历史回溯
根据相关会话线索与项目 history 整理,以公开变更核对。同一目标的多次修订合为一项;本次仅回溯部分博客工作。
合并状态与用户验收分别记录;这里的数量仅表示本次回溯覆盖,不能据此计算生产力提升。
回溯更新:2026-10-25 · 日期口径:America/Los_Angeles
Agent 工作观察站
展开成果与依据
独立页呈现轨道、票夹、时钟和卷尺四种交互,首页提供紧凑入口,键盘与触屏均可操作。
将大面板缩为四个独立挂件,研究与方法收起;迁至 Mac mini 开发,并复查手机与桌面操作。
中英双语阅读与发布
展开成果与依据
中英文页面共用模板与导航,提供语言切换、配对链接和双语检索,观察站也有对应英文页面。
补齐英文旁注及阅读检查,加入中文源更新后的英文同步,并保留人工修改与译文状态检查。
文章目录跟随
展开成果与依据
侧目录随阅读定位当前章节,末项保留可读间距;中英文章共用这一行为,正文位置保持稳定。
跟随方式从原生平滑滚动改为逐帧限速,减少跳帧造成的突跳;手动操作可中断自动跟随。
论文原图预览
展开成果与依据
论文方法图在作者页、论文列表和详情页共用,保持原图比例与颜色,并支持打开原始尺寸查看。
裁图保留原比例,取消固定画布与放大;手工选定的预览保持优先,未知的 PDF 页码留空。
共享内容档案
展开成果与依据
作者项目、首页近期、归档与论文列表使用共享档案组件,组合真实图文、来源与可展开内容。
按内容角色调整标题、图文层次与留白,修正空图位置和手机断行,保留已有内容与原始图片。
评论区宽度
展开成果与依据
评论区与文章正文采用一致的阅读宽度,修复桌面编辑器明显收窄的问题,手机布局继续沿用。
恢复评论容器的完整宽度,保留既有最大版心和内部结构,并在五个视口检查实际渲染尺寸。
仅公开工作摘要与项目依据。消息间隔、工具等待和会话跨度不计作人工投入;并发需要运行起止记录。
个人记录
交付票夹已补入历史项目;每日并发、人工投入与返工时间尚待记录。
公开研究
不同研究测量不同对象;保留各自的实验条件和适用范围。
自报调查
速度与产出价值需要分别记录
349 名技术工作者的调查中,三种产出价值问题的自报增益中位数为 1.4–2 倍,自报速度增益中位数为 3 倍。
适用范围与原始来源
便利样本与自报反事实描述参与者的判断,尚不能证明因果收益;感受、实际用时与交付价值应分开记录。
阅读原始研究 ↗多 Agent 基准
并行收益取决于任务与协作结构
论文 v3 比较 260 种配置与 6 个基准;相对单 Agent,报告的任务表现变化从可拆分金融推理的 +80.8% 到顺序规划的 −70.0%。
适用范围与原始来源
这些百分比来自不同任务的基准表现,不能拼成一条生产率曲线,也不等于人类工作效率的变化。
阅读原始研究 ↗测量方法更新
一人多 Agent 改变了计时方法
METR 指出并发使用 Agent、等待期间处理其他任务,以及参与者和任务选择偏差,使逐任务耗时难以代表真实生产率。
适用范围与原始来源
这项更新揭示测量限制,无法据此推断一个人能管理多少 Agent,也不能把新实验点估计作为确定的生产率增益。
阅读原始研究 ↗现场随机实验
感觉更快与实际更快会分离
16 名熟悉大型开源项目的开发者处理 246 个真实任务;允许使用当时的 AI 工具使完成时间增加 19%。
适用范围与原始来源
这是特定时段、人员和代码库上的结果,不能外推到当前全部开发任务;审核与纠错应纳入人工投入。
阅读原始研究 ↗现场随机实验
真实工作中测得收益,也存在差异
三个现场实验涵盖 4,867 名开发者;合并估计使用 AI 助手后完成任务数提高 26.08%,标准误为 10.3%。
适用范围与原始来源
研究主要考察代码助手;任务数量增长不能直接转成人均价值增长,也没有测量多 Agent 的收益。
阅读原始研究 ↗能力基准
可完成的任务跨度在增长
METR 的研究以人类专家完成任务所需的时间衡量难度,报告 50% 成功率对应的任务跨度在研究期间约每七个月翻倍。
适用范围与原始来源
这是任务的人类用时,无法直接换算成 Agent 连续运行时长、人均管理数量或可靠交付能力。
阅读原始研究 ↗
初始资料整理:2026-10-24。这些资料尚未给出统一口径的行业人均 Agent 数量曲线。
统计口径与模板
- 独立任务
- 按独立验收目标计数。同一任务的会话、重试和子 Agent 沿用同一个 ID。并行峰值是实际观察到的同时推进数量。
- 可靠交付
- 达到预定标准,保留可核对的结果链接;经过复核的研究负结果也属于有效交付。
- 人工投入
- 包含布置、补充上下文、审核、协调与返工。同一段注意力只计一次,返工属于总投入。
- 比较条件
- 任务类型、范围和质量标准应相近。空缺留空,真实测得的零填写 0;保留失败、放弃及工具变化。
公开数据集分层与空值契约| 数据子集 | 记录粒度 | 空值与方法边界 |
|---|
| 每日观测与任务表 | 按自然日与独立验收目标记录 | 未测量的并发或工时保留 null,绝不填 0 |
|---|
| 公开交付历史回溯 | 按合并目标归并公开 PR 依据 | 仅代表部分项目回溯覆盖,不推算生产力倍数 |
|---|
| 外部实证研究索引 | 按原始论文或实验报告逐条收录 | 保留基准、随机实验与自报调查各自的适用条件 |
|---|
每日记录包含并行峰值,未包含任务起止时间。挂件中的分钟轨道为交互示意;个人实测以经核对的记录为准。 公开数据集采用 CC BY 4.0 知识共享署名协议发布。