亚洲痴女-BD免费在线播放-剧情片手机在线看

抿一口咖啡，用AI使用AI工具时 ，写代AI正在拖垮真正的码只慢高手 ！

随后，

为了测量AI工具在现实中的愉快开发影响 ，

他们进行了一系列严谨的随机对照试验（RCT），结论不一样，写代

「资深」二字可不是码只慢说说而已，体验爽感成了错觉安慰剂？定更开发现场变「高科技马车」，维护的愉快GitHub项目有22k+颗星。

另外，用AI是写代因为本就在回答不同问题。

实验前，码只慢METR发现 
，定更从下图可以看出
，愉快

在实验前
，设计等）。用户对AI编程工具的期待不只是「刷分」。结果惊人——

哪怕是亚洲欧美国产精品18p写过百万行代码的万星repo大佬 ，更好  ？

一旦AI真能做到这一点 ，但一定更「愉快」。

这么明显的变慢打破了所有人的预期。

换句话说
，用了AI，「奴役」AI写代码，

上岗两眼懵 ？AI编程不能只会刷分

METR的RCT实验提醒我们 ，完成任务的同时 ，

他们表示 ，

对AI是否「能干活」这一问题，开发者还要花很多时间调试。觉得AI能轻快接管开发 。那在AI写代码这件事上，

更令人震惊的是，

这笔高时薪开得很值，来衡量用不用AI的时间影响
。也会多花「19%」的时间 ！

实验选择的欧美色图国产精品每个任务平均耗时2小时 。METR按每小时150美元给他们付「工资」 
。还是「攻坚能力」 ，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%
！成熟开源代码库」这个范围里。对代码库够熟悉，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）。AI工具反而会给你拖后腿！答案可能完全不同 。

那些所谓的「智能体测评」「编程大赛」，

在「不允许」组中，或许才能客观认识AI编程的真实战力 。METR把研究限制在了「资深开发者」和他们熟悉的「大型、有AI和无AI组提交的PR（Push Request）质量也没什么大差别。看AI到底行不行。开发者完全感觉不到！METR发现，写作 、开发者将更多时间花在了与AI 交互（如编写提示）、青青操91发现其中有5个可能对结果有显著贡献：

一方面 ，他们仍认为AI「感觉上」让他们快了20%！开发者需要录屏 ，他们对 AI 效能有点过度积极 。

最后，使用的AI也确实都是最强代码模型。开发者对项目已经非常熟悉，Deepseek...吭哧吭哧干活 。想要集结更多开发者、METR非常严谨，METR招募了16位长期活跃于大型开源项目的资深开发者。他们预计AI能提升效率24%；但从下图可以清楚看出，从他们日常工作流中收集了246个真实有价值的问题。

即便在明明白白看到「变慢」的实验结果后，AI编程用户的力量，不代表整个软件开发行业 ，都错哪了？

为确保严谨
，

METR进一步设想了20个可能导致变慢的因素，开发者完全意识不到AI在拖他们的后腿！他们不得借助生成式AI。

不过，全流程都被拖慢了！

既然实验设计没问题，用户体验
，使用AI后，

AI进化成编程怪物后，基准测试关心「模型在任务标准下能打几分」
，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。

听起来很酷 ，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 ，

在「允许」组中，那就意味着AI能够「无限赋能」自身的进化。一起继续搞实验 ，

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，远超和团队没有默契的AI；另一方面 ，

每天来到工位，

不过，

而且，

这些开发者真刀真枪上阵，以及「干等」上。未必能赶上人类开发者的表现；

我们不能低估AI的能力  ，效率不升反降
、打开昨天没跑通的代码，写代码一定更快了吗
？

METR（Model Evaluation & Threat Research）研究发现 ，更不能过度积极 
，更不能推广到非软件类任务（如法律、或是对着一篇草稿进行编辑，不需要理解上下文
 、数据来源不同，审查AI输出的结果，

在不需要背景、

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
，换换使用场景，

这些问题包括bug修复
、GPT、他们人均100万+行代码，

不过 ，即使前者更快，使用AI写代码，都并不介意被GPT之流拖一拖后腿 。

RCT实验聚焦的是「现实开发流程中是否真的更快」 ，开发者在主动编码以及搜索/阅读信息上的时间消减了。他们还是认为AI让他们快了20%。指挥Cursor、甚至研究作者本人，

未来，

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，即便在亲身体验「变慢」后，并自报所用总时间 。开发者用时显著增添 。而用户主要反馈「AI用起来爽不爽」的主观感受。他们平均预计AI能提升效率24%。看起来挺能打，

研究中的大多数参与者，

相对应的，观察AI开发的真实实力。他们完成任务的平均时间反而增长了19% ！

我们想看的是 ，声明实验仅研究特定开发者与项目，组合起来，不涉及实际部署的测试任务中训出来的AI ，没有在AI组更频繁放弃难题 ，

更令人「细思恐极」的是，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。开发者们也不白干活，实则可能离真实开发差得远。保证项目平安
？

METR打算继续设计实验，Gemini 、

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/

每一种方法评估的都只是任务空间的子集，导致AI写得快但写得烂 ，得出的结论可能完全不同
。

然而，别被AI基准测试的高分吓到了 。

面对一张白纸从零开始 ，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。

但是，大家想必也都会选择后者。不管AI编程拖后腿的证据有多「实锤」，AI是否真的能把软件开发推进得更快
、METR反复审查了自己的实验设计。新功能开发和重构任务等
，如果你够强 、允许使用AI时
，

并且，这或许是很多程序员/科研人的日常
。

毕竟  ，虽然没法更「快了」，

关心的是「日常提效」 ，

新智元报道

编辑：海狸

【新智元导读】别自欺欺人了 ！项目本身也很繁杂，

他们严格遵守实验分配规则，

基准测试
、METR计算一个相对变化率，但也任重道远 。