为什么30分钟的活要写成50小时

开篇

订阅者，我先从一个问题开始。

有一位时薪六万韩元的开发者。他接到一个功能开发的请求，忽然想起三年前自己做过一模一样的东西。那时整整花了50个小时。这次他把当年的代码拿出来，10分钟就拼接完成，运行良好，测试也通过了。

公司该付50小时的钱，还是10分钟的钱？

一旦回答“10分钟”，这位开发者以后就再也不会重复利用旧代码了。一旦回答“50小时”，那份合同其实已经不再是计时制了。无论选哪一边，合同都会破裂。

先说结论。这不是个人诚实与否的问题。这是**“投入时间=创造价值”这一前提崩塌之处**所发生的结构性事故。而现在，这种事故正同时发生在人类劳动市场和软件市场上。

🔴 计时制在逻辑上崩溃的四个瞬间

计时制在特定条件下运作得完美无缺，那就是投入时间与产出成正比的时候。问题在于，在知识劳动中，这种正比关系经常被打破。我们来看四个场景。

第一，零小时的点子。 洗澡的时候突然想到一个能改变公司成本结构的点子。没有调研，也没有开会。计时制应该为这个点子付多少钱？零小时，就是零元。因为公司不会单独为点子付钱。

第二，复用。 就是前面提到的、把50小时的资产在10分钟内拼接完成的情形。过去50小时创造的价值该如何折算成现在的10分钟，计时制没有办法。

第三，委托给智能体。 把一项10小时的工作交给AI智能体，反复几轮审查计划、检验结果，30分钟就搞定了。这30分钟里压缩着“知道该委托什么”的能力，而计时制读不懂这种压缩。

第四，失败的10小时。 花了10个小时之后才发现方向从一开始就错了。这能计费吗？计时制承认这10小时是正当的劳动，却不承认前面三个场景。

在这里你会看到一个颠倒的现象。**计时制对迷失方向的时间很慷慨，对压缩过的时间却很吝啬。**这是一份越熟练就越吃亏的合同。

因此签约者剩下的选择只有两个：要么干脆不接按小时计费的客户（会因此失去潜在客户的一半），要么虚报工时。

我要说清楚，我不推荐第二种做法。但如果某种结构一贯地奖励某种行为，那不是做出这种行为的人的问题，而是结构设计有问题的信号。仅靠个人良心运转的合同，其实不是合同，而是一种希望。

企业的应对是监控，而这并不奏效

为了防止工时虚报，企业祭出的手段就是监控工具。每15分钟截屏一次、统计键盘敲击次数、每小时要求提交工作日志的软件。业界把这种东西称为老板软件¹。据市场调查，78%的员工监控工具都配备了截屏功能。

效果如何呢？这里有一项我看得颇有兴趣的研究。

麻省理工学院的Namrata Kala与加州大学圣地亚哥分校的Elizabeth Lyons在2025年发表于NBER的一项随机对照实验²。他们在一个在线劳动市场中随机分配数字监控，并区分“说明监控理由”与“不说明理由”两种情形来测量绩效。

结果有两层含义。第一，监控本身平均而言并未对绩效产生显著影响。“监控会让人更努力工作”这一常识并未得到数据支持。第二，更重要的是这一点：**在引入或解除监控时若不说明理由，劳动者的产出就会显著下降。**比起监控这一行为本身，“不说明为何监控”的态度更会削弱绩效。

也就是说，监控工具没有阻止不正当行为，反倒消除了管理者与劳动者之间的问责关系。而这种方式筛掉的不是不诚实的人，**而是有议价能力的人。**有实力、有其他选择的人不会接受被截屏的条件，会选择离开。留下来的，是那些不得不接受这种条件的人。公司加强监控的结果，实际上是缩小了人才池。

“那把时薪提高三倍不就行了吗？”这也行不通。当一个人报价每小时30万韩元、另一个人报价10万韩元，两者摆在一起时，按价格判断的公司会选后者——即便后者最终报出三倍的工时，总额一样。诚实地提高单价，会在市场上受到惩罚。

🌏 同样的病，也在向软件行业蔓延

到这里为止讲的是人的故事，接下来讲软件的故事。惊人的是，症状一模一样。

上一期我们讨论了法律行业可计费工时³的崩溃。

在“出售时间”的生意里，如果AI压缩了时间，那要卖什么？

时薪300美元的律师，原本要花25小时准备的诉状，用AI10小时就完成了。若要维持同样的收入，就要把时薪提高到750美元——这是这道简单算术题。根据《2025 Legal Trends Report》，律所按小时计费的业务中有74%暴露在自动化风险之下。营收的根基恰恰就是自动化的靶心，这就是这个结构。

然而这不是法律行业独有的病。SaaS行业里也在发生一模一样的事情。

**席位计费⁴正在崩塌。**采用按席位计费的SaaS企业占比，在12个月内从21%跌到了15%。相反，把订阅费与用量混合的混合模式，则从27%上升到41%。原因很简单：当AI智能体能顶替5名初级员工的工作量，但收费方式依然按“席位数”来，那么客户越是提高效率，供应商的营收反而越少。这是一个客户的成功变成供应商损失的结构。

**于是“按解决件数”计费应运而生。**Zendesk每解决1件由AI智能体自动处理的工单收取1.5美元（按约定标准）。Intercom的Fin则是0.99美元。不是按每位客服每月收取固定费用，而是每解决一张工单收取一次费用。他们开始为结果定价，而不是为时间定价。

再让我们把上上期讨论过的数字叠加到这里。

机器人时薪五美元的世界，人类该做什么

美国仓储机器人的每小时运营成本是5.71美元，大约是人类仓储工人平均时薪的三分之一。

把这三个场景并排放在一起，就会浮现出一幅图景：**“时间”这个计量单位本身的价格正在崩塌。**无论是人的时间、席位的时间，还是机器人的时间。

为什么偏偏是“时间”成了计费单位

我们退一步来看。按时间计费不是自然法则，而是工厂时代留下的遗产。

在工厂里，投入时间与产出几乎是精确成正比的。站8个小时，就出8小时份量的零件，所以时间是一个出色的代理指标，测量也很容易。20世纪的知识劳动毫不犹豫地照搬了这套单位。律所是这样，咨询公司是这样，代理机构是这样，自由职业平台也是这样。

而这个代理指标如今断裂了。在知识劳动中，时间与价值之间的相关性本来就松散，而AI则彻底扯断了这根松散的绳索。让我们重新提出上期的问题：“在‘出售时间’的生意里，如果AI压缩了时间，那要卖什么？”这不是法律行业独有的问题，而是所有以时间为单位收费的人都要面对的问题。

📊 那么，转向按结果计费就可以了吗

在这里不能急着下结论。“时间不行的话就按结果收费”这个答案听起来很直觉，但看数据就会发现，按结果计费⁵同样面临不小的壁垒。

**测量与归因很困难。**营收增长或成本削减这类真正的成果，背后有多个输入变量。很难区分究竟是AI的贡献，还是客户团队的贡献，抑或只是市场行情好。这就是为什么截至2022年，真正引入按结果计费的企业级SaaS供应商只有17%的原因。

**销售流程会变慢。**有分析指出，按结果计费的合同需要基线测量、PoC（概念验证）、法律保障条款等配套，会使销售周期延长20%到30%。

**财务部门不喜欢。**64%的SaaS财务高管把“不可预测性”列为按结果计费模式最大的担忧。如果营收跟客户的成果挂钩，公司自己的规划都无从做起。

**只有成熟产品才行得通。**在按结果计费上取得成功的企业中，有78%是产品已在市场上销售超过5年的公司。新团队根本没有能承诺成果的依据。

按项目计费也是同样的道理。需求一变就要重新谈判，光是出报价就要花上好几天，如果报价估算差了三倍，损失就要由签约者来承担。

因此，现实中的答案不是纯粹的按结果计费，而是混合模式：基础费用+成果挂钩。业界预计，混合计费的比重到2026年底会升至61%。这意味着，并不是按结果计费会立刻取代崩塌的计时制，而是一种不上不下的混合模式将在相当长一段时间里占据主导。

Oswarld视角

老实说，我几乎不用计时制，也不用项目制。我按周或按月结算，报告写得非常简短，甚至干脆不要报告。

在做咨询和GTM战略的过程中，我学到了一件事：**测量本身也是有成本的。**人们通常以为“精确测量”是免费的。不是的。填写工时表的时间、写报告的时间、管理者审查报告的时间，再加上“被监控”这种情绪对绩效造成的侵蚀成本，都算在内。实际计算一下，在计时制项目里，这种管理成本吃掉计费额的10%到20%，并不罕见。为了把结果的精确度提高1%，却要花掉15%的管理成本。

所以我的选择是这样的：**计时制的替代方案不是按结果计费，而是信任的价格。**信任的测量成本几乎接近于零。我每隔几周，就去看那个人创造出的价值——不只是完成的任务，还包括他提出的点子、帮助同事的时间、留给团队的文档。我不问他工作了多少小时，反正我每天都心中有数。

不过我也要诚实地承认这个模型的局限。它不是在任何地方都能用。它只在领导者能每天亲眼看到团队成员工作的规模里才行得通，大约是十人上下的初创公司规模。一旦规模变大，领导者最终还是会去找代理指标，而最容易找到的代理指标，又会变回时间。而对签约者来说，如果提出这种模式，会有一半的客户离开——因为无法回答“那我到底买的是什么”这个问题。

最后，来回答一个最难的问题。一个连续几个月表现出色的人，如果上周什么也没做，那这一周的钱该不该付？

我会付。因为我买的不是那一周的产出，而是那个人依附于团队这一状态本身。产出本来就是不均匀的，有的周是零，有的周是十倍。如果在为零的那周扣钱，我实际上就是又回到了计时制。不过，这个答案只在信任资产已经积累起来的人身上才成立。如果为零的那周反复出现却还继续照付，那就不是信任，而是放任了。信任型模式真正的代价就在这里：**管理者无法逃避判断。**计时制之所以真正受欢迎，或许原因也在这里——因为数字会替你做出判断。

结语

整理一下。

计时制对迷失方向的时间很慷慨，对压缩过的时间却很吝啬。AI压缩的幅度越大，这份合同就越会把熟练者挤出去。监控工具解决不了这个问题，反而首先筛掉的是有议价能力的人。

同样的崩塌，正同时发生在法律行业的可计费工时和SaaS行业的席位计费上。“时间”这个单位本身的价格正在崩塌。

但这并不意味着按结果计费就是万能的。测量与归因很困难，财务部门厌恶不可预测性。短期内，混合模式是现实中可行的答案。对于小规模团队来说，还有一个选项，那就是基于信任的结算。

如果你现在正按小时计费，或者被按小时计费，请在评论中告诉我们：在那份合同里，你曾在哪个瞬间觉得“老实记录就是吃亏”？是复用的时候，还是委托给智能体的时候，抑或是那失败的10小时？等案例积累起来，我们下一期会按类型整理一下。

---

💬 请在评论区分享你对上述问题的经验 · 📨 如果你身边有按小时工作的同事，请把这篇文章转发给他们

---

参考资料与延伸阅读

核心来源

• Namrata Kala & Elizabeth Lyons，“The Effects of Digital Surveillance and Managerial Clarity on Performance”，NBER Working Paper 33348，2025年。：比起监控本身，“不说明理由的态度”更会削弱绩效，这一结论是今天这篇文章的核心依据。仅读摘要就能把握论点。
• Monetizely，“The 2026 Guide to SaaS, AI, and Agentic Pricing Models”，2026年1月。：同时讨论了席位计费的崩塌与按结果计费的结构性局限，后半部分的“Structural Limits”一节最有价值。
• Thomson Reuters Institute & Georgetown Law，《2026 Report on the State of the US Legal Market》，2026年1月。：这是“生产率-收益悖论”这一说法的原始出处。

背景知识

• Zendesk，“AI智能体按解决件数计费说明”：可以看到按解决1件计费的实际定价方式。
• Intercom，“Fin定价政策（每次解决0.99美元）”：这是一份按结果而非按时间定价的实物价目表。

一起读会更好的往期文章

• 在出售时间的生意里，如果AI压缩了时间，那要卖什么？：今天这篇文章中关于法律行业的部分，正是这一期内容的延伸。
• 机器人时薪五美元的世界，人类该做什么：讲的是时间的价格究竟跌到了什么地步。

作者安光涉是世宗大学经营学教授，也是 OBF（Oswarld Boutique Consulting Firm）首席顾问。他在大学教授经营数据管理、商业分析等统计与数据分析课程，同时在产业现场负责 GTM 与人工智能战略咨询，设计技术与商业的连接方式。他曾发表关于 AI 对话系统记忆架构（HEMA）的学术论文，并运营每日策展全球 AI 论文的 Daily Arxiv 项目。他毕业于高丽大学技术经营专业研究生院与 KMBA，著有《把思考交出去的人：Homo Brainless》。

注释

1. 老板软件（Bossware）：自动记录员工屏幕、键盘输入、在线时长等信息的监控型考勤管理软件。是“Boss”与“Software”合成的说法，通常带有负面语气。 ↩

2. 随机对照实验（RCT，Randomized Controlled Trial）：把参与者随机分组，只对其中一组施加干预、再比较结果的研究方法，与新药临床试验所用的方法相同。其优势在于能够说明因果关系，而不仅仅是相关关系。 ↩

3. 可计费工时（Billable Hour）：律师或咨询顾问记录为客户工作的时间，再乘以每小时单价来计费的方式，曾是法律与咨询行业的标准营收模式。 ↩

4. 席位计费（Per-seat Pricing）：按软件使用人数（席位数）收费的方式，类似于“每人每月2万韩元”这样的结构。问题在于，一旦AI减少了所需人数，供应商的营收也会随之减少。 ↩

5. 按结果计费（Outcome-based Pricing）：不按用量或席位数，而是按实际创造的结果来定价的方式，采用诸如“每解决1张工单”“每获取1条线索”这样的单位。 ↩