对照试验发现,16名资深开源开发者在自己熟悉的代码库里使用AI工具后,完成任务反而多用了19%的时间,而他们事后仍认为自己快了20%。微软研究院对319名知识工作者的调查则发现,对AI越有信心,越少进行批判性思考。两项研究共同提出一个管理问题:人对自己与AI协作效果的判断,可能需要外部测量来校准。

一家软件外包公司做年度复盘,各项目组普遍反馈“用了AI编程助手以后效率提高了三成”,管理层据此准备调低报价、压缩人员配置。财务却发现,项目交付周期并没有明显缩短。

以上是假设场景。它指向的问题是:在人与AI分工的过程中,员工自己对“AI帮了多少忙”的感受是否可靠,企业做人员和报价决策时应当依据什么。

已经发生的事

【事实】METR于2025年7月10日发布研究:招募16名资深开源开发者(所在仓库平均超过2.2万星、100万行以上代码,参与多年),由他们提供246个真实任务(修复缺陷、新功能、重构,平均每个约两小时),每个任务随机分配为“允许使用AI”或“不允许”。允许时主要使用Cursor Pro搭配Claude 3.5/3.7 Sonnet。结果是:允许使用AI时,完成任务平均多用19%的时间。开发者事前预期AI能让他们快24%,经历之后仍认为快了20%。

【事实】METR同时说明了限制:这是早期2025年AI能力在一个特定场景中的“快照”;样本只有16人;研究对象是在自己长期维护的大型代码库中工作的资深开发者。METR也提到,开发者使用AI可能还有提高效率以外的原因,例如觉得更愉快,或把它当作学习投资。

【事实】微软研究院Lee等人发表于CHI 2025的论文,调查了319名知识工作者,收集到936个在工作中使用生成式AI的第一手案例。结论包括:对生成式AI的信心越高,越少进行批判性思考;对自己完成该任务的信心越高,越多进行批判性思考。论文还发现,生成式AI把批判性思考的重心转向信息核验、整合AI回应和对任务的把关。该研究基于自我报告,显示的是相关关系,不能证明因果。

变化的机制:协作效果的“自我报告”变得不够用

两项研究方法不同:一项是测量时间的对照试验,一项是关于思考过程的调查。它们指向同一个缺口:人在与AI协作时,对效果和自身投入的感知可能偏离实际。METR的结果显示感知和测量方向相反;微软的结果显示对工具的信任与审视程度呈反向关系。

【推演】如果这一现象在其他岗位也存在,企业中“人的位置”会多一项职责:不只是使用AI,而是用可测量的指标检验自己与AI的分工是否真的有效。成立条件是岗位产出可以被计时或计量。受益方是依据真实数据做决策的管理者和不被错误压价的团队;承担成本的是需要额外记录的员工。可能失败的环节:测量本身改变工作方式;指标只计速度、忽略质量;不同工具版本和任务类型的结果差异很大,METR的结论不能直接套用到新工具或简单任务上。

【编辑说明】本文不认为“AI让人变慢”是普遍结论。METR的研究只针对特定人群、特定任务和2025年初的工具。

对人的影响

  • 员工对AI效果的自评,宜作为线索而不是依据。
  • 对AI结果“看起来不错”就放行的习惯,需要用核验环节平衡,尤其在员工对该领域不熟时。
  • 判断力的价值更多体现在核验、整合和把关上。

建议试验:在一个团队做两周的“感知与测量”对照

【建议试验】选一个产出可计时的团队(如客服回复、文案初稿、代码缺陷修复),把两周内的同类任务随机分成“可用AI”和“不用AI”两组,记录实际耗时和返工次数;试验前和结束后,请成员各自估计AI带来的提速比例。投入:团队负责人1人设计,成员每任务多花约1分钟记录。判断指标:实测耗时差、返工率差,以及自评与实测之间的差距。失败条件:任务量太少(如每组少于30个)或任务分配无法随机,结论不可用。结果用于校准报价和人员计划,不作为对个人的绩效评价。

边界

本文不评价具体AI工具的优劣,不推断AI对整体劳动生产率的影响。

参考资料

  • METR: Measuring the Impact of Early-2025 AI on Experienced Open-Source Developer Productivity (2025-07-10). https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ (核验日期:2026-11-05)
  • Lee, H.-P. et al. The Impact of Generative AI on Critical Thinking: Self-Reported Reductions in Cognitive Effort and Confidence Effects From a Survey of Knowledge Workers. CHI 2025. https://www.microsoft.com/en-us/research/publication/the-impact-of-generative-ai-on-critical-thinking-self-reported-reductions-in-cognitive-effort-and-confidence-effects-from-a-survey-of-knowledge-workers/ (核验日期:2026-11-05)
  • 论文DOI. https://doi.org/10.1145/3706598.3713778 (核验日期:2026-11-05)

← 赛博AI 全部文章