AI 寫程式真的比較快、比較省？一年案子能一個月做完嗎
諮詢快結束，資料夾都關了，對方有時會補一句：「現在不是有 AI 寫程式？那是不是一個人加工具就好。」語調輕，像在問天氣。我們聽過太多次。發表會上程式自己長出來，看起來一年的案子能塞進一個月。工地不是這樣。
秒錶跟感覺對不上
獨立實驗室 METR 在 2025 年上半年找熟手，在他們自己的專案裡處理真實工單，一半可以用當時的 AI 工具。秒錶結果是平均多花約 19% 時間。做完，人還以為自己快了兩成。這組數字後來被講到煩，但它點出一件很日常的事：螢幕一直在動，人會以為進度在走。
工具當然換代了。METR 2026 年 2 月寫，後續看起來像有加速，可是願意「關掉 AI 再測一次」的人變少，樣本歪了，他們自己也不把那個數字當定論。產品帳號還在推 Codex 桌面版能操作電腦、拆子任務（例如 @thsottiaux）。那是工具變強，不是品質免費升級，更不是時程公式。
草稿變多，不等於軟體交得出去
打字會快，commit 會多，測試檔會堆。CEPR 轉述的大型 GitHub 研究講得很直：各代 AI 讓「寫出來的程式」跳很多，真正發布沒有等比增加。中間卡的是人——對規格、看權限、修亂接的 API、上線那天誰敢按。
產業裡也有「幾乎人人都在用、PR 吞吐量卻只多一截」的整理。意思接近我們報價時會碰到的帳：工具費、token、資深的人盯稿，都要算。省下來的下午如果全拿去改 AI 寫錯的權限，帳單不會比較好看。
舉一個我們常卡的點。金流合約還沒下來，畫面已經能「送出訂單」。模型很樂意把按鈕做出來，甚至順便編一個成功訊息。真正能上線的那週，卡在銀行回覆、3D 驗證、失敗時錢要退哪。這些日曆不會因為草稿產生得快就消失。權限表對了三輪也一樣：角色名稱模型可以猜，誰能看哪個報表，只有你們公司的人知道。
半夜能跑，責任還是在白天
模型可以三點還在吐草稿。能上線的那份，仍要有人對範圍負責、有人按測試、有人看個資有沒有進錯環境。把工程師換成「盯螢幕的人」不是零成本。沒人懂系統時，錯的會直接進生產，客人先發現。
一年壓成一個月，沒有權威對照試驗撐得住。一年裡很多時間不是在敲鍵盤：舊資料怎麼搬、等合約、驗收來回改三個欄位。發表會不會放這些鏡頭。
我們接案仍按範圍與風險報。AI 拿來加速重複段落和第一稿，不拿「AI 時程」當折扣話術。形象站或系統案的數字，還是看服務頁預算帶和訪談，不是看模型發表會。
常見問題
那你們還用 AI 寫程式嗎？
用。起草、重構重複段落、查函式。上線前仍要人看邏輯、權限、測試，以及跟你對過的規格。報價不因為「有工具」就自動打對折。
小改動一天做完算不算騙人？
看範圍。改文案、多一個欄位，本來就可能很快。接金流、舊系統、權限和驗收不是同一類工作。
為什麼不能先用 AI 做完再請人檢查就好？
檢查不是最後五分鐘。權限、個資、金流一旦寫進錯的地方，要拆的是上線後的帳。人要從規格就在，不是只當品管。
來源：METR 2025 RCT；METR 2026-02；CEPR：寫 code 與出貨。數字隨工具與任務而變，本文不是報價公式。