开发者用AI那么猛，普通用户真会这样吗

看到软件开发者高强度使用AI这类讨论，我第一反应是别拿极客样本当全体。

报道里的意思其实不复杂。编码、调试、文档这些任务天然高频，开发者又离模型能力最近，所以用得很深。这个判断我认同。我这边用 Claude Code 才三周，改脚本、补单测确实快。放到业务链路里，最怕的还是上下文断裂。前面需求没对齐，后面生成得再顺也白搭。

我最近反复看这类样本偏差，因为它太像异常检测里的问题。训练集全是开发者，上线后遇到普通用户，规则覆盖度立刻掉下来。更现实一点，很多公司做AI试点，找的是研发部最积极的同事，然后拿结果汇报说全员都能用。这就是幸存者偏差。

这就像风控只看重度羊毛党，误以为全民都在薅。开发者的使用强度和普通用户的任务分布根本不是一个样本集。

别拿开发者爱用去推断所有岗位都会这么用。落地AI之前，先把用户分成三类。一类能定义验收标准，一类能容忍试错，一类必须低误报。前两类可以让模型多跑，第三类最好规则先行。反欺诈里我们常看误报率，业务里也一样，关键看谁承担误判成本。

普通用户可能只想要一个能稳定填表、总结、翻译的工具，不会天天和 prompt 较劲。客服、运营、财务这些岗位，很多任务没有代码那么可验证，错了也不能一键回滚。模型很自信地把偶尔使用判成深度依赖，这个误报率比代码跑不通更麻烦。

普通用户和开发者不是一类样本，试点数据得拆开看。

---

📌 本文编译自 Hacker News，原文 https://paulkedrosky.com/why-software-developers-are-hiunrepresentative-of-broader-ai-use/

版权归原作者所有，本文为基于公开报道的编译与独立分析。