arXiv 论文探讨如何衡量 AI 节省的时间并揭示审核成本制约

一篇 arXiv 论文提出评估 AI 辅助时间收益的账本模型，指出时间节省必须结合漏检缺陷综合计算，而非仅依靠秒表测时。作者复现 METR 开发者研究的 246 个任务数据，显示 AI 带来了 19% 至 24% 的变慢；而在逐项审核工作流中，审核耗时本身会将 GPT-5 的加速上限压缩至 3.6 倍。实验还表明，对模型过度信任会显著减少核对动作并导致错误率上升。