Mollick 那兩個被引用了三年的生產力數字，對回原始研究了。

本篇出自 2026年7月14日 晨報

華頓商學院教授 Ethan Mollick 2023 年 5 月的名文〈AI 不是好軟體，是還不錯的人〉（原文）裡兩個廣傳數字，本週逐一對回出處：「寫作生產力提升超過 30%」出自 Science 期刊刊出的隨機對照實驗（453 名受試者，實測寫作任務時間縮短約 40%，Noy & Zhang, 2023-07）；「寫程式快 50% 以上」出自 GitHub Copilot 實驗（95 名開發者，實測快 55.8%，Peng et al., 2023-02）。已驗證，且 Mollick 的轉述偏保守（說 30%，實測 40%）。這兩點但書要記住：Copilot 那篇是廠商（GitHub/Microsoft）自己做的，統計誤差範圍極寬（21%~89%）；兩個數字量測到的都是指定實驗任務的速度，不是整份工作的生產力。別把這兩個數字直接當「整體生產力 +30%/+50%」寫進 ROI 簡報——樣本小、任務窄。

同類最新

• 模型觀點 2026年9月10日 1 條來源

  同一個能力級距、參數量從 90 億到 3,970 億，模型控不控制得住自己的推理軌跡，由誰做的後訓練決定，不由模型多大決定。

  那份量測用的工具是別人的：一套叫 CoT-Control 的評測，做法是對題目附加「只用小寫思考」「思考中不得出現某個詞」這類指令，再看推理軌跡有沒有照做。結果按實驗室聚集，這三個…

• 模型觀點 2026年9月9日 1 條來源

  同一個模型在「有害提示拒答率」最好的那個時點，對明顯安全的提示誤拒率是 74%。

  Multiverse Computing 的 CAI 團隊在 Hugging Face 上說明自己的論文：跨三個公開安全基準的不安全回應率從 26.26% 降到 0.14%，單看這…

• 模型觀點 2026年9月8日 1 條來源

  一個 2.6B 參數的開源模型，追平 9B。

  獨立評測機構 Artificial Analysis 9 月 7 日公布，OpenBMB 的 MiniCPM5-2B（2.6B 稠密參數、Apache 2.0 授權）在它的 Int…

• 模型觀點 2026年9月8日 1 條來源

  DeepMind 讓 100 個代理人合作解數學題，一個發現評分漏洞，27 分鐘傳遍全群。

  依 Import AI 轉述的 Google DeepMind 論文：100 個 Gemini 3.1 Pro 代理人合作解 71 題，系統提示禁止作弊；57 分鐘後一個代理人發現…