脉络三：效率悖论与能力进化

78. YDD / Miss-you — 效率悖论的系统性拆解

• 标题： 为什么 AI 写代码更快但交付没变，以及我怎么把它扳回来的

• 链接： yousali.com

• 作者： Miss-you | 日期： 2026-03-03 | 字数： 16667

• 核心： 从约束理论、Spec/Rule/Skill 架构、验证闭环、并发策略四个维度拆解效率悖论

• 关键数据：

  • METR RCT 实验：AI 辅助编码客观慢 19%，主观觉得快 20%（偏差 39 个百分点）
  • Faros 万人遥测：个体 PR +98%，但 DORA 四大指标无一改善
  • PR 体积 +154%，评审时间 +91% → 上游加速被下游瓶颈吃掉
  • 90% 开发者在用 AI，仅 3.1% 高度信任

• 七章结构：

章	主题	核心论点
一	效率悖论	AI = NCX-10（约束理论），加速非瓶颈 = 下游堆积
二	框架焦虑	OpenSpec/Superpowers/BMAD/Spec Kit 做同一件事，别纠结
三	Spec ≠ Rule ≠ Skill	区别在加载机制：Rule 头部常驻、Skill 尾部按需、Spec 被 Skill 消费
四	安灯绳	验证闭环（Lint→Review→UnitTest→E2E）= 瑞士奶酪模型
五	并发	单任务慢不是问题，不能并发才是；先建闭环再开并发
六	洗衣机悖论	省出的时间洗更多衣服 vs 去读书；真正红利是能力进化
七	保底秘籍	甜点区分三档 + 自动化日常（commit、日报）

• 与 Harness Engineering 的深度关联：

YDD 概念	Harness Engineering 对应
AI = NCX-10（约束理论）	吞吐量改变合并理念（概念 5）
Spec/Rule/Skill 三层区分	地图而非手册 + 渐进式披露（概念 2）
Rule ≤ 300-500 行	HumanLayer 的 AGENTS.md ≤ 60 行
Skill 按需加载到尾部	LangChain 的 Progressive Disclosure
安灯绳 = 验证闭环	机械化执行 + 背压（概念 3）
并发 + WIP 限制	吞吐量管理（概念 5）
洗衣机悖论	人类掌舵的本质：省出时间做更高层的事
瑞士奶酪模型	多层防御 = linter + 结构测试 + 智能体审查

• 金句：
  • "AI 就是今天的 NCX-10"
  • "Rule 是全局变量，Skill 是模块化 import"
  • "洗衣机洗衣服，你去读书"
  • "AI Coding 的本质不是让你更快，而是让你重新定义做什么的边界"

---

79. METR — 生产力实验的后续：结论松动与方法论危机

• 标题： We are Changing our Developer Productivity Experiment Design（2026-02-24）+ Measuring the Self-Reported Impact of Early-2026 AI on Technical Worker Productivity（2026-05-11）

• 链接： metr.org 实验设计更新 | metr.org 自报调查 | 后续研究数据集

• 翻译： works/metr-uplift-update-translation.md（实验设计更新篇）

• 作者： Joel Becker, Nate Rush, Tom Cunningham, David Rein, Khalid Mahamud (METR) | 日期： 2026-02-24 / 2026-05-11

• 核心： #78 YDD 的论证基石（METR RCT "AI 辅助反而慢 19%"）的官方后续。late-2025 复现实验（57 名开发者、143 仓库、800+ 任务）的原始结果转向加速——原班开发者估计 -18% 加速（CI -38%~+9%）、新开发者 -4%（CI -15%~+9%）——但 METR 自己判定这只是很弱的证据，并宣布改实验设计。真正的信息量在于：AI 渗透已经破坏了任务级随机对照实验本身的可行性。

• 选择效应的三重来源（实验设计为何失效）：

  • 开发者拒绝参与——越来越多人不愿在无 AI 条件下工作（时薪 $50 也不愿），最乐观的采纳者系统性缺席
  • 任务被挑选——30–50% 的开发者承认不提交某些任务，因为"不想在没 AI 的条件下做它们"，高预期增益任务系统性缺失
  • 计时不可靠——并发跑多个智能体的开发者"等 agent 干活时在做别的任务"，时间花费无法测量

• 开发者原话： "AI 能 2 小时搞定、我要 20 小时的 issue，我根本不敢提交——万一被随机到禁 AI 组太痛苦了"；"像习惯了打车之后再让我步行穿城，头都要炸了"

• 2026-05 自报调查： 349 名技术工作者（87 名软件工程师）自报工作价值变化中位数 1.4–2x，且预期继续增长；METR 同时援引 Becker et al. (2025)——开发者自报增益平均高估 40+ 个百分点，提醒对量级保持怀疑

• 对本仓库的意义： 脉络三的证据基座更新——YDD 引用的"慢 19%"是 early-2025 快照，不能再当活事实引用；同时"实验测不动了"本身就是能力进化的间接证据

• 与其他文章的关联：

本文概念	对应文章
19% 减速数据的后续	#78 YDD 第一章效率悖论（引用了原实验）
感知与现实的偏差	#78 的 39 个百分点偏差、自报高估 40+ 个百分点
并发智能体使计时失效	#78 第五章并发策略（并发正是 YDD 开出的药方）
测量方法的时代错位	#38 Position 论文（基准侧的同构诊断：测量工具追不上被测对象）