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。真正在做的系統案不是那支影片：規格要對、舊資料要搬、驗收要來回，這些都不會因為影片裡程式自己長出來就消失。
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：模型在螢幕上一直吐字，寫程式的人會以為這張工單正在完成。秒錶量的是做完這張工單的時間，不是畫面動了多久。
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）。那表示寫程式的工具變強，不表示交出去的系統自動變得比較正確，也不表示可以把一年的工作除以十二，當成新的時程。
草稿變多，不等於軟體交得出去
模型和工程師打字都會變快，程式庫裡的 commit 會變多，測試檔也會變多。變多的是檔案，不是已經發布給客人用的功能。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。中間卡住的是人要做的事：把程式對上你們談好的規格、看每個角色能不能讀不該讀的資料、把接錯端點的 API 改回來，以及上線那天有沒有人敢按發布。
產業裡也有「幾乎人人都在用這些工具、拉出的程式審查卻只多一截」的整理。意思接近我們報價時會碰到的帳：工具的月費、呼叫模型的 token、資深工程師讀每一段差異，都要算進這張案子，不會因為「有 AI」就從報價裡消失。若省下來的那個下午，全部拿去改模型寫錯的權限，業主收到的帳單不會比較小。
舉一個我們常卡的點。金流合約還沒下來，畫面已經能按「送出訂單」。模型很樂意把這顆按鈕做出來，甚至順便編一句「訂單成立」。真正能上線的那一週，等的是銀行回覆特店合約、3D 驗證有沒有開，以及刷卡失敗時這筆錢退回持卡人、停在授權，還是要人工去對。這些等待的日子不會因為訂單按鈕的草稿產生得比較快就消失。權限表也一樣，常常要跟你們對到第三輪：模型可以猜角色名叫管理員或員工，哪一個角色可以打開哪一張報表，只有你們公司的人知道。我們不會把模型猜的那張表直接上線。
半夜能跑，責任還是在白天
模型可以凌晨三點還在吐草稿。能上線的那一份，仍要有人對這次範圍負責、有人把測試跑過、有人看客人的個資有沒有寫進不該寫的環境，例如測試庫和正式庫放反。把工程師換成一個只盯著模型畫面、自己不懂系統的人，並不是零成本。沒有人懂這套系統時，寫錯的權限或寫錯的資料會直接進正式環境，第一個碰到的是客人，不是你們的工程。
把一年的系統案壓成一個月，沒有權威的對照試驗撐得住。一年裡很多時間不是在敲鍵盤：舊資料要怎麼搬進新系統、合約什麼時候下來、驗收時業主把表單退回，要改欄位名稱或改成必填。發表會的影片不會拍這些等待。
我們接案仍按範圍與風險報價。AI 拿來加速重複的程式段落和第一稿，不拿「因為用了 AI，所以時程可以縮、報價可以打折」當話術。形象站或系統案的數字，還是看服務頁預算帶和訪談裡對過的範圍，不是看模型發表會上的影片。
常見問題
那你們還用 AI 寫程式嗎？
用。我們拿它起草、改寫重複的程式段落、查一個函式怎麼呼叫。上線前仍要人讀邏輯、權限和測試，對上你確認過的規格。報價不會因為「案子裡有這個工具」就自動打對折。
小改動一天做完算不算騙人？
看改的是什麼。改頁面上的文案、多一個表單欄位，本來就可能一天做完。接金流、接舊系統、對權限、跑驗收，不是同一類工作，不能用改文案的速度去估。
為什麼不能先用 AI 做完再請人檢查就好？
檢查不是上線前最後五分鐘。權限、個資或金流呼叫一旦寫進錯的環境，要拆的是已經在正式環境裡的訂單和存取，不是一份草稿。人要從對規格就在，不是只在最後當品管。
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。