用 AI 做了半年项目，我把省下的时间算了笔账

一、都说 AI 提效，到底提效多少？

"AI 让你效率翻倍""一个人顶一个团队"------这些话听多了，但到底省了多少时间？没人算过。

我算过。

这半年我用 AI 完整做了一个项目，从售前标书到验收文档，每一类活都记了"以前怎么做、现在怎么做"。整理成一张时间账，你会发现一个反直觉的结论：

AI 提效不是"平均提效"，是"两级分化"------有的活省了 95%，有的活一点没省。

以前写售前标书的技术部分，从整理客户需求、画架构图、定技术路线，到把功能设计、数据库设计写全------我至少憋一两周。不是写不出来，是"从零组织几十页的技术内容"特别磨人。

现在：把客户原始需求扔给 AI，它直接输出"项目概述 + 建设目标 + 总体设计 + 数据库设计"。我干的是核对------技术路线对不对、数据库选型是不是客户要的国产化、功能范围有没有漏。半天微调就完事。

从 7 天缩到 0.5 天，省掉的是"从零憋内容"的时间，没省掉的是"审内容"的时间。

以前做定制项目，最怕的不是写代码，是交付前的文档月------用户手册、验收报告、运维手册，项目越大越厚。

现在这些文档几乎不用花额外时间 。因为项目每个阶段都产出了测试用例、测试截图、测试报告，这些本身就是文档的原材料：用例改写成手册、报告汇总成验收文档。测试跑完，文档自然就有了。

这一项省的不是"几倍"，是"从有到无"。

项目里有个"一次查出所有节点，在内存里组装树"的逻辑。我自己写也会写，但要花 20 分钟组织语言、查 API。AI 10 秒写完，我检查一遍逻辑对不对就用了。

20 分钟 → 10 秒，省了 99%。但这种活有个特点：它本身就不难，只是繁琐。省下的 20 分钟不会让你项目提前一周交付，只是让你不用重复"写 100 遍类似的代码"。

阶段 2.1 组织管理的执行计划，AI 写了 200 行------后端 Entity 字段、6 个 API 接口路径、树形查询逻辑、前端组件结构、路由注册，全齐。我做的事：确认阶段顺序、标注哪些要先做、删掉不必要的。

写一份这种计划，以前要半天；现在 AI 生成 + 我确认，半小时内。

以前测试用例靠人肉手写，一个模块五六条，写得心烦。

现在测试角色直接对着执行计划生成用例，覆盖正常路径 + 边界。项目做完，291 条用例、60 张截图、17 个子阶段------这个量，以前想都不敢想。

时间账里最容易忽略的一项：AI 省下的时间，换来了以前根本不会做的质量动作。

以前做定制项目，测试靠人肉点，"能用就行"。现在我每个模块都有：执行计划、测试用例、测试脚本、测试报告、测试截图。出了问题能追溯，验收有东西可查。

这不是"省时间"，是"省下来的时间换来的新能力"。

项目做到现在，我攒了一份《阶段1-经验总结》，265 行，20+ 个坑。以前踩坑就是踩了，改完就忘，下个模块重复踩。现在每做完一个阶段，让 AI 把踩坑记录归档------踩过的坑变成资产，不白踩。

账算到这里，该说反面了。

有几种活，AI 一点都没帮我省，甚至可能更慢：

这些活的共同点：它们需要的不是"生成能力"，是"判断能力"。 AI 快在生成，没快在决策。

结论很清楚：

AI 省的是"从 0 到 1 的重复劳动"------生成、汇总、组装，省得越狠的越是标准化的活。AI 不省的是"从 1 到 0 的判断"------确认、核对、决策，这部分省不下来，也不该省。

所以"AI 帮我省了时间"这句话，正确的说法是：AI 把时间从"机械劳动"里挤出来，让你花在"判断"上。

如果你把省下的时间又花在了刷手机上，那 AI 白帮你省了。省下来的时间去哪了，决定了它到底有没有价值。

上一篇：AI 在一个真实项目里翻过的坑，我记了 265 行

下一篇预告：一个人 + AI 顶一个团队？8 篇之后，我终于敢回答了