在杭州一家电商公司做产品运营的李昭（化名），月初要发一份渠道调价通知，原本十分钟能写完。
为了让周报里有「AI含量」，她让AI起草。AI给她编了好几个数据，她只好翻出去年双十一的通知，在那版上改完交上去。周报里，这一项仍写着「AI辅助撰写」。定焦One
同一篇报道里，还有人把「让AI把老板半小时的会议录音转成文字」写成「搭建语音信息结构化流程」，还被评为优秀案例。36氪
这些故事容易被读成员工在演戏。可演戏只是表面。更硬的问题是：AI确实把某些环节做快了，快出来的时间，却没有留在干活的人手里。
Linux基金会10月20日发布了一份开源开发报告。受访者估计，用生成式AI后，写代码的平均耗时减少了52%。InfoQ
省下来的时间没有平均分给每个人。维护者这边，收到的PR（代码合并请求）里约四分之一是低质量贡献，大型项目里这一比例到31%。36氪
写代码变快了，审代码没有。21%的受访者说，遇到复杂任务，用AI反而更花时间。InfoQ
修一段代码，过去要先读懂项目、跑通测试，门槛天然挡掉一部分粗糙的提交。现在生成一段能跑的代码只要几分钟，判断它能不能合进去，仍要人逐行看。生产便宜了，验证没有。
写方案也一样。以前三四个小时，查资料、搭结构、一段段写。现在二十分钟出初稿，格式齐整，措辞通顺。可你得挨个看：哪个更贴合需求，哪个在偷换概念，哪个数字像编的。知乎
执行累在手上，判断累在脑子里。生成很快，复核很难。知乎
就算你把这遍看顺了，省下的时间也未必归你。一位团队负责人晒过组内数据：同一类需求，去年平均五天交付，今年用AI三天多就能交付。
加班少了吗？几乎没有。去年三十多个需求，今年五十多个，人还是那几个。知乎
基准线一旦抬上去，就降不回来。你快，他们觉得理所当然；你慢，他们觉得你有问题。知乎
于是「用AI」本身变成了一项要交差的活。深圳一家公司的活动策划说，公司把AI使用率纳入绩效，达不到70%扣20%绩效。定焦One
AI还会制造返工。方案是AI快速生成的，PPT也漂亮，老板当场满意；到了执行，漏洞才露出来，大家再一点点补。定焦One
顺利时，功劳算给工具；出事时，责任算给你。你花两小时核对、修改、返工，没人看见；错了一个数，署名的人跑不掉。知乎
所以很多人不是不用，是用了也要自己再核一遍。核完发现总时间没省多少，还不如一开始自己写。知乎
代码审查工具CodeRabbit统计，今年代码提交量预计是往年的14倍以上；在编码智能体渗透率前10%的企业里，35%的PR由智能体生成。量子位
当代码生产力近乎可以无限扩张，开发流程里的稀缺品便不再是工程师的手速或时间，而是团队有限的注意力和判断力。量子位
审查工具把流程拆成四步：先验、分诊、解释变更、安全防护。每一步都在回答同一个问题：这段代码能不能合。
要算清这笔账，先把计时器从「生成」挪到「交付」。一次AI任务，记四个数：准备输入多久，等生成多久，人工改多久，返工多久。四个数加起来，才是这次提效的真实成本。知乎
第二件事，把要核的范围划小。不是逐字读全文，只核三类：数字、专有名词、关键结论。数字对不上原始材料就改，名字职务不确定就查，结论没有依据就删。知乎
第三件事，省下的时间别急着交出去。原来一天交一份六十分的东西，现在还用一天，交一份八十五分的。同样时间，更好结果，别人看到的是你做得细，不是你做得快。知乎
还有几样别外包：判断、定调、跟人打交道。AI替你做了，省下的是时间，丢掉的是位置。知乎
工具把一件事做快，不等于把一个人的一天变短。中间隔着的，是验证、分配和预期。下一次提前做完，先别急着接下一件。
