AI 让你觉得自己更高效，其实是在自欺
I Think You Might Be Fooling Yourself with AI
作为一名 AI 怀疑论者，我必须提醒你：如果你热衷于 LLM，可能正在自欺欺人。虽然使用 AI 写代码感觉更 productive，但缺乏独立科学证据支持这一观点，甚至有研究显示开发者实际效率反而下降了 19%。所谓的'AI 裁员潮'往往是 Sam Altman 口中的'AI washing'，实则是市场回调。更严峻的是，AI 的经济模型不可持续，一旦 OpenAI 或 Anthropic 停止补贴，高昂的成本将让一切变得不再划算。面对能源消耗、数据伦理等外部性问题，我选择基于道德理由不使用 AI。
第一条原则是：你绝不能欺骗自己，而你自己是最容易被欺骗的人。
HN 评论区
167- kalkin
与此同时，一项（2025 年末）的研究似乎报告称，尽管参与的开发人员觉得使用 AI 能更快完成任务，但实际上他们的速度慢了约 19%。
METR 今年年初重做了这项研究，虽然他们加了限定条件，但这次他们确实发现了效率提升，这也与主观生产力评估的增加相一致——最简单的解释是主观评估存在夸大，但当前模型确实带来了提速：https://metr.org/blog/2026-02-24-uplift-update/#wider-adopti...
（似乎没人引用这篇后续文章，毕竟它不是一个那么有趣的反直觉发现。）
- aogaili
这些文章与现实脱节得太离谱，根本没法当真。我一直在想它们怎么老是能在 HN 上冒出来。
至少作者还承认自己有偏见……
- lordnacho
Zitron 关于经济层面的观点可能是对的，也许泡沫真的会破裂。但我们不会因此就把它忘得一干二净。即便 AI 今天停止进步，它依然会极其、无可辩驳地、疯狂地有用。
我可以永远使用当前的模型。LLM 能帮我做那些在 2023 年根本做不到的事。我不愿回到没有它的时代，但我也能接受进步就停滞在这里。
至于生产力方面的收益，我发现总有一些人就是闭着眼睛当怀疑论者。打开一个 AI 页面，让它写个程序，把你所有的科学论文重命名，把文件名改成标题而不是那些奇怪的长数字。
没有 AI，你很容易花上一小时去找对的 PDF 库，研究怎么用，或者折腾文件搜索机制，只为了筛选出文章而不是下载文件夹里的所有文件。现在，几分钟内文件就重命名好了，而且每次你下载新文件时，它都能自动保持正确。
这怎么不算生产力提升？这明明就是。难道我们非得搞个双盲实验来验证这种事吗？
至于现代组织是否会浪费这种红利是另一码事，但核心收益对每个人来说都显而易见。
- xyzsparetimexyz
我觉得它在那些没有经济影响力的领域非常高效。比如逆向工程旧的 Windows 游戏，或者在不同语言之间做荒诞的移植。
- duendefm
我觉得这真的取决于你的知识和技能，以及你用它来做什么工作。这很难衡量，因为用得越多，你某些技能退化的就越快。但我必须承认，使用最好的模型时，我能并行处理更多的工作。这有点乱，因为有时候我觉得自己变懒了，只是发个提示词就去干些杂事，甚至偶尔会跳过验证它们实际做了什么这一步。但你可以命令 AI 去干大事，你可以让不懂技术的聪明人用它做出有用的东西，这真是一个新范式。有一件我觉得大家应该多考虑的好笑的事，就是对代码的自豪感。如果我自己手写代码，比如完全开发一个服务，看到它跑起来我会很自豪，我会像对待自己的创作一样对它产生依恋。但如果大量使用 AI，这种情况几乎不会发生。
- pwillia7
现在想象一下，如果这篇文章是写关于早期蒸汽机被低效地用来把煤从地里拉出来、把水抽干的。成本太高了——这真的比直接雇 50 个工人更有效吗？我们都知道最后结果如何……
- ChicagoDave
这些人一直在引用那份 2025 年的调查。
这直接让文章里的所有论点不攻自破。
从 2025 年 12 月到现在，GenAI 已经变得强大太多了。我用 Claude 在合同约定的时间内构建的东西，在过去可能需要耗费数年的人力。
- x3haloed
我觉得你可能是在自欺欺人。个人版订阅的补贴并不等同于“它不可行，而且马上要全部关停”。如果真是那样，那么 Kilo Code、Claude Code、Cline、Pi 和 Command Code 就不会占据 OpenRouter 上使用量前 10 的应用中的 5 席。仅 OpenRouter 上，人们本月就已经按全价市场费率购买了 20 万亿个 token 用于编程。
你会在决定买车之前，先委托一项研究来确认汽车是否真的是更快的交通工具吗？
实证数据就在你眼前。你只是因为你既有的立场而选择忽略它。
这正是费曼所警告的。