AI 的三倍提效，是不是机器多上了两班？Tunguz 问对了账，却算错了良率

先说结论

AI 让一个人干出三个人的活，究竟是效率提高了，还是背后多了两班机器？9 月 8 日，Theory Ventures 投资人 Tomasz Tunguz 用这个问题，重新解释软件业的提效叙事：开发可能正在变成需要持续投入算力的生产活动。他的原文值得读，也值得反驳。

他提醒大家把计算资源记进账本，这点很有力。但把机器运行时间当产出、把人工介入当废品，同样会算错账。关键不是人有没有变聪明，而是交付同样质量的成果，究竟花了多少总资源。

事情是怎么发生的

起点是 OpenAI 9 月 6 日发布的内部研究加速报告。公司称，到八月中旬，研究组织的智能体总运行时间，按八小时折算，达到每个人类工作日对应 3.1 个智能体工作日。

Tunguz 把它比作工厂轮班：人下班了，机器继续做。他进一步判断，软件开发的竞争会越来越依赖计算投入。

但原始数字统计的是运行时间，不是验收产出。它也没有证明这些时间都发生在夜间；并行启动多个智能体，同样能累积工时。工厂比喻解释了一种可能的组织变化，却不能替代生产率测量。

为什么重要

这里有一个常被忽略的分母。公司谈“人均产出”，只除以员工人数；但使用 AI 后，背后可能增加了推理、调度、审查和返工投入。人均产出可以提高，单位成果的总成本却未必下降。

这不是说花钱买加速没有价值。假设一家企业提前完成产品测试，即使成本更高，也可能获得更大的商业回报。反过来，便宜地生成一堆没人采用的代码，并不等于创造价值。

因此，行业需要同时看速度、质量和总成本。只盯员工数量，容易把预算优势解释成人才效率；只盯算力账单，又容易漏掉缩短交付周期的价值。这是从 Tunguz 的判断延伸出来的管理问题，而非这份报告已经证明的行业结论。

站得住与站不住的地方

Tunguz 最需要修正的，是“良率”。OpenAI 说的是：过去六个月，估计人类需四至八小时完成的任务中，成功案例有超过一半经历过人工干预。Tunguz 却进一步用约五成的自主良率估算交付量。这一步站不住：人工澄清要求、提供信息或纠正方向，都不等于任务报废。成功样本里的干预比例，也不能拿来推算全部任务的失败率。两者的口径差别就在原报告中。

成本也要留一层边界：报告按 API 价格折算使用量，不是公布内部实际支付的账单。可以据此看资源使用强度，却不能直接认定公司的真实支出。

同样，替 OpenAI 把数字解释成三倍科研进步也不成立。公司自己就提醒，整体研究进展未必跟得上这些局部指标。局部活动更密集，距离最终成果更有价值，中间还有一段路。

接下来该盯什么

下一份提效报告，最该补上的是：固定质量标准下，完成了多少被采用的成果，消耗多少计算资源，人类总共投入多少时间。

如果投入增加，可靠交付增长得更快，机器多上两班当然值得。如果只是运行更久、生成更多、审查更忙，工时曲线再陡，也不能替成果说话。

Tunguz 留下的好问题，是软件业的成本结构会不会改变。真正能回答它的，不是机器忙不忙，而是每多花一份资源，究竟多交付了什么。