2025 AI 生产力基准
解决什么问题
需要有数据支撑的 AI 生产力基准(省时多少、质量如何、哪些角色受益、代价是什么)来校准预期、说服团队或做规划。
核心内容
1750 名科技从业者(PM/工程/设计/创始人)的独立调查,2025 年末:
收益总量
- 55% 说 AI 超出预期,约 70% 说提升了工作质量,只有 17.7% 失望。
- 超过一半的人每周在最重要任务上省出至少半天。63% 的 PM、83% 的创始人每周省 4+ 小时;最保守的设计师群体也有 47.5%。只有 1%-5% 的人说 AI 不比手工快。
- 自述时间压缩普遍在 3x-10x:PRD 从几天到 1 小时内;竞品研究从数周到几天;原型从一个月到一天甚至一小时;用户研究综合从几小时到几分钟。
角色分化
- 创始人受益最大:49% 每周省 6+ 小时,78% 报告正 ROI,45% 觉得工作质量"好得多"。
- 设计师受益最小:仅 45% 正 ROI,31% 说 AI 低于预期(是创始人的 3 倍),人均抱怨 2.74 条(创始人 2.03)。
- 工程师质量评价最分裂:51% 说更好、21% 说更差(各角色最高)——代码正确性门槛高,"somewhat better 但有 bug 的函数"没用,且烂代码比烂 PRD 容易被看穿。
代价(生产力悖论)
- 92.4% 报告至少一种负面效应,人均 2.2 条。前三:输出太泛(56.2%)、幻觉(51.9%)、管理/审查 AI 输出耗时(37.7%);第四是担心侵蚀批判性思维。AI 在生成端省时间、在审查端造新活。
- 没发生的事:仅 8.8% 说团队协作变差、6.1% 说工作流被打乱——"AI 瓦解团队/打断流程"的担忧未成真。
工具格局速记:ChatGPT 是多数角色第一(创始人 72.1% 使用);工程师例外——Cursor 33.2%、ChatGPT 30.8%、Claude Code 29.0% 三家咬死,且 Claude Code 使用超过 Claude 聊天界面(20.7%)。
适用边界
样本偏 Lenny 读者:资深(53% 有 6-15 年经验、33% 有 16+ 年)、约 40% 在小公司,非随机样本;自报数据而非测量数据;时点为 2025 年末,数字会快速过时(作者自己说这类追踪应按周/月做)。
关键引述 · 原话
"More than half of respondents said AI is saving them at least half a day per week on their most important tasks. We've never seen a tool deliver a productivity boost like this before." — Noam Segal & Lenny Rachitsky
"The AI model that you're using today is the worst AI model you will ever use for the rest of your life." — Kevin Weil (OpenAI VP),文中引用
关联卡片
- 同一调查的用法结构见 `ai-produce-vs-think-role-gap--noam-segal` - 同一调查的 agent 部分见 `agentic-adoption-reality-2025--noam-segal` - 工具 PMF 测量方法见 `pmf-miss-ratio-for-ai-tools--noam-segal`
被这些卡引用
提炼自 Lenny Rachitsky 的 Lenny’s Newsletter & Podcast(2019–2026)。本站为个人学习用途的二次创作,与 Lenny’s Newsletter 无官方关联。
provenance · 已核验