速评：全网都在转完成率+39%，真正该看的不是这根线，是那根从32.4%掉到11.6%的人际互动。
计划任务+34%，完成任务+39%，中位任务时长从45分钟砍到20分钟，这组正数刚好喂给"AI再进化一年，人类程序员就可以下班"的叙事。但论文自己承认，CA采用率只有26%，收益几乎全落在原本就活跃、社会联系更强的少数人身上。剩下74%的人没出现在任何一条好看的曲线里——平均值好看，是头部拉上去的，不是所有人的效率都涨了。
让我凉半截的是那条人际互动的线。任务从"人找人、人教会人"变成"人找AI、人自我闭环"。直接人际协作掉到11.6%，AI介导的执行模式占到57.3%，其中40.3%是AI辅助的自我循环。任务完成得越来越多，但过程里的产物——天真的问题、被推翻的方案、两个人争论半天得出的决策——全进了私有闭环，没有变成公共知识。
所以后面那组语料覆盖率的对比一点不意外：AI条件下生成的公共知识语料，只有22.3%能被标准检索捞出来，真实人类语料是81.1%。这不是质量差的问题，是压根没打算给后来人留路标。
我猜背后有个心理因素：把活扔给AI的人，不觉得这活"算自己干的"，自然也没有义务感去写文档、记决策、复盘失败。任务是完成了，但完成它的过程被模型吞掉了，没沉淀回社区。那些急着给全员配AI IDE的老板们值得想想这条，不过他们大概不会想。
这里我留一句：这毕竟是个LLM扮演开发者的仿真环境，四周不等于真实社区的演化，真实的人可能比模拟的懒，也可能比模拟的勤快——这条我画个问号。但这剧本我眼熟，效率是真的，效率这个数字，不等于这个社区的可持续性。任务完成率涨39%的同时，公共空间的可用知识掉到人类语料的四分之一以下，这等于拿明天的上下文喂今天的吞吐量。代码写完那天，文档就开始凉了。凉得比完成率涨得快，这不叫进步。
