# AI 说要一周，我泡杯咖啡跑通了 - URL: https://davidyin.dev/writing/ai-week-estimate-ten-minutes/ - 作者: David Yin - 发布: 2026-06-08 - 标签: x-article - 摘要: 前两天我让 coding agent（能自己读代码、写代码、跑测试的那种 AI 助手）加个功能。它先一本正经地给我做了份评估：这大概要一周，工程量不小，建议分三个阶段推进，先搭骨架，再补边界，最后做测试。 ## 「大概要一周，建议分三阶段」——我泡杯咖啡它就跑通了 前两天我让 coding agent（能自己读代码、写代码、跑测试的那种 AI 助手）加个功能。它先一本正经地给我做了份评估：这大概要一周，工程量不小，建议分三个阶段推进，先搭骨架，再补边界，最后做测试。 我说，那开始吧。 泡咖啡的功夫，它跑通了。测试绿了，连改动说明都写好了，前后不到十分钟。 这事我撞过太多次，撞到不觉得稀奇了。但有件事越来越清楚：至少在这类短、清楚、套路化的活里——脚手架、接口胶水、配置、样板代码——**它几乎总往大里报；偏出来的量级，又常常正好落在人类团队会写进排期的那套人日、人周上。这不像随机手抖，更像一套旧尺子在新机器上失灵。** ## 那个「一周」不是预测，是化石 先说个反直觉的判断：那个「一周」，根本不是它对自己的预测。 它压根没有「我干这活要花多久」的概念。它没有手速，没有上下文切换的损耗，不用等自动化测试跑完，不用开站会，不会写到一半被拉去开三个不相干的会。这些把一周拖成一周的东西，它一样都没有。 它报出来的，是从训练语料里统计出来的另一个数字——「你们人类干这种活，通常要多久」。互联网上堆了海量这样的句子：「这个功能我们排了一个迭代」「重构大概两周」「预计三个人日」。它更像是在拿一套旧世界的先验填空：这类活在人类工程语境里通常被写成几天、一个迭代、几个人日。它没有自己的耗时刻度，就先借了那把旧尺子。 所以那个「一周」是一块化石。是前 AI 时代无数码农的工时，在它脑子里压成的一层拓片。**你以为它在预测未来，其实它在拓印过去。** ## 它不知道自己多快，可你也不知道自己多慢 有意思的地方在这儿：它连自己有多强都不知道。它没有一个关于「我」的模型，只能借人类那把旧尺子来量自己。 这本来是个关于 AI 的笑话。可你把镜子转过来照照自己，会发现我们也没好到哪去。 我拍人日估点，拍了快二十年。「这个三天」「那个一周」，张口就来，准得很。可这套肌肉记忆，量的是一个「写代码又慢又贵」的世界。那个世界正在塌。当写一个功能从「一周」塌缩成「十分钟」，我嘴里那个「一周」，和它脑子里那个「一周」，是同一具化石。 它滞后，因为它手里只有人类的语料。我滞后，因为我手里只有自己的经验。**我们都还在用「周」当单位，去度量一件已经按「分钟」计的事。** ## 当「写」便宜到不再像瓶颈，贵的是「想清楚」 当「写」这个动作逼近免费，一整套围绕「写得快不快」建起来的东西，开始集体贬值。 估点、排期、「这个工程量很大」——这些话术过去值钱，是因为执行是瓶颈。谁手快、谁踩坑少、谁返工次数低，谁就稀缺。现在很多执行动作被 agent 吃掉了，估点里最值钱的部分反而换了位置：从「干得动吗」挪到了「想明白了吗」。 我现在写需求，卡住我的早就不是「来不来得及写完」。是我自己没想清楚：这功能到底解决谁的什么问题？边界划在哪？什么样才算做对了？这些它替不了我——它能十分钟跑通，前提是我得先讲清楚要它跑什么。 所以该问的问题也变了。**不再是「这要多久」，而是「我想清楚要它做什么、怎么判断它做对没有了吗」。** 前一个问题，在很多套路活上已经没那么值钱；后一个，AI 可以逼你说清楚，但不能替你负责。 ## 但有些「一周」，是它在诚实地认怂 但不是所有「一周」都该被嘲笑。 十分钟跑通的那些活，有个共同点：多是脚手架、样板、有海量先例的套路活——增删改查、加个接口、改套配置。这些恰恰是 AI 最擅长、语料里见得最多的。它快，是因为这活本来就被人写过一万遍。 所以那个「一周」不全是化石。有时它是在笨拙地提醒你：这里面有一块不是写代码时间，而是定义问题、压边界、做取舍、承担后果的时间。系统怎么集成、边界条件怎么兜、上线半年后谁来维护、跟另外三个团队的接口怎么对齐、两个都能跑通的方案到底选哪个——这些活，它真就不快，有的真就不行。 所以一块估时里，常常一半是工时幻影，一半是压不下去的判断成本。难就难在分清这两半。**真正花掉那一周的，往往不在敲键盘上**，是把这些想清楚、判断对、取舍掉，而这部分不是手速问题，AI 压不动。以后听到 agent 报「一周」，我会先拆开看：哪部分只是脚手架执行，能被十分钟吃掉；哪部分是没有先例、没有验收标准、没人愿意拍板的判断成本。 该被埋的，不是手艺，是「工时」这个单位。我们量了几十年的「人日」「人周」，量的其实是人类写代码有多慢。现在那个慢被抽走了，尺子也就该换了——换成量「你到底想清楚没有」。**这把新尺子怎么读，老兵和新人，谁都还没学会。** --- **引用出处** - Anthropic Research《Estimating AI productivity gains from Claude conversations》——支撑「套路活往大里报、偏出的量级恰落在人类排期的人日人周上」。 https://www.anthropic.com/research/estimating-productivity-gains - SWE-Bench Pro（arXiv:2509.16941）——支撑「越要跨文件、跨系统、越长周期，agent 越掉链子」。 https://arxiv.org/abs/2509.16941