# METR 对 16 名资深开源开发者、246 个真实问题的随机试验发现:使用 2025 年初的 AI 工具后耗时多 19%,而他们自认为快了 20%

网页: https://flyvolo.ai/zh/changes/ev-20250710-junior-software-developer-2
日期: 2025-07-10 · 阶段: 限制或撤回
这条记录能改变任务判断吗? 能
职业: https://flyvolo.ai/zh/careers/experienced-software-engineer

## 适用范围

熟悉大型成熟代码库的资深维护者(各约 5 年),工具主要为 Cursor Pro + Claude 3.5/3.7 Sonnet。作者明确不主张结论适用于多数开发者或新项目、初级工作。

## 来源

- METR — study report — https://metr.org/blog/2025-07-10-early-2025-ai-experienced-os-dev-study/ (一手来源)

## 这意味着什么

能力层面上一条有实测结果的限制记录:随机试验中,资深维护者在自己熟悉的代码库里用 2025 年初的工具处理真实问题,耗时多 19%,却自认为快了 20%。对关联任务,它给「常规代码被生成」等于「工作变快了」这个读法设了上限;而感知落差说明,开发者自己对快慢的感觉并不是衡量它的可靠尺度。

## 它还不能说明什么

作者自己就这么说:16 名开发者,在他们各自做了约五年的成熟代码库上,用的是此后已经更新的工具。它不能说明初级开发者会变慢 —— 他们并不具备让工具在此处显得不那么有用的那种代码库知识 —— 它也没有度量代码质量、学习效果或新项目。这个场景里的变慢不等于你的场景里的变慢。

## 怎么自己核实

接下来一周,每个任务开始前分别写下「用助手」和「不用助手」的预估时间,做完再记实际耗时;METR 的发现就是这两栏之间的差,十个任务的个人记录就能看出你是否也有同样的差。


更多: https://flyvolo.ai/llms.txt