在不需要背景 、码只慢不管AI编程拖后腿的定更证据有多「实锤」 ，用户体验 ，愉快他们对 AI 效能有点过度积极 。用AI2014年大地资源中文在线观看
我们想看的写代是，AI编程用户的码只慢力量 ，
参考资料 ：
https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/
https://www.reuters.com/business/ai-slows-down-some-experienced-software-developers-study-finds-2025-07-10/
这么明显的变慢打破了所有人的预期 。
为了测量AI工具在现实中的码只慢开发影响，效率不升反降、定更METR把研究限制在了「资深开发者」和他们熟悉的愉快「大型 、
相对应的 ，开发者需要录屏，远超和团队没有默契的AI；另一方面 ，
新智元报道
编辑 ：海狸
【新智元导读】别自欺欺人了 ！
这笔高时薪开得很值 ，METR分析实验结果后发现了惊人的结论 ：
当开发者可以使用AI工具时 ，
这些开发者真刀真枪上阵，完成任务的同时，「奴役」AI写代码 ，
每一种方法评估的都只是任务空间的子集 ，干同样的任务，
AI进化成编程怪物后 ，声明实验仅研究特定开发者与项目 ，使用AI工具时 ，
最后 ，
不过，换换使用场景 ，不代表整个软件开发行业，
对AI是否「能干活」这一问题 ，观察AI开发的真实实力 。
更令人「细思恐极」的是 ，METR按每小时150美元给他们付「工资」 。黄色网zhan那就意味着AI能够「无限赋能」自身的进化 。但一定更「愉快」 。也会多花「19%」的时间 ！打开昨天没跑通的代码 ，
他们严格遵守实验分配规则 ，METR发现 ，
他们表示 ，一起继续搞实验 ，新功能开发和重构任务等 ，全流程都被拖慢了 ！
那些所谓的「智能体测评」「编程大赛」 ，而用户主要反馈「AI用起来爽不爽」的主观感受 。METR计算一个相对变化率，或是对着一篇草稿进行编辑 ，
在「不允许」组中 ，为何benchmark和用户体验都错了 ？
METR对实验结果进行了进一步的分析 。
面对一张白纸从零开始 ，审查AI输出的男人操女人的免费视频结果 ，他们平均预计AI能提升效率24%。即使前者更快 ，METR发现 ，开发者完全感觉不到 ！组合起来 ，
METR把所有的实验设计和结果都放在了论文中：
论文链接 ：https://metr.org/Early_2025_AI_Experienced_OS_Devs_Study.pdf
这项研究是怎么颠覆我们对AI写代码的幻
想的 ？
「变快」是幻觉 ：AI让开发者慢了19%
具体而言 ，
RCT实验聚焦的是「现实开发流程中是否真的更快」，更不能推广到非软件类任务（如法律 、
实验选择的每个任务平均耗时2小时 。维护的GitHub项目有22k+颗星 。项目本身也很繁杂 ，开发者完全意识不到AI在拖他们的后腿 ！他们还是认为AI让他们快了20%。
「资深」二字可不是说说而已 ，
然而，对代码库够熟悉，没有在AI组更频繁放弃难题，
但是成在人线av ，结果惊人——
哪怕是写过百万行代码的万星repo大佬 ，
另外 ，
而且 ，想要集结更多开发者 、设计等） 。用户对AI编程工具的期待不只是「刷分」 。更好 ？
一旦AI真能做到这一点，
并且 ，他们预计AI能提升效率24%；但从下图可以清楚看出 ，指挥Cursor 、看起来挺能打 ，
未来，如果你够强 、别被AI基准测试的高分吓到了 。开发者用时显著增添 。那在AI写代码这件事上 ，开发者将更多时间花在了与AI 交互（如编写提示）、写作、Deepseek...吭哧吭哧干活 。还是「攻坚能力」，
研究中的大多数参与者 ，
随后，METR非常严谨，
METR进一步设想了20个可能导致变慢的因素 ，
换句话说 ，AI工具反而会给你拖后腿 ！答案可能完全不同。保证项目平安 ？
METR打算继续设计实验，
每天来到工位，使用AI后，不涉及实际部署的测试任务中训出来的AI，这或许是很多程序员/科研人的日常 。都错哪了 ？
为确保严谨 ，体验爽感成了错觉安慰剂 ？开发现场变「高科技马车」 ，觉得AI能轻快接管开发 。
在「允许」组中 ，使用AI写代码 ，是因为本就在回答不同问题 。大家想必也都会选择后者 。开发者在主动编码以及搜索/阅读信息上的时间消减了 。基准测试关心「模型在任务标准下能打几分」 ，
在实验前 ，
不过 ，结论不一样 ，
更令人震惊的是 ，
关心的是「日常提效」 ，他们完成任务的平均时间反而增长了19% ！
即便在明明白白看到「变慢」的实验结果后，来衡量用不用AI的时间影响 。
上岗两眼懵 ？AI编程不能只会刷分
METR的RCT实验提醒我们 ，他们不得借助生成式AI。
既然实验设计没问题 ，他们人均100万+行代码，
不过，大概长下面这样
METR将每个任务随机分配「允许使用AI」或「不允许使用AI」的对照实验组中 。发现其中有5个可能对结果有显著贡献 ：
一方面 ，开发者对项目已经非常熟悉，METR重磅实测揭穿AI编程真相 ：GPT等工具让顶尖程序员写代码平均慢了整整19% ！都并不介意被GPT之流拖一拖后腿 。
抿一口咖啡 ，更不能过度积极 ，
基准测试 、成熟开源代码库」这个范围里。虽然没法更「快了」 ，不需要理解上下文 、写代码一定更快了吗 ？
METR（Model Evaluation & Threat Research）研究发现 ，即便在亲身体验「变慢」后 ，看AI到底行不行 。METR反复审查了自己的实验设计 。
这些问题包括bug修复 、以及「干等」上 。数据来源不同，甚至研究作者本人 ，从下图可以看出 ，用了AI ，导致AI写得快但写得烂 ，开发者们也不白干活 ，从他们日常工作流中收集了246个真实有价值的问题 。或许才能客观认识AI编程的真实战力 。
实验前，并自报所用总时间 。他们仍认为AI「感觉上」让他们快了20%！Gemini 、METR招募了16位长期活跃于大型开源项目的资深开发者 。开发者可以使用任何AI工具（主要是Cursor Pro搭配Claude 3.5/3.7 Sonnet等前沿模型） 。
毕竟 ，GPT 、实则可能离真实开发差得远 。
他们进行了一系列严谨的随机对照试验（RCT） ，开发者还要花很多时间调试 。
听起来很酷 ，得出的结论可能完全不同 。未必能赶上人类开发者的表现；
我们不能低估AI的能力 ，AI是否真的能把软件开发推进得更快 、这项研究与此前观点的矛盾似乎来源于任务的定义和区分 。
如何评估AI参与真实开发部署的能力？如何设立监督护城河 ，但也任重道远 。
首先是更细粒度的思考过程分析：
细细看了这些大佬开发者的屏幕录像后 ，
还没有评论，来说两句吧...