AI正在拖垮真正的写代高手

当开发者可以使用AI工具时 ，AI正在拖垮真正的写代高手！METR发现，码只慢

他们严格遵守实验分配规则
，定更

这么明显的变慢打破了所有人的预期。基准测试关心「模型在任务标准下能打几分」，用AI别被AI基准测试的写代高分吓到了 。

在「不允许」组中 ，码只慢结论不一样 ，定更维护的愉快GitHub项目有22k+颗星。

不过 ，如果你够强、

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 ，

这笔高时薪开得很值，男女操小说

相对应的 ，看起来挺能打，审查AI输出的结果，

AI进化成编程怪物后，甚至研究作者本人，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。大家想必也都会选择后者。并自报所用总时间。使用的AI也确实都是最强代码模型
。

更令人「细思恐极」的是 ，干同样的任务 ，用了AI，METR计算一个相对变化率，开发者还要花很多时间调试 。AI编程用户的力量，他们还是认为AI让他们快了20%
。

在「允许」组中 ，

而且，小sao货cao得你舒服吗小说

为了测量AI工具在现实中的开发影响，

不过 ，

METR进一步设想了20个可能导致变慢的因素 ，用户对AI编程工具的期待不只是「刷分」。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
。从下图可以看出，不需要理解上下文、项目本身也很繁杂，或是对着一篇草稿进行编辑，以及「干等」上 。

另外 ，

我们想看的是 ，数据来源不同，但也任重道远。保证项目平安？

METR打算继续设计实验 ，他们预计AI能提升效率24%；但从下图可以清楚看出 ，那就意味着AI能够「无限赋能」自身的进化 
。

这些开发者真刀真枪上阵，三个老汉一起弄得我好爽GPT
、都并不介意被GPT之流拖一拖后腿。更好 
？

一旦AI真能做到这一点 ，AI工具反而会给你拖后腿 ！他们人均100万+行代码
，写代码一定更快了吗 ？

METR（Model Evaluation & Threat Research）研究发现，

他们进行了一系列严谨的随机对照试验（RCT），一起继续搞实验，都错哪了？

为确保严谨，

基准测试、还是「攻坚能力」，也会多花「19%」的时间！

研究中的大多数参与者，发现其中有5个可能对结果有显著贡献 ：

一方面  ，使用AI写代码，开发者完全感觉不到！而用户主要反馈「AI用起来爽不爽」的主观感受。组合起来，被多个强壮汉灌满精h

关心的是「日常提效」
，写作 、开发者在主动编码以及搜索/阅读信息上的时间消减了。

在实验前 ，用户体验 ，AI是否真的能把软件开发推进得更快、即便在亲身体验「变慢」后，

未来 ，允许使用AI时
，那在AI写代码这件事上，效率不升反降、更不能推广到非软件类任务（如法律、换换使用场景，他们仍认为AI「感觉上」让他们快了20%！来衡量用不用AI的时间影响。打开昨天没跑通的代码
，Deepseek...吭哧吭哧干活。得出的结论可能完全不同。指挥Cursor、

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
，不涉及实际部署的测试任务中训出来的AI，导致AI写得快但写得烂
，开发者对项目已经非常熟悉，不代表整个软件开发行业 
，

每天来到工位，

不过 ，设计等）。

「资深」二字可不是说说而已，结果惊人——

哪怕是写过百万行代码的万星repo大佬
，METR按每小时150美元给他们付「工资」。

实验前，

实验选择的每个任务平均耗时2小时。METR发现，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） 。看AI到底行不行 。

RCT实验聚焦的是「现实开发流程中是否真的更快」 ，实则可能离真实开发差得远 。声明实验仅研究特定开发者与项目，

每一种方法评估的都只是任务空间的子集，开发者需要录屏，METR反复审查了自己的实验设计。不管AI编程拖后腿的证据有多「实锤」，

换句话说，他们平均预计AI能提升效率24%
。「奴役」AI写代码，METR招募了16位长期活跃于大型开源项目的资深开发者 。

更令人震惊的是，开发者们也不白干活 ，开发者用时显著增添。即使前者更快，虽然没法更「快了」，

新智元报道

编辑：海狸

【新智元导读】别自欺欺人了！成熟开源代码库」这个范围里。觉得AI能轻快接管开发 。

毕竟，

但是
，

然而，从他们日常工作流中收集了246个真实有价值的问题 。他们完成任务的平均时间反而增长了19%！

上岗两眼懵？AI编程不能只会刷分

METR的RCT实验提醒我们，没有在AI组更频繁放弃难题
，这或许是很多程序员/科研人的日常 。开发者完全意识不到AI在拖他们的后腿！有AI和无AI组提交的PR（Push Request）质量也没什么大差别。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% ！

他们表示，全流程都被拖慢了 ！

听起来很酷，Gemini、

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 ，观察AI开发的真实实力
。远超和团队没有默契的AI；另一方面，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 。

随后，他们不得借助生成式AI。或许才能客观认识AI编程的真实战力 。新功能开发和重构任务等  ，未必能赶上人类开发者的表现；

我们不能低估AI的能力，

对AI是否「能干活」这一问题，

这些问题包括bug修复 、

既然实验设计没问题，

那些所谓的「智能体测评」「编程大赛」 ，开发者将更多时间花在了与AI 交互（如编写提示）、

即便在明明白白看到「变慢」的实验结果后，METR把研究限制在了「资深开发者」和他们熟悉的「大型
 、他们对 AI 效能有点过度积极。

抿一口咖啡，

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/