一个月 22 个工作日，AI 到底帮我省了多少小时：逐项记的时间账——省得最多的 5 类活、3 项倒贴时间的、以及第二个月我砍掉了什么
「AI 让我效率翻倍」——这句话我说过，但被问到「具体省了几个小时」的时候答不上来。所以从 8 月中开始，我记了一个月的账。
规则很简单：每次用 AI，记四个字段——干什么活、用哪个模型、不用 AI 我估计要多久（按以前的经验）、实际花了多久（从打开对话到拿到能用的结果，包括改它输出的时间）。最后一个字段是关键，大多数「效率翻倍」的说法漏掉了改输出的时间。
22 个工作日，137 条记录。下面是账本。
先交代立场：记录期间用的是我们自己的不墨 AI 助手，DeepSeek、Kimi K3、通义千问、GLM-5.1 在一个窗口里切换。模型用哪家是按各家分工选的，不是随机的。
一、总账
| 项目 | 数字 |
|---|---|
| 记录条数 | 137 |
| 预估自己做的总时长 | 68.5 小时 |
| 实际花的总时长 | 37.2 小时 |
| 净省 | 31.3 小时 |
| 平均每个工作日省 | 约 1.4 小时 |
| 净省为正的记录 | 109 条（80%） |
| 净省为负的记录 | 21 条（15%） |
| 持平（±5 分钟内） | 7 条 |
1.4 小时/天，不是翻倍，但也不是可以忽略的数字——一个月相当于多出 4 个工作日。
但这个平均数很有欺骗性，因为省的时间高度集中。往下看。
二、按活的类型拆开
把 137 条按类型归成 11 类，按净省排序：
| 类型 | 条数 | 预估自己做 | 实际 | 净省 | 主要用的模型 |
|---|---|---|---|---|---|
| 1. 读长文档、提取信息 | 14 | 11.5h | 2.8h | +8.7h | Kimi K3 |
| 2. 写第一稿（方案、邮件、通知） | 31 | 15.0h | 7.4h | +7.6h | 通义千问、GLM-5.1 |
| 3. 改写、换语气、缩写 | 22 | 6.6h | 1.9h | +4.7h | GLM-5.1 |
| 4. 查资料、政策、做法（带联网） | 19 | 7.0h | 3.1h | +3.9h | DeepSeek 联网 |
| 5. 表格、数据整理 | 9 | 4.5h | 1.6h | +2.9h | 通义千问 |
| 6. 翻译 | 8 | 2.4h | 0.6h | +1.8h | 通义千问 |
| 7. 会议纪要整理 | 6 | 3.0h | 1.4h | +1.6h | DeepSeek |
| 8. 头脑风暴、起名、找角度 | 7 | 2.1h | 1.1h | +1.0h | DeepSeek |
| 9. 需要判断的专业问题 | 8 | 3.2h | 4.9h | −1.7h | DeepSeek R1 |
| 10. 改别人写好的东西 | 7 | 2.8h | 4.6h | −1.8h | 各家都试了 |
| 11. 「顺手问一下」 | 6 | 0.4h | 2.4h | −2.0h | DeepSeek |
前 5 类占了净省的 88%。 第 1 类（读长文档）只有 14 条，却省了 8.7 小时，是单位产出最高的——一份 60 页的行业报告，以前要一小时翻，现在给 Kimi K3 后问 10 个问题，12 分钟。这类活的做法在长文档那篇里写过。
第 2 类（写第一稿）条数最多，是日常大头。注意它的「实际」7.4 小时里，大约 4 小时是改——AI 出稿平均 3 分钟，改稿平均 8 分钟。所以「写第一稿」的正确算法是「出稿 + 改稿」，只算出稿会把节省夸大一倍。
三、倒贴时间的 3 类活
这是账本里最有价值的部分。
第 9 类：需要判断的专业问题（−1.7h）
8 条记录，比如「这个合同条款对我们有没有风险」「这个方案的技术路线选哪个」。我用了 DeepSeek R1，它每次都给出很长、很像样的分析。问题不在它答得不好，在我拿到答案之后不敢直接用，还得自己再核一遍——核的时间比直接自己判断还长，因为它的分析给了我一堆新的「要不要考虑」。
事后想，这类活正确的用法不是「帮我判断」，而是「帮我列出判断要考虑的点，判断我自己来」。审合同那篇其实就是这么设计提示词的，我记账时没照做。
第 10 类：改别人写好的东西（−1.8h）
7 条，都是「同事写了个东西，我用 AI 帮忙改」。倒贴的原因：AI 改完的东西不是同事的口吻也不是我的口吻，同事看了要再改回来，来回两趟。第 2 个月起这类活我直接自己改，或者只让 AI 挑问题不动笔——「列出这篇里逻辑不通和表达含糊的地方，不要改写」。
第 11 类：「顺手问一下」（−2.0h）
6 条，最冤枉。「顺手问一下今天天气适不适合跑步」「顺手问一下这个词英文怎么说」——每条预估 4 分钟的事，实际平均 24 分钟。因为问完一个会忍不住问第二个，聊着聊着半小时没了。这不是 AI 的问题，是我的问题，但账本不记就发现不了。
四、按模型拆
顺便看了一下四个模型各自的账：
| 模型 | 条数 | 净省 | 平均每条净省 | 主要干什么 |
|---|---|---|---|---|
| Kimi K3 | 18 | +9.8h | 33 分钟 | 长文档、整本材料 |
| 通义千问 3.7 | 41 | +11.2h | 16 分钟 | 写稿、表格、翻译 |
| GLM-5.1 | 29 | +7.1h | 15 分钟 | 改写、换语气、中文润色 |
| DeepSeek V4.1（含联网） | 38 | +5.3h | 8 分钟 | 查资料、纪要、闲问 |
| DeepSeek R1 | 11 | −2.1h | −11 分钟 | 专业判断（用错了地方） |
Kimi K3 条数最少但每条省得最多，DeepSeek 条数多但被「顺手问一下」和 R1 拖了后腿。这不是模型好坏，是我分配的活不同——DeepSeek 接了最多的杂活。R1 的负数是因为我用它做了不该让 AI 做的判断，R1 实战那篇讲过它适合什么题，我用偏了。
五、第二个月改了什么
根据账本，9 月做了四个调整：
- 长文档一律先给 Kimi K3，不管多短。8 月有 3 份 20 页左右的文档我图省事丢给 DeepSeek，问到第 8 个问题它开始混淆，重新来过。
- 专业判断类只让 AI 列要点，不让它下结论。提示词末尾固定加一句「列出需要我判断的点，每点给正反两面，不要替我做决定」。
- 改别人的东西不用 AI 动笔，只用它挑问题。
- 「顺手问一下」限时：问一个就关，或者干脆用手机端问（手机端那篇有讲）——手机上打字慢，反而不会越聊越多。
9 月的账还在记，到中旬为止倒贴的三类加起来从 −5.5h 变成了 −0.8h，正的那几类没什么变化。净省从 1.4 小时/天涨到大约 1.6，涨的部分全部来自「不再用 AI 做那三类活」，不是来自用得更多。
六、你要不要也记一本
记账本身每天花不到 3 分钟（我用的就是一个表格，四列）。值得记的理由只有一个：不记的话，你会把「用了 AI」和「省了时间」画等号，然后把它用在倒贴的地方而不自知。
如果你只想记一周，就记第四列——「实际花了多久，包括改」。光这一列就能让你发现哪些活该停。
附：记账表模板
| 日期 | 干什么活 | 类型（11 类选一） | 模型 | 预估自己做 | 实际（含改） | 净省 |
|---|---|---|---|---|---|---|
| 8/14 | 读 60 页行业报告，提 10 个数据 | 1 | Kimi K3 | 60 分 | 12 分 | +48 |
| 8/14 | 写活动通知 | 2 | 通义千问 | 20 分 | 9 分 | +11 |
| 8/15 | 判断供应商方案 A/B | 9 | R1 | 30 分 | 55 分 | −25 |
复制到任何表格软件就能用。月底按「类型」列排序求和，就是这篇文章第二节的表。