经验丰富的软件开发人员认为人工智能会为他们节省大量时间。但在一项实验中，他们的任务花费时间延长了 20% |财富
作者：Sasha Rogelberg
这就像“龟兔赛跑”的新说法：一群经验丰富的软件工程师进行了一项实验，他们的任务是在人工智能工具的帮助下完成一些工作。开发人员像速度很快的兔子一样思考，希望人工智能能够加快他们的工作并提高生产力。相反，技术减慢了他们的速度。在实验的背景下，无人工智能的乌龟方法会更快。
该实验的结果是最近一项研究的一部分学习对于负责使用 AI 的软件开发人员以及该研究的作者 Joel Becker 和 Nate Rush（非营利技术研究组织模型评估和威胁研究 (METR) 的技术人员）来说，这让他们感到惊讶。
研究人员招募了 16 名平均拥有五年经验的软件开发人员来执行 246 项任务，每一项都是他们已经在做的项目的一部分。对于一半的任务，开发人员被允许使用人工智能工具——他们中的大多数人选择了代码编辑器 Cursor Pro 或 Claude 3.5/3.7 Sonnet——而对于另一半的任务，开发人员自己执行任务。
软件开发人员相信人工智能工具可以提高他们的工作效率，因此预测该技术将使他们的任务完成时间平均减少 24%。相反，人工智能导致他们的任务时间比不使用该技术时增加了 19%。
“虽然我愿意相信，在使用人工智能完成任务时，我的工作效率并没有受到影响，但它对我的帮助可能没有我预期的那么大，甚至可能阻碍我的努力，”该研究的参与者 Philipp Burckhardt 在一篇文章中写道。博客文章关于他的经历。
为什么人工智能会减慢一些工人的速度
那么野兔在哪里偏离了路线呢？研究显示，经验丰富的开发人员在自己的项目中，可能会利用人工智能助手所没有的大量额外背景来开展工作，这意味着他们必须将自己的议程和解决问题的策略融入人工智能的输出中，并且他们还花费了充足的时间进行调试。
“参与这项研究的大多数开发人员指出，即使他们获得了通常对他们有用的 AI 输出，并且谈到了这样一个事实，即 AI 通常可以完成一些非常令人印象深刻的工作，或者某种非常令人印象深刻的工作，这些开发人员也必须花费大量时间清理生成的代码，使其真正适合项目，”研究作者 Rush 告诉我们财富。
其他开发人员浪费时间为聊天机器人编写提示或等待人工智能生成结果。
研究结果与人工智能改变经济和劳动力的能力的崇高承诺相矛盾，其中包括 15%提振美国GDP到 2035 年，最终达到 25%提高生产力事实上，许多公司尚未看到人工智能投资的回报。安麻省理工学院报告8 月发布的报告发现，在 300 个人工智能部署中，只有 5% 实现了收入快速加速。据一项调查显示，只有 6% 的公司完全相信人工智能能够运行核心业务实践哈佛商业评论分析服务研究报告上个月发表。
但拉什和贝克尔并没有就他们的研究结果对人工智能的未来意味着什么做出全面的断言。
首先，该研究的样本规模很小且不可推广，仅包括对这些人工智能工具来说是全新的专门人群。作者表示，这项研究还衡量了特定时刻的技术，不排除未来开发人工智能工具的可能性，这确实有助于开发人员增强他们的工作流程。
从广义上讲，这项研究的目的是遏制人工智能在工作场所和其他地方的快速实施，承认在对其应用做出更多决策之前，需要了解和获取更多有关人工智能实际效果的数据。
“我们现在围绕这些系统的开发和部署做出的一些决定可能会产生非常严重的后果，”拉什说。– 如果我们要这样做，就不要只接受显而易见的答案。让我们进行高质量的测量。”
人工智能对生产力的更广泛影响
经济学家已经断言，METR 的研究与有关人工智能和生产力的更广泛的叙述相一致。虽然人工智能已经开始削减入门级职位，根据领英首席经济机会官 Aneesh Raman 表示，它可能为经验丰富的软件开发人员等技术工人提供递减的回报。
“对于那些已经有 20 年经验的人，或者在这个特定的例子中是 5 年经验的人，如果他们已经用现有的工作方法很好地胜任工作，那么我们应该寻找并强迫他们开始使用这些工具，也许这不是他们的主要任务，”芝加哥大学布斯商学院的经济学助理教授安德斯·哈姆勒姆 (Anders Humlum) 告诉我们。财富。
Humlum 也对人工智能对生产力的影响进行了类似的研究。他发现在一个工作学习从 5 月份开始，丹麦这个人工智能普及率与美国相似的国家，在 7,000 个工作场所的 25,000 名员工中，使用这些工具的员工的生产力提高了 3%。
Humlum 的研究支持了麻省理工学院经济学家、诺贝尔奖获得者达伦·阿西莫格鲁 (Daron Acemoglu) 的断言，即市场高估了人工智能带来的生产力提升。Acemoglu 认为，美国经济中只有 4.6% 的任务可以通过人工智能提高效率。
“急于实现一切自动化，即使是不应该自动化的流程，企业也会浪费时间和精力，并且无法获得承诺的任何生产力优势。”Acemoglu 此前说道为财富。“残酷的事实是，从任何技术中获得生产力提升都需要组织调整、一系列补充性投资以及通过培训和在职学习来提高工人技能。”
Humlum 表示，软件开发人员阻碍生产力的情况表明，在实施人工智能工具时需要进行批判性思考。虽然之前关于人工智能生产力的研究已经着眼于自我报告数据或具体且包含的任务，有关使用该技术的技术工人面临的挑战的数据使情况变得更加复杂。“在现实世界中，许多任务并不像在 ChatGPT 中输入那么简单，”Humlum 说。
– 许多专家都积累了大量非常有益的经验，我们不应该忽视这一点并放弃已经积累的宝贵专业知识。
“我只是将此视为一个很好的提醒，让我们在使用这些工具时要非常谨慎，”他补充道。
这个故事的一个版本最初发布于 财富网2025 年 7 月 20 日。
有关工作场所采用人工智能的更多信息：
- 德勤首席技术官令人惊叹的人工智能转型统计：公司将 93% 的支出用于技术，仅 7% 用于人员
- 专家称人工智能应用失败率很高不是错误，而是功能：“有人第一次尝试骑自行车吗？”
- 去的方法让中层管理人员拥抱人工智能？首先投资于人，而不是技术
加入我们的财富职场创新峰会2026 年 5 月 19 日至 20 日，亚特兰大。工作场所创新的下一个时代已经到来，旧的剧本正在被重写。在这场独家、充满活力的活动中，世界上最具创新力的领导者将齐聚一堂，探讨人工智能、人性和战略如何融合，再次重新定义工作的未来。立即注册。