「AI 幫了什麼」的常見回答涵蓋寫文章、查資料、做圖、寫程式碼。這些回答把 AI 的能力上限和 AI 現況的實際效應混在一起。本集只問後者:2025–2026 年的 LLM 現況,實際幫了什麼。
這個問題值得回答,因為「AI 省錢」的敘事預設 AI 對所有知識工作都有效。這個預設決定誰該投資 AI、誰該擔心被替代。把幫助範圍講清楚,才知道誰真的得利、誰真的受損。
主要答案:AI 現況真正解決的,是「每單位軟體」所需的人力。 幅度取決於任務複雜度——例行任務省得多,複雜任務省得少。原因是軟體是驗證成本低的領域:AI 的效應在軟體可測、可驗,在法律、醫療則驗證成本高、難測。
1. 問題:AI 現況的幫助範圍
「AI 能幫什麼」問的是能力上限。「AI 現況幫了什麼」問的是 2025–2026 年商用 LLM 在真實工作場景中的實際效應。本集只問後者。
「現況」的定義:目前商用 LLM(GPT、Claude、Gemini)在真實工作中的表現。它不是實驗室上限,也不是對未來的預測。
為什麼要限定「現況」?因為「AI 未來能幫什麼」是預測,無法驗證。「AI 現況幫了什麼」有資料可查。本集只採用有資料佐證的說法,不採用預測。
2. 評估框架:驗證成本決定效應的可測性
AI 生成內容的速度高於人類。生成得快不等於生成得對。
一個領域中 AI 的效應能否被測出,取決於驗證成本。驗證成本低的領域,AI 的產出可以快速、客觀地檢查。驗證成本高的領域,AI 的產出需要專業判斷才能檢查,耗時且主觀。
軟體的驗證成本低。code 編譯得出或編譯不出,結果客觀。test 跑過或跑不過,結果客觀。bug 修掉或沒修掉,結果客觀可驗。AI 寫一版 code,跑 test,通過就收、失敗就丟回重寫。驗證是自動的,一次 test 花數秒。
驗證成本低的另一個後果是:AI 的效應可以被隨機對照試驗測出。METR 的試驗就是這樣做的——同一批開發者,一部分用 AI、一部分不用,比較完成時間。這種設計在法律、醫療做不了,因為那些領域沒有「跑一次就知道對錯」的檢查器。
法律、醫療、策略、寫作的驗證成本高。AI 寫一份法律意見,律師核對要花數小時,因為法律意見的對錯沒有自動的檢查器。診斷準不準、策略好不好,都需要專業判斷,且判斷本身有爭議。AI 在這些領域生成的產出,省下的生成時間被驗證時間抵消。
結論:軟體是 AI 現況效應最可測的領域。這不代表其他領域 AI 無效,而是說在那些領域,AI 的效應難測、容易被高估。
3. 比較:軟體內 AI 的幅度,依任務複雜度而變
軟體內 AI 的效應為真、可測,但幅度依任務複雜度而變。下表列出五項研究的標的與結果。
| 研究 | 標的 | 結果 |
|---|---|---|
| GitHub Copilot(Peng et al. 2023)[2] | 例行程式任務 | 完成時間快 55% |
| McKinsey(經彙整)[5] | 例行與複雜任務 | 例行省 46%、複雜 <10% |
| METR 2025(隨機對照)[1] | 資深開源開發者、自己的複雜 repo | 用 AI 慢 19% |
| Microsoft 2026(經彙整)[4] | 數萬工程師、大規模部署 | 合併 PR 多 24% |
| METR 2026(更新)[3] | 同 METR 2025 設計 | 從 -19% 變 +18% |
五項研究的結果不同,是因為它們測的任務複雜度、開發者經驗、工具成熟度不同。GitHub Copilot 測的是例行任務,所以幅度大(55%)。METR 2025 測的是資深開發者在自己的複雜 repo,所以幅度為負(-19%)。Microsoft 測的是大規模部署的整體效應,所以幅度中等(+24%)。
三個觀察。第一,例行任務(boilerplate、CRUD、簡單功能)AI 省得多,幅度 46–55%。第二,複雜任務(資深開發者在自己熟悉的 repo)AI 省得少,甚至變慢,METR 2025 測得慢 19%[1]。第三,工具改善後效應翻正,METR 2026 從 -19% 變 +18%[3]。
所以「AI 大幅減少軟體人力」這句話,對例行任務成立,對複雜任務不成立。
4. 判斷:誰得利、誰受損
得利的一方是用 AI 做例行軟體工作的公司。同樣的例行軟體產出,它用更少的工程師工時。省下的是「蓋軟體的工錢」(勞動力成本),不是「軟體產品的價格」。軟體產品賣多少取決於定價權,不取決於蓋它花了多少工時。一個用 AI 做例行功能的團隊,同樣的產出用更少的工時,省下的工時變成公司的利潤,或變成承接更多專案的能力。
受損的一方是軟體工程師,尤其是新人。例行工作(boilerplate、CRUD、修小 bug)的單位價值被壓,這些正是 AI 現在做得好的部分。資深工程師在複雜工作上暫時安全,因為複雜工作的驗證成本高、AI 的幅度小。新人的練級路徑(寫 boilerplate、修小 bug)被 AI 接走,成長機會減少。這是最隱性的衝擊:它不裁掉現有的人,而是斷掉下一代的練級路徑。對公司,這是成本下降;對行業,這是人才管道的收窄。
適用條件:軟體(驗證成本低的領域)、例行任務。
限制:
- 總就業是否下降,取決於軟體需求(Jevons 悖論)。如果 AI 讓軟體變好蓋、需求跟著成長,總就業可能不降,但「單位價值被壓」成立。
- 「省工錢」不等於「省你口袋的錢」。公司省下的工錢進公司利潤,不是工程師的加薪。
- 其他領域(法律、醫療)驗證成本高,AI 的效應難測,本集不判斷。
結尾
回到問題:AI 現況到底幫了什麼?答案是:幫了「用 AI 做例行軟體工作的公司」省工錢,代價是「軟體工程師例行工作的單位價值被壓」。
適用條件:軟體(驗證成本低的領域)、例行任務。限制:複雜任務幅度小、其他領域難測、總就業取決於需求。
下一集:公司省下的這塊成本搬到哪——搬到你的手機上(2026 年貴了 13%)。