Ben Stolovitz 在10月31日发布、11月1日更新的年度使用记录，今天因新讨论受到关注。他已从微软 Windows 团队转到 Salesforce AI Research，主要做原型；工作用 token 费用约每月3000美元由公司承担。因此，这是一位有经验、预算较充足的研究工程师的经历，并非普通开发团队的平均生产率调查。
他现在会在独立工作区里同时推进五六个 Agent 任务，能更轻松地试做以前放弃的想法、补紧急问题，也喜欢模型自己调用语音功能来测试产品的巧思。与此同时，管理六段不同对话让他感到过度刺激和疲劳。他今年最成功的一项工作，反而是亲手把约4000行生成代码重写为几百行，使其更容易测试与扩展。
研究中的挫折更能说明边界：做对话轮次识别时，模型能找资料，却会沿着他最初提出的架构继续走；如何区分打断与轮次、如何标注数据，仍让他反复耗费时间，后来与同事交谈才澄清。他很享受原型能力扩大，也在重新寻找自己愿意承担的审查、思考与创作方式。
可信度 65 · 重要性 78 · 新颖度 68
技术与主题
Ben Stolovitz
作者从个人工作与学习经历出发；其原型任务、经验和公司预算限定了可推广范围。
忠实转述（非原句）：他改变了审查重点：更关注设计与测试，而不是逐行接管生成过程；反复出现的问题会写成规则。他没有把这当成不需要人类经验，自己手工重构的成功也提醒他，好结构并不自动随更多生成而来。
Dzugaru
HN同文评论；个人高频使用经历，没有提供对照实验。
忠实转述（非原句）：他同样每月花费超过3000美元使用模型，但仍每天在代码中找到 Agent 和测试共同漏过的错误假设，尤其发生在数据分析与复杂系统里。他认为很多情况下读代码不能省掉，而认真读过一遍往往也会让代码更短、更好。
epihelix
HN对“编程已解决”的讨论；保留作者对自身熟练度这个混杂因素的疑问。
忠实转述（非原句）：他的经验更乐观：一年多前常要逐行修正，如今模型给出的代码与方案已更少需要大改。不过他也不确定改善有多少来自模型本身，有多少来自持续使用后更懂得怎样提供细节、描述问题，以及提出方案却不把其他选择堵死。
编辑评读
这篇记录提醒我们，产出变多与工作变轻松是两项不同变化。并发使等待时间变短，却让人不断在不同问题、文件状态和模型假设之间切换；当一次提示就能继续生成，人也更难找到自然的停止点。没有匹配任务和长期质量数据，不能从这些经历计算净效率，但它把下一步应测的成本说得很清楚：切换、核对和返工。
研究问题还多一层。若目标本身没定义清楚，Agent 会很有效地推进一个暂时接受的解释，生成更多看似相关的文献、代码和分析。这些产物又会增加改方向的心理与审阅成本。可以借用的方法，是在大规模实现前单独检查任务定义：哪些现象算成功，哪些相似现象不算，两个熟悉领域的人能否对同一个例子达成一致。它与让模型提出更多方案不是同一件事。
评论区的分歧也有信息量：有人在复杂系统中仍每天发现测试漏过的假设，有人却明显减少逐行修正。两者未必矛盾，因为任务结构、历史经验和提示习惯都不同。更有用的比较单位是一个能说明上下文的完整案例，而不是“编程已经解决”或“模型仍然不行”这类总判断。
核查依据
- 核对本条方法、条件或署名评价；材料性质见正文与研究审核。
- 核对本条方法、条件或署名评价；材料性质见正文与研究审核。
- 核对本条方法、条件或署名评价；材料性质见正文与研究审核。
- 核对本条方法、条件或署名评价；材料性质见正文与研究审核。