什么是人工智能领域的流畅度？为什么要衡量运动而不是位置？

2025年7月10日，METR 发布了一项关于生产力与 IA 的对照试验。16 名经验丰富的开发者在自己代码仓库的 246 项任务上工作，每项任务经随机抽签决定允许或禁止使用 IA。使用 IA 时，他们所用时间多出 19%。结束时，他们估计自己快了 20%。

2026年2月24日，同一批作者重新开展了这项研究。在原始小组中回归的十人里，结果是快了 18%，区间从快 38% 到慢 9%。作者们自己把这一新数据称为弱信号，因为受邀者中拒绝参加的比例在上升，他们不愿参加一项要求自己有一半时间不使用 IA 工作的研究。

结果在两次测量之间改变了符号，实验设计也不再测量原本要测量的内容，因为参与者使用AI的情况发生了变化。给出等级的量表，预设量表本身保持稳定。

Giordano Cabral 采用的术语是流利度（fluência）。他自2025年起在 FAROL 使用这一术语，FAROL 是他在 CIn/UFPE 创立的研究组，2026年将成为 Instituto FAROL de Fluência Agêntica（FAROL 智能体流利度研究所）；在此之前，同样的方法虽未使用这一名称，但已见于 PsyFun 的游戏和课堂评估中。

这个术语来自语言学习：不练习，水平就会下降。流利度按维度衡量（一个组织可以在数据方面流利，而在人员方面不流利），并取决于周围的生态系统。

仅看采用情况，已经无法区分组织：2025年 Stack Overflow 调查显示，84%的受访者在开发中使用或计划使用AI，上一年为76%；46%的人不信任AI返回结果的准确性，信任的人为33%。

AI成熟度模型沿袭了20世纪90年代的软件成熟度模型，而后者是为稳定的流程设计的。FAROL 的批评在智能体AI中有详细阐述，共三点：被评在最高等级的组织，在下一次变革中往往有更多可能损失；这些模型奖励标准化、惩罚试验，而在AI领域，快速淘汰有其价值；位置并不能说明速度。

共有六个维度（知识、工具与集成、授权与自主、流程、生产率与成果、学习与文化），每个维度都有自己的N0至N5标尺，对应一个包含264个题项的主题库。入口是开放诊断：负责人代表所在组织作答，用时三到八分钟，无需事先注册，并即时获得雷达图。企业此后的做法见用AI实现企业转型。

当被问到是否会合作时，儿童几乎总是回答会。在 PsyFun 的游戏中，合作需要付出资源，选择在大约三秒内做出，屏幕上也没有任何东西被称为两难。在对162名6至12岁儿童进行的两项实验中（2021年发表于 Behavior Research Methods），他们在一个游戏中比在另一个游戏中合作更多，而且是有条件的合作，这两点是问卷无法区分的。Cabral 于2013年和2014年在 UFRPE 负责该小组，并在2018年之前负责催生该小组的 CNPq 项目。

区别在于一个人对自己的回答，与对其所做之事的记录。这两种测量的误差性质不同，因此不能相加：自述的误差是系统性的，且方向一致，如 METR 所示；行为痕迹只能看到经过会记录的系统的工作，记录的是做了什么，而不是理解了什么。

在 Tendências em Mídia e Interação 2026.2 学期，每位学生在课程系统内逐项筛选五百个工具，系统会记录在每个工具上花费的时间。规则写在教学计划中：如果产品由机器生产，则评估操控机器的过程。本课程不使用AI检测器；标准是过程证据：代码仓库、历史记录、说明理由、测试。在第一次提交中，十四名学生将5,776个工具纳入公共目录，并记录了659次选择。

在 FAROL，观察到的使用情况画像是一个单独的维度，不在采集阶梯之内，因为它不能与个人自述的内容相加。Meu Mapa de IA 询问学生已经做过什么；汇总结果发布在AI采用观察站，截至2026年9月14日的数据提取中共有2,943份回答。该调查为横断面调查：各轮次并不追踪同一批人。

该测量不评估AI产出内容的质量，没有任何工具会将对话内容发送到任何服务器，也不公布任何个人结果：在公开面板中，回答少于五份的单元格会被隐去，因此在观察站中有1,394,729个单元格未计入合计。无法获得的组合并不意味着为零。

有两点异议与指数一同公布。第一是古德哈特定律：一旦指标变成目标，就不再衡量它原本所代表的东西。流利度指数有三个易受影响之处：奖励使用量，而这很容易被操纵；被当作认证标识解读；以及在为授权打分时，奖励了在自身能力之外授权最多的人。第二：公开宣布的测量相当于公开承诺，事后可以被追究，包括通过法律途径。

能力蒸馏(把代码生成委托出去,会损害技能的形成,对初学者的损害更大)是 Cabral 的文章中反复出现的一个假设,目前尚未得到检验。要检验它,需要对同一批人进行长期跟踪,而 FAROL 目前的测量工具做的是横断面测量。Açude 是 2026 年上线的公共资源博弈游戏,逐轮记录参与者的决策。