Tech

You Felt 20% Faster. The Stopwatch Clocked You 19% Slower — and the Feeling Is the Broken Gauge.

June 26, 2026 · Liu Weipeng, Dark Time~6 min read

An AI writes a function for you. It compiles, it reads clean, it lands in one fluent pass, and a warm little signal goes off in your head: that was fast. Hold onto that feeling, because it is the single most expensive measurement instrument you own — and it is lying. When researchers actually put a stopwatch on developers who felt exactly that, the people who felt 20% faster came in about 19% slower.

The study where the feeling broke

METR ran the kind of experiment most of us never bother to run on ourselves: a randomized trial with experienced open-source developers, median roughly ten years on real codebases, doing real tasks they knew well. Half the tasks they did with AI tools, half without, and someone measured the clock. Going in, they predicted AI would speed them up. Coming out, they reported it had — they felt about 20% faster. The recorded times said the opposite: with the AI tools they were roughly 19–20% slower. Not slower-but-it-didn’t-feel-like-it. Slower while feeling faster. The gap between the felt number and the measured number is the whole story, and it is wide enough to drive a roadmap through.

Be honest about the messy edges, because the mess only sharpens the point. METR’s later follow-up runs are noisy, selection-biased, and the lab itself calls the newer signal unreliable. Good — sit with that. If even a research group built to measure this can’t cleanly pin down whether AI made anyone faster, what are the odds your gut nailed it between two sprint reviews? You can’t even reliably measure the speedup with instruments. The chance you can feel it correctly is somewhere south of zero.

In METR’s randomized study, experienced developers felt about 20% faster using AI tools but were measured about 19% slower — a roughly 39-point gap between the felt number and the clocked one; METR itself calls its later follow-up signal unreliable. A 2026 industry survey adds that ~84% of developers use or plan to use AI coding tools while only ~29% highly trust their accuracy, down from ~40% in 2024. Framework: Liu Weipeng, Dark Time — perception is the brain’s construction, so trust external measurement over the felt sense. Figures as reported; popular-science interpretation.

Why fluency feels like speed

Liu Weipeng spent Dark Time on one uncomfortable idea: you cannot trust your own sense of how well your mind is working. He calls the real currency of progress “dark time” — the invisible hours your brain actually spends chewing on a problem while you walk, shower, or stare at a wall. The trap is that this real work is hidden, so we reach for whatever is visible and feel-able, and call that progress instead. Fluency is the most seductive of those substitutes. When something arrives smoothly — a clean paragraph, a clean diff — the brain reads the ease of receiving it as evidence that real work happened fast. Psychologists have a flat name for this: we mistake the fluency of processing for the truth of the thing. Liu’s version is older and bleaker. Perception isn’t a faithful recording of the world; it’s the brain’s active construction. The feeling of “that was fast” is not a readout from a clock. It’s a story your head built, and it was built to feel good, not to be accurate.

AI-generated code is fluency in its purest, most weaponized form. It arrives confident, formatted, plausible, with none of the visible struggle that used to tell you a problem was hard. You didn’t fight the blank screen, so your brain files the whole episode under “easy,” and easy gets silently rounded up to “fast.” But none of the slow work disappeared. It went underground — into reading code you didn’t write, into rebuilding in your head the reasoning the model never showed you, into the quiet dread that you don’t fully hold this in your head the way you would if you’d typed it. That is dark time, and it doesn’t show up on the feeling-meter. It only shows up on the clock.

The hangover nobody put on the receipt

There’s a second number that should bother you more than the first. A 2026 industry survey found about 84% of developers now use or plan to use AI coding tools — and only about 29% say they highly trust the accuracy of what those tools produce, down from roughly 40% two years earlier. Read those two figures next to each other. We are reaching for the tool more while believing it less. TechCrunch ran a piece in late May with a headline that lands like a diagnosis: coders are refusing to work without AI, and that could come back to bite them. Dependence is climbing on a thing trust is falling for. That is not a contradiction; it’s exactly what the fluency trap predicts. The output keeps feeling right — smooth, fast, done — so the hand keeps reaching for it, even as the slower, honest part of the mind quietly stops believing it. You can like how it feels and distrust whether it’s correct at the same time. Most of us are living in that gap right now and calling it productivity.

What this means for you

Stop grading yourself on vibes. The fix is not to abandon the tools; it’s to fire the broken instrument — your sense of speed — and install a real one. Pick one change and walk it end to end: idea to merged, on a clock you actually look at. Compare an AI-heavy week against an honest measured baseline, not against the warm feeling. And flip the reflex that smoothness installs: when a draft arrives too fluent, treat that as a cue to slow down and review harder, not as a win to bank. Ease is where the dark time hides; the cleaner the gift, the less of its reasoning you were forced to reconstruct, and the more you owe later. Read the diff like a stranger wrote it, because one did. The point of all this isn’t to feel slower. It’s to finally know your real speed instead of the flattering rumor of it — and once you’ve seen the gap between the felt 20% and the clocked 19%, you can’t un-see it, and you’ll never quite trust the warm signal again. Good. It was never a clock.

The smoothness of an AI draft is not a measurement of your speed. It’s a feeling — and the feeling came in 39 points off the stopwatch.

So measure the clock, and treat fluency as a reason to review harder, not a reason to celebrate.

Source: Liu Weipeng, Dark Time (you cannot trust the felt sense of how well your mind is working; perception is the brain’s active construction, and real effort is invisible “dark time” measured only by external output). News pegs: METR’s randomized study, in which experienced developers were measured ~19–20% slower with AI tools yet felt ~20% faster, plus METR’s own caution that its later follow-up signal is unreliable (metr.org); a 2026 industry survey reporting ~84% of developers use or plan to use AI coding tools while only ~29% highly trust their accuracy, down from ~40% in 2024 (uvik.net); and TechCrunch (May 29, 2026), “Coders are refusing to work without AI — and that could come back to bite them.” Popular-science interpretation; figures are as reported.

技术

你感觉快了 20%，秒表却记下你慢了 19%——出问题的，是那块"感觉"的表。

2026 年 6 月 26 日 · 刘未鹏《暗时间》约 5 分钟

AI 替你写了一个函数。它能编译，读着干净，一气呵成地落了地，你脑子里随之亮起一个暖暖的小信号：这一下真快。记住这个感觉——因为它是你拥有的最昂贵的一台测量仪器，而它正在撒谎。当研究者真的拿秒表去掐那些"正是这么觉得"的开发者时，那些感觉快了 20% 的人，实际慢了大约 19%。

那个让"感觉"露馅的实验

METR 做了一件我们多数人从不肯对自己做的事：一场随机对照实验，找来经验丰富的开源开发者，在真实代码库上的中位经验约十年，干的是他们熟门熟路的真实任务。一半任务用 AI 工具做，一半不用，旁边有人掐着表。开工前，他们预测 AI 会让自己更快；收工后，他们报告"确实更快了"——感觉快了约 20%。可记录下来的时间说的恰恰相反：用了 AI 工具，他们反而慢了约 19% 到 20%。不是"慢了但没感觉出来"，而是"一边感觉更快、一边实际更慢"。感觉的那个数与测出的那个数之间的鸿沟，就是全部的故事，而它宽到足以让一整张路线图从里面开过去。

那些毛糙的边角，要如实交代——因为这点乱，恰恰把刀磨得更利。METR 后续的几轮跟进数据噪声大、有选择偏差，连实验室自己都说新信号"不可靠"。很好，就在这停一下：如果连一个专门为测这件事而生的研究组，都没法干净利落地判定 AI 到底让谁更快了，那你的直觉在两次冲刺评审之间一把掐准的概率，又有多大？连用仪器都测不可靠，你能靠"感觉"感对的概率，大概在零以下。

在 METR 的随机对照研究里，经验丰富的开发者用 AI 工具感觉快了约 20%，却被测出慢了约 19%——感觉的数与掐表的数之间相差约 39 个百分点；METR 自己也称其后续跟进信号"不可靠"。2026 年一份行业调查补充：约 84% 的开发者在用或打算用 AI 编程工具，而只有约 29% 高度信任其准确性，低于 2024 年的约 40%。框架：刘未鹏《暗时间》——感知是大脑的建构，所以要信外部测量、别信体感。数字以报道为准；本文为科普解读。

为什么"流畅"会被错当成"快"

刘未鹏写《暗时间》，通篇绕着一个让人不舒服的念头：你没法信任自己对"脑子运转得好不好"的那种感觉。他把进度真正的货币叫"暗时间"——你走路、洗澡、对着墙发呆时，大脑在后台反刍一个问题所花的、看不见的那些钟点。陷阱在于，这份真功夫是隐藏的，于是我们伸手去抓那些看得见、感觉得到的东西，把它们当成进度。流畅，是这些替身里最勾人的一个。当一样东西顺滑地到来——一段干净的文字、一份干净的 diff——大脑就把"接收它很轻松"读成"真功夫很快就干完了"的证据。心理学给这事起了个平实的名字：我们把"加工的流畅"错当成"事情本身的真相"。刘未鹏的版本更老、也更冷：感知不是对世界的忠实转录，而是大脑的主动建构。"这一下真快"那种感觉，不是从某块表上读出来的数；它是你脑子编出来的一个故事，而这故事是为了让你舒服编的，不是为了准。

AI 生成的代码，是流畅最纯粹、也最被武器化的形态。它来得自信、排版工整、看着合理，全无那种"曾经告诉你这题很难"的、肉眼可见的挣扎。你没跟空白屏幕搏斗过，于是大脑把整段经历归进"轻松"那一栏，而"轻松"会被悄悄向上取整成"快"。可那些慢的活，一点没消失。它们转入了地下——转进读你没写过的代码里，转进在脑子里重建模型从没展示给你的那套推理里，转进那股隐隐的不安：你并没有像亲手敲出来时那样，把它整个攥在脑子里。这就是暗时间，它不会出现在"感觉表"上，只会出现在秒表上。

那张没人写进收据的宿醉账单

还有第二个数，本该比第一个更让你不安。2026 年一份行业调查发现，约 84% 的开发者如今在用、或打算用 AI 编程工具——而只有约 29% 的人说自己"高度信任"这些工具产出的准确性，比两年前的约 40% 还掉了下来。把这两个数并排读：我们越来越多地伸手去拿这个工具，却越来越不信它。TechCrunch 五月底登了一篇，标题落下来像一句诊断：程序员开始拒绝在没有 AI 的情况下干活，而这件事可能反过来咬他们一口。依赖在爬升，信任在下滑，对着同一样东西。这不是自相矛盾，这恰恰是"流畅陷阱"会预言的结果：产出始终感觉对——顺、快、完事了——于是手不停地伸过去；而那个更慢、更诚实的部分，在心里悄悄不再信它了。你完全可以一边喜欢它的手感，一边怀疑它对不对。我们大多数人此刻正活在这道缝里，还管它叫生产力。

这对你意味着什么

别再用"感觉"给自己打分了。解法不是扔掉工具，而是辞退那台坏掉的仪器——你那种"快不快"的体感——再装一台真的。挑一个改动，从想法走到合并，全程掐一块你真会去看的表。拿一个重度用 AI 的星期，去比一条诚实测出来的基线，而不是去比那股暖暖的感觉。再把"流畅"给你装上的那条反射拧反过来：当一份草稿来得过分顺滑，把它当成放慢、加倍审查的信号，而不是一笔可以入账的胜利。轻松，正是暗时间藏身的地方；礼物越干净，你被迫去重建的那套推理就越少，往后欠的也就越多。把那份 diff 当成陌生人写的来读——因为确实是。这一切的目的，不是让你感觉更慢，而是让你终于知道自己的真实速度，而不是它那个讨人喜欢的传闻。一旦你看见过"感觉的 20%"和"掐表的 19%"之间那道缝，你就再也看不见从前那样了，那个暖暖的信号你也再难全信。挺好。它本来就不是一块表。

一份 AI 草稿的顺滑，不是对你速度的测量。它是一种感觉——而这感觉，和秒表差了整整 39 个百分点。

所以去测那块表，把"流畅"当成加倍审查的理由，而不是庆祝的理由。

取材：刘未鹏《暗时间》（你没法信任"脑子运转得好不好"的那种体感；感知是大脑的主动建构，真正的投入是看不见的"暗时间"，只能用外部产出来衡量）。新闻由头：METR 的随机对照研究——经验丰富的开发者用 AI 工具被测出慢了约 19%–20%，却感觉快了约 20%；以及 METR 自己提醒，其后续跟进信号"不可靠"（metr.org）。2026 年一份行业调查：约 84% 的开发者在用或打算用 AI 编程工具，而只有约 29% 高度信任其准确性，低于 2024 年的约 40%（uvik.net）。以及 TechCrunch（2026 年 5 月 29 日）《程序员开始拒绝在没有 AI 的情况下干活，这可能反过来咬他们一口》。本文为科普解读；数字以报道为准。

テクノロジー

あなたは20%速いと感じた。ストップウォッチは19%遅いと記録した——壊れている計器は、その「感じ」のほうだ。

2026年6月26日 · 劉未鵬『暗時間』約 7 分

AI があなたのために関数を一つ書く。コンパイルが通り、読みやすく、一息で着地する。すると頭の中で暖かな小さな信号が点る——今のは速かった。その感じを覚えておいてほしい。それはあなたが持つ最も高価な測定器であり、そして嘘をついている。研究者がまさにそう感じた開発者にストップウォッチを当てたとき、20%速いと感じた人たちは、実際には約19%遅かった。

「感じ」が破綻した実験

METR は、私たちの多くが自分には決してやらない種類の実験をやった。経験豊富なオープンソース開発者を集めた無作為化試験だ。実際のコードベースでの経験は中央値でおよそ十年、こなすのは勝手知ったる本物のタスク。半分は AI ツールありで、半分はなしで、傍らで誰かが時計を測った。始める前、彼らは AI で速くなると予測した。終えたあと、彼らは「実際に速くなった」と報告した——約20%速いと感じた。だが記録された時間は逆を語った。AI ツールを使うと、彼らはむしろ約19〜20%遅かったのだ。「遅いのに気づかなかった」のではない。「速いと感じながら、実際は遅かった」のだ。感じた数と測られた数のあいだの溝こそが物語のすべてで、その幅はロードマップ一枚が通り抜けるほど広い。

ほつれた縁は正直に明かしておく。その乱れこそが刃を研ぐからだ。METR の後続の試行はノイズが多く、選択バイアスがあり、研究所自身が新しい信号を「信頼できない」と言う。けっこう、ここで立ち止まろう。これを測るために生まれた研究グループでさえ、AI が誰かを速くしたのかどうかを綺麗に突き止められないなら、あなたの勘が二回のスプリントレビューのあいだに一発で当てる見込みは、いったいどれほどか。計器を使ってさえ確かに測れないのだ。「感じ」で当てられる確率は、ゼロより下のどこかにある。

METR の無作為化研究では、経験豊富な開発者は AI ツールで約20%速いと感じたが、約19%遅いと測られた——感じた数と測られた数のあいだに約39ポイントの差がある。METR 自身も後続の追跡信号を「信頼できない」と言う。2026年のある業界調査はこう補う：約84%の開発者が AI コーディングツールを使う／使う予定だが、その正確さを高く信頼するのは約29%にとどまり、2024年の約40%から低下した。枠組：劉未鵬『暗時間』——知覚は脳の構築であり、だからこそ体感より外部の測定を信じよ。数値は報道のとおり。本稿は科学解説。

なぜ「滑らかさ」が「速さ」に見えるのか

劉未鵬は『暗時間』を、一つの居心地の悪い考えに費やした。あなたは「自分の頭がどれだけうまく働いているか」という感覚を信頼できない。彼は進捗の本当の通貨を「暗時間」と呼ぶ——歩き、シャワーを浴び、壁を見つめているあいだに、脳が問題を裏で噛み砕いている、見えない時間のことだ。罠はこうだ。この本当の仕事は隠れているので、私たちは見えて感じられるものに手を伸ばし、それを進捗と呼んでしまう。滑らかさは、その代用品のうち最も人を誘うものだ。何かが滑らかに届くとき——きれいな一段落、きれいな差分——脳は「受け取るのが楽だった」ことを「本当の仕事が速く終わった」証拠として読む。心理学はこれに素っ気ない名をつけている。私たちは「処理の滑らかさ」を「そのものの真実」と取り違える。劉未鵬の言い方はもっと古く、もっと冷たい。知覚は世界の忠実な記録ではなく、脳の能動的な構築だ。「今のは速かった」という感じは、どこかの時計から読み取った数ではない。それはあなたの頭が編んだ物語で、しかも正確であるためでなく、気持ちよくあるために編まれている。

AI が生成したコードは、滑らかさの最も純粋で、最も武器化された形だ。それは自信ありげに、整った書式で、もっともらしく届き、「この問題は難しい」と告げてくれていたあの目に見える格闘が、まるでない。あなたは白い画面と戦わなかった。だから脳はその一幕すべてを「楽だった」の欄に入れ、「楽」はこっそり「速い」に切り上げられる。だが遅い仕事は一つも消えていない。それは地下に潜った——あなたが書かなかったコードを読むことへ、モデルが見せなかった推論を頭の中で組み直すことへ、自分で打ったときのようにはこれを頭に握れていない、というかすかな不安へ。それが暗時間だ。それは「感じの計器」には出てこない。ストップウォッチにしか出てこない。

誰もレシートに書かなかった二日酔い

最初の数より、もっと気にすべき二つ目の数がある。2026年のある業界調査によれば、いまや約84%の開発者が AI コーディングツールを使う、あるいは使うつもりだという——そして、その産物の正確さを「高く信頼する」と答えたのは約29%にすぎず、二年前の約40%から落ちている。この二つを並べて読んでほしい。私たちはこの道具に手を伸ばすほど、それを信じなくなっている。TechCrunch は五月末、診断のように着地する見出しの記事を載せた。コーダーたちは AI なしで働くことを拒み始めており、それはいずれ彼らに跳ね返りかねない、と。依存は上り、信頼は下る、同じ一つのものに対して。これは矛盾ではない。まさに「滑らかさの罠」が予言する結果だ。産物はずっと正しく感じられる——滑らかで、速く、片づいた——だから手は伸び続ける。一方で、より遅く正直な部分は、心の中で静かにそれを信じなくなる。手触りを好みながら、同時に正しさを疑うことはできる。私たちの多くはいま、その隙間で暮らし、それを生産性と呼んでいる。

これがあなたにとって意味すること

「感じ」で自分を採点するのはやめよう。解は道具を捨てることではない。壊れた計器——あなたの「速い／遅い」の体感——を解雇し、本物を据えることだ。変更を一つ選び、着想からマージまで歩かせ、あなたが本当に見る時計で全行程を測れ。AI を多用した一週間を、暖かな感じではなく、正直に測った基準線と比べろ。そして滑らかさが仕込む反射を逆に捻れ。草稿があまりに滑らかに届いたら、それを入金できる勝ちとしてではなく、速度を落として倍の力で見直す合図として扱え。楽さこそ暗時間の隠れ場所だ。贈り物がきれいなほど、あなたが組み直さされた推論は少なく、後で負う借りは多い。差分は、見知らぬ誰かが書いたものとして読め——実際そうなのだから。これすべての目的は、より遅く感じることではない。自分の本当の速度を、その心地よい噂ではなく、ついに知ることだ。一度「感じた20%」と「測られた19%」の溝を見てしまえば、もう見なかったことにはできず、あの暖かな信号を二度と全面的には信じられなくなる。けっこう。あれは初めから時計ではなかった。

AI 草稿の滑らかさは、あなたの速度の測定ではない。それは感じであり——その感じは、ストップウォッチと丸ごと39ポイントずれていた。

だから時計を測れ。滑らかさは、祝う理由ではなく、倍の力で見直す理由として扱え。

取材：劉未鵬『暗時間』（「頭がどれだけうまく働いているか」という体感は信頼できない。知覚は脳の能動的な構築であり、本当の労力は見えない「暗時間」で、外部の産出によってしか測れない）。ニュースの契機：METR の無作為化研究——経験豊富な開発者は AI ツールで約19〜20%遅いと測られたのに、約20%速いと感じた。加えて METR 自身が、後続の追跡信号は「信頼できない」と注意を促す（metr.org）。2026年のある業界調査：約84%の開発者が AI コーディングツールを使う／使う予定だが、その正確さを高く信頼するのは約29%にとどまり、2024年の約40%から低下（uvik.net）。そして TechCrunch（2026年5月29日）「コーダーたちは AI なしで働くことを拒み始め、それは跳ね返りかねない」。本稿は科学解説であり、数値は報道のとおり。