它說快 8 倍，碼表說慢 19%

除了大家在看的使用量，Anthropic 這份資料還藏了兩個估計值：這個任務，人自己做要幾小時；有 AI 幫忙，要幾分鐘。

兩個都由模型逐則判斷，再按職業大類平均。

這是目前規模最大的一組「AI 到底省多少時間」的數字。

然後你把它，跟真的拿碼表量過的那個實驗放在一起看。

模型估出來的數字很漂亮，辦公行政的任務人自己做平均 4.28 小時，有 AI 只要 25 分鐘，等於快 10.3 倍，商業金融 8.9 倍，管理 8.2 倍，電腦數學 7.7 倍。

2025 年，研究機構 METR 找了 16 位資深開源開發者，在自己維護多年的真實專案上做 246 項任務，一半准用 AI、一半不准，全程計時。

結果用 AI 的那一半慢了 19%，而同一批人做完之後，仍然覺得自己快了 20%。

這不是誰在說謊，是三者量的東西不一樣，模型估的是這件事本來要多久，體感量的是順不順，碼表量的是實際完成時間。

差別藏在中間那一段，審核 AI 的產出、修它的錯、來回解釋需求，這些時間分散在每一次「看起來差不多對」的輸出裡，沒有人記在帳上。

有兩個前提要交代，METR 用的是 2025 年初的模型，而 Anthropic 那組是模型自估，不是實測。

但在相信「AI 幫我省了多少時間」之前，至少要知道那個數字是誰、用什麼方法生出來的。