2026 年 2 月，一家专门研究 AI 的机构 METR 想把去年那个实验再跑一遍——就是测"AI 到底让程序员快了还是慢了"的那个。结果卡在了第一步：招不到人。不是没人报名，是没人肯为了做实验，把 AI 从自己的活儿里拿掉，哪怕就一天。你品品这事：我们连"关掉 AI 干一天活"都做不到了。那道用来量它到底顶不顶用的尺子，正在我们手里化掉。
30 秒读懂
METR 想在 2026 年 2 月重跑 AI 生产力实验，开发者拒绝参加——因为他们连为做实验都不肯关掉 AI 干活。
"对照组"就是那条基准线：有一群人不用 AI，你才有得比。现在这群人快没了。
Uber 前 4 个月就烧穿了全年 AI 预算，COO 说这些钱没换来可测量的产出提升。
企业约 44% 的 AI token 花在修 AI 自己捅的娄子上；AI 写的代码比人写的多出约 1.7 倍问题。
真正的风险不是 AI 让你慢，而是我们快没法做这个实验、没法知道它到底值不值了。
1招不到人
一个实验做不下去了，因为没人肯关掉 AI 干一天活
实验黄了，比实验结果更值得琢磨。
METR 这机构，2025 年做过一个挺有名的实验：找一批熟手开发者，让他们干真实的活，测 AI 助手到底帮了多少忙。2026 年 2 月，他们想再跑一遍，看看一年过去情况变没变。招募环节就卡住了——开发者拒绝参加。不是嫌钱少、嫌麻烦，是因为实验设计里有一环得让一部分人不用 AI 写代码，而这些人连为了做实验、就那么点时间，都不肯把 AI 关掉。
凯文·凯利在《失控》里讲过一个更狠的道理。一个系统一旦复杂到你没法再站到它外面去看，你就同时丢了两样东西：一是上帝视角，二是衡量它的基准线。"人不靠 AI 写代码"就是软件这行的那条基准线——它是那组不吃药的人。现在这组人正在灭绝：招不到、留不住，连他们自己都不肯当那组人了。基准线一没，你手里就剩一堆"感觉"：感觉快了、感觉爽了、感觉离不开了。可感觉这东西，最会骗人。
要多会骗？看 2025 年 METR 那次实测就知道了：开发者自我感觉用了 AI 快了大约 20%，秒表却记着他们实际慢了约 19%。感觉和事实，差了将近 40 个点，方向还是反的。而现在的麻烦是——我们连再架一次秒表的机会，都快没有了。
能测量的世界
有一组人不用 AI，两边一比，快没快、值不值，秤上见真章。这是 2025 年 METR 还测得动的世界。
测不了的世界
人人都用 AI，没人肯当对照组，基准线灭绝。剩下的只有"感觉离不开"，量不出到底顶不顶用。
来源：TechCrunch《Coders are refusing to work without AI》（2026-05-29）；METR 2025 生产力实验。当没人肯为做实验而关掉 AI，对照组就消失了——那条曾告诉我们"它到底值不值"的基准线，也跟着一起没了。框架：凯文·凯利《失控》。
3没量到的账
没了尺子，账就只能靠拍脑袋——而拍出来的数不太好看
凑巧现在有几家把账翻开摆了摆，画面不算体面。
尺子丢了，最直接的后果是花钱没个准。Uber 就是个现成的例子：2026 年头 4 个月，它就把一整年的 AI 预算烧穿了。COO Andrew Macdonald 的原话是，这些钱并没有带来可测量的项目或生产力提升。注意是"可测量"——不是他觉得没用，是他压根没法量出有用。这不就是没对照组的活报应？钱哗哗地流，产出多没多，账上算不出来。
更扎心的是钱花在了哪。Entelligence AI 有个数据：企业里大约 44% 的 AI token，是花在修 AI 自己引入的 bug 上的。你没看错——将近一半的力气，是在给它擦屁股。CodeRabbit 分析得更直白：AI 生成的代码，比人写的多出大约 1.7 倍的问题。这两个数摆一块，那点"生成得飞快"的爽感，得先扣掉一大截。
三件今天就能干的实在事。第一，隔段时间挑个小活，故意关掉 AI 从头做一遍，掐个表——给自己留一组"不吃药的"，好知道那个"快"是真快还是错觉。第二，把返工记进账，别只盯着"生成用了几秒"，修 bug、来回审、两周内又删掉的时间都算上；44% 那个数不是别人家的事，是提醒你自己那本账很可能也漏了一大块。第三，凡是重要的活，至少留一个从头真正搞懂它的人。这人不是绊脚石，是你和"这段东西靠不靠谱"之间的那根线；线一断，出了事手里就是一堆没人敢拍板的代码。
说到底，尺子这东西，丢起来无声无息，等你想量的时候才发现早没了。凯文·凯利那句话反过来听更提神：你越是没法站到系统外面，就越该主动给自己留个能站出来的位置。那位置不值钱，就是隔三差五关掉 AI 干一天活的那点别扭。图啥？图哪天你想知道它到底值不值的时候，手里还有一把秤，而不是只剩一句"反正离不开了"。
取材：凯文·凯利《失控》（复杂系统失去外部视角与基准线的思想）；新闻据 TechCrunch《Coders are refusing to work without AI》（2026-05-29）、The Next Web、ACM《The End of the Coder?》，以及 METR、Uber、Entelligence AI、CodeRabbit 相关报道，数字以原报道为准。本文为基于经典书籍的科普解读，非专业建议。
技术
AI 编程的对照组正在灭绝
2026年7月14日 · 老陈，凯文·凯利《失控》约 6 分钟
2026 年 2 月，一家专门研究 AI 的机构 METR 想把去年那个实验再跑一遍——就是测"AI 到底让程序员快了还是慢了"的那个。结果卡在了第一步：招不到人。不是没人报名，是没人肯为了做实验，把 AI 从自己的活儿里拿掉，哪怕就一天。你品品这事：我们连"关掉 AI 干一天活"都做不到了。那道用来量它到底顶不顶用的尺子，正在我们手里化掉。
30 秒读懂
METR 想在 2026 年 2 月重跑 AI 生产力实验，开发者拒绝参加——因为他们连为做实验都不肯关掉 AI 干活。
"对照组"就是那条基准线：有一群人不用 AI，你才有得比。现在这群人快没了。
Uber 前 4 个月就烧穿了全年 AI 预算，COO 说这些钱没换来可测量的产出提升。
企业约 44% 的 AI token 花在修 AI 自己捅的娄子上；AI 写的代码比人写的多出约 1.7 倍问题。
真正的风险不是 AI 让你慢，而是我们快没法做这个实验、没法知道它到底值不值了。
1招不到人
一个实验做不下去了，因为没人肯关掉 AI 干一天活
实验黄了，比实验结果更值得琢磨。
METR 这机构，2025 年做过一个挺有名的实验：找一批熟手开发者，让他们干真实的活，测 AI 助手到底帮了多少忙。2026 年 2 月，他们想再跑一遍，看看一年过去情况变没变。招募环节就卡住了——开发者拒绝参加。不是嫌钱少、嫌麻烦，是因为实验设计里有一环得让一部分人不用 AI 写代码，而这些人连为了做实验、就那么点时间，都不肯把 AI 关掉。
凯文·凯利在《失控》里讲过一个更狠的道理。一个系统一旦复杂到你没法再站到它外面去看，你就同时丢了两样东西：一是上帝视角，二是衡量它的基准线。"人不靠 AI 写代码"就是软件这行的那条基准线——它是那组不吃药的人。现在这组人正在灭绝：招不到、留不住，连他们自己都不肯当那组人了。基准线一没，你手里就剩一堆"感觉"：感觉快了、感觉爽了、感觉离不开了。可感觉这东西，最会骗人。
要多会骗？看 2025 年 METR 那次实测就知道了：开发者自我感觉用了 AI 快了大约 20%，秒表却记着他们实际慢了约 19%。感觉和事实，差了将近 40 个点，方向还是反的。而现在的麻烦是——我们连再架一次秒表的机会，都快没有了。
能测量的世界
有一组人不用 AI，两边一比，快没快、值不值，秤上见真章。这是 2025 年 METR 还测得动的世界。
测不了的世界
人人都用 AI，没人肯当对照组，基准线灭绝。剩下的只有"感觉离不开"，量不出到底顶不顶用。
来源：TechCrunch《Coders are refusing to work without AI》（2026-05-29）；METR 2025 生产力实验。当没人肯为做实验而关掉 AI，对照组就消失了——那条曾告诉我们"它到底值不值"的基准线，也跟着一起没了。框架：凯文·凯利《失控》。
3没量到的账
没了尺子，账就只能靠拍脑袋——而拍出来的数不太好看
凑巧现在有几家把账翻开摆了摆，画面不算体面。
尺子丢了，最直接的后果是花钱没个准。Uber 就是个现成的例子：2026 年头 4 个月，它就把一整年的 AI 预算烧穿了。COO Andrew Macdonald 的原话是，这些钱并没有带来可测量的项目或生产力提升。注意是"可测量"——不是他觉得没用，是他压根没法量出有用。这不就是没对照组的活报应？钱哗哗地流，产出多没多，账上算不出来。
更扎心的是钱花在了哪。Entelligence AI 有个数据：企业里大约 44% 的 AI token，是花在修 AI 自己引入的 bug 上的。你没看错——将近一半的力气，是在给它擦屁股。CodeRabbit 分析得更直白：AI 生成的代码，比人写的多出大约 1.7 倍的问题。这两个数摆一块，那点"生成得飞快"的爽感，得先扣掉一大截。
三件今天就能干的实在事。第一，隔段时间挑个小活，故意关掉 AI 从头做一遍，掐个表——给自己留一组"不吃药的"，好知道那个"快"是真快还是错觉。第二，把返工记进账，别只盯着"生成用了几秒"，修 bug、来回审、两周内又删掉的时间都算上；44% 那个数不是别人家的事，是提醒你自己那本账很可能也漏了一大块。第三，凡是重要的活，至少留一个从头真正搞懂它的人。这人不是绊脚石，是你和"这段东西靠不靠谱"之间的那根线；线一断，出了事手里就是一堆没人敢拍板的代码。
说到底，尺子这东西，丢起来无声无息，等你想量的时候才发现早没了。凯文·凯利那句话反过来听更提神：你越是没法站到系统外面，就越该主动给自己留个能站出来的位置。那位置不值钱，就是隔三差五关掉 AI 干一天活的那点别扭。图啥？图哪天你想知道它到底值不值的时候，手里还有一把秤，而不是只剩一句"反正离不开了"。
取材：凯文·凯利《失控》（复杂系统失去外部视角与基准线的思想）；新闻据 TechCrunch《Coders are refusing to work without AI》（2026-05-29）、The Next Web、ACM《The End of the Coder?》，以及 METR、Uber、Entelligence AI、CodeRabbit 相关报道，数字以原报道为准。本文为基于经典书籍的科普解读，非专业建议。
テクノロジー
AI 编程的对照组正在灭绝
2026年7月14日 · 老陈，凯文·凯利《失控》約 6 分
2026 年 2 月，一家专门研究 AI 的机构 METR 想把去年那个实验再跑一遍——就是测"AI 到底让程序员快了还是慢了"的那个。结果卡在了第一步：招不到人。不是没人报名，是没人肯为了做实验，把 AI 从自己的活儿里拿掉，哪怕就一天。你品品这事：我们连"关掉 AI 干一天活"都做不到了。那道用来量它到底顶不顶用的尺子，正在我们手里化掉。
30 秒读懂
METR 想在 2026 年 2 月重跑 AI 生产力实验，开发者拒绝参加——因为他们连为做实验都不肯关掉 AI 干活。
"对照组"就是那条基准线：有一群人不用 AI，你才有得比。现在这群人快没了。
Uber 前 4 个月就烧穿了全年 AI 预算，COO 说这些钱没换来可测量的产出提升。
企业约 44% 的 AI token 花在修 AI 自己捅的娄子上；AI 写的代码比人写的多出约 1.7 倍问题。
真正的风险不是 AI 让你慢，而是我们快没法做这个实验、没法知道它到底值不值了。
1招不到人
一个实验做不下去了，因为没人肯关掉 AI 干一天活
实验黄了，比实验结果更值得琢磨。
METR 这机构，2025 年做过一个挺有名的实验：找一批熟手开发者，让他们干真实的活，测 AI 助手到底帮了多少忙。2026 年 2 月，他们想再跑一遍，看看一年过去情况变没变。招募环节就卡住了——开发者拒绝参加。不是嫌钱少、嫌麻烦，是因为实验设计里有一环得让一部分人不用 AI 写代码，而这些人连为了做实验、就那么点时间，都不肯把 AI 关掉。
凯文·凯利在《失控》里讲过一个更狠的道理。一个系统一旦复杂到你没法再站到它外面去看，你就同时丢了两样东西：一是上帝视角，二是衡量它的基准线。"人不靠 AI 写代码"就是软件这行的那条基准线——它是那组不吃药的人。现在这组人正在灭绝：招不到、留不住，连他们自己都不肯当那组人了。基准线一没，你手里就剩一堆"感觉"：感觉快了、感觉爽了、感觉离不开了。可感觉这东西，最会骗人。
要多会骗？看 2025 年 METR 那次实测就知道了：开发者自我感觉用了 AI 快了大约 20%，秒表却记着他们实际慢了约 19%。感觉和事实，差了将近 40 个点，方向还是反的。而现在的麻烦是——我们连再架一次秒表的机会，都快没有了。
能测量的世界
有一组人不用 AI，两边一比，快没快、值不值，秤上见真章。这是 2025 年 METR 还测得动的世界。
测不了的世界
人人都用 AI，没人肯当对照组，基准线灭绝。剩下的只有"感觉离不开"，量不出到底顶不顶用。
来源：TechCrunch《Coders are refusing to work without AI》（2026-05-29）；METR 2025 生产力实验。当没人肯为做实验而关掉 AI，对照组就消失了——那条曾告诉我们"它到底值不值"的基准线，也跟着一起没了。框架：凯文·凯利《失控》。
3没量到的账
没了尺子，账就只能靠拍脑袋——而拍出来的数不太好看
凑巧现在有几家把账翻开摆了摆，画面不算体面。
尺子丢了，最直接的后果是花钱没个准。Uber 就是个现成的例子：2026 年头 4 个月，它就把一整年的 AI 预算烧穿了。COO Andrew Macdonald 的原话是，这些钱并没有带来可测量的项目或生产力提升。注意是"可测量"——不是他觉得没用，是他压根没法量出有用。这不就是没对照组的活报应？钱哗哗地流，产出多没多，账上算不出来。
更扎心的是钱花在了哪。Entelligence AI 有个数据：企业里大约 44% 的 AI token，是花在修 AI 自己引入的 bug 上的。你没看错——将近一半的力气，是在给它擦屁股。CodeRabbit 分析得更直白：AI 生成的代码，比人写的多出大约 1.7 倍的问题。这两个数摆一块，那点"生成得飞快"的爽感，得先扣掉一大截。
三件今天就能干的实在事。第一，隔段时间挑个小活，故意关掉 AI 从头做一遍，掐个表——给自己留一组"不吃药的"，好知道那个"快"是真快还是错觉。第二，把返工记进账，别只盯着"生成用了几秒"，修 bug、来回审、两周内又删掉的时间都算上；44% 那个数不是别人家的事，是提醒你自己那本账很可能也漏了一大块。第三，凡是重要的活，至少留一个从头真正搞懂它的人。这人不是绊脚石，是你和"这段东西靠不靠谱"之间的那根线；线一断，出了事手里就是一堆没人敢拍板的代码。
说到底，尺子这东西，丢起来无声无息，等你想量的时候才发现早没了。凯文·凯利那句话反过来听更提神：你越是没法站到系统外面，就越该主动给自己留个能站出来的位置。那位置不值钱，就是隔三差五关掉 AI 干一天活的那点别扭。图啥？图哪天你想知道它到底值不值的时候，手里还有一把秤，而不是只剩一句"反正离不开了"。
取材：凯文·凯利《失控》（复杂系统失去外部视角与基准线的思想）；新闻据 TechCrunch《Coders are refusing to work without AI》（2026-05-29）、The Next Web、ACM《The End of the Coder?》，以及 METR、Uber、Entelligence AI、CodeRabbit 相关报道，数字以原报道为准。本文为基于经典书籍的科普解读，非专业建议。