生产可能性与技术进步：AI 改变了哪些“原来做不到”的事

阅读关系：在资源约束与机会成本的基础上，观察整个可行成果范围怎样随技术和资源变化。

本章的团队、工时、成果数量及技术效果均为原创教学设定。所有产出比较都以案例约定的质量和交付范围为前提，不代表某款 AI 工具的真实性能，也不表示真实项目必然达到相同比例的改善。

1. 一个团队想把科技展做得更丰富

小叶和同学准备参加学校的科技体验展。他们计划制作两类内容：一类是观众可以实际操作的互动演示，例如调节参数、观察图像变化的小程序；另一类是解释相关知识的图文展板。

这个星期，团队可以为内容制作投入四十人时。“人时”是把各成员投入的工作时间加起来计算：例如四个人各做十小时，合计就是四十人时；它不表示这项工作从开始到结束一定经过四十小时。

现有工具和工作方法下，一份符合本轮要求的互动演示需要五人时，一块展板需要二人时。这里的投入包含制作和检查；实际展出用的设备、场地与印制费用，在这一轮设定中已经安排好。

小叶最初希望做八份演示、二十块展板。他的理由是：四十人时可以做八份演示，也可以做二十块展板，两种数量似乎都在团队能力以内。

这两个单独的计算确实都成立，但它们分别使用了全部四十人时。把两个最大值放在同一个计划里，就相当于把同一份时间用了两次。

团队真正需要知道的，是演示和展板能够以哪些组合一起完成。六份演示配几块展板？如果减少一份演示，可以多做多少展板？使用更好的工具以后，哪些新组合会出现？

生产可能性边界，就是帮助我们观察这些问题的一种表达方式。它把资源、技术和成果数量之间的关系画成一幅图，让“我们的能力提高了”这句话有更具体的内容。

2. 从资源数量，走到成果组合

先约定，x 表示本周完成的互动演示份数，y 表示本周完成的展板块数。每份演示需要五人时，每块展板需要二人时，因此总制作时间为 5x+2y。

在四十人时的资源条件下，可行组合需要满足：

这条式子不是工具性能报告，而是我们对本轮生产条件的简化描述。它暂时假定工作耗时稳定、任务之间没有额外的共同准备费用，且成员时间可以按需要安排。

如果全部时间用于展板，x 为零，最多制作二十块；如果全部时间用于演示，y 为零，最多制作八份。若制作四份演示，就占用二十人时，剩下二十人时可以做十块展板。

我们得到几组把四十人时全部用于这两类成果的安排：

这些点连成一条线，先用连续图形表现数量之间的关系。在这个模型中，给定某一演示数量，线上的展板数量就是相应的上限；实际交付仍按完整的份数和块数安排。我们把这种描绘最大可行成果组合的边界，称为生产可能性边界，常用英文缩写 PPF 表示。基本概念可参看 OpenStax 的生产可能性边界章节。

边界的含义，和“我们打算生产多少”不同。前者描述能力范围，后者是团队从范围内选择一个安排。两者有关，但不能互相代替。

3. 边界之内、边界之上、边界之外

现在比较三个具体组合：A 是四份演示与六块展板；B 是四份演示与十块展板；C 是八份演示与十块展板。

A 需要五乘四加二乘六，合计三十二人时；B 需要四十人时；C 需要六十人时。在本轮给定条件下，A 和 B 可行，C 不可行。

图中横轴为演示份数，纵轴为展板块数。蓝色区域连同边界，表示可行的组合；斜线是本例的生产可能性边界。连续图形用来说明关系，实际交付按完整的份数和块数安排。

A 位于边界以内，说明在本例条件下，保持四份演示不变，还能够增加展板。具体来说，尚未使用的八人时，可以再制作四块展板，使 A 变为 B。

B 位于边界上。如果保持资源和技术不变，要增加一类成果，就需要减少另一类成果。因为这四十人时已经在本例的两种用途中用完。

C 位于边界之外。它并不是逻辑上永远不可能，而是在当前四十人时和现有方法下做不到。增加可用时间、改进工作方法，或者改变交付内容，都可能使未来的可行范围发生变化。

这三个位置帮助我们区分不同问题。若计划停在 A，要了解剩余能力为什么没有使用；若计划在 B，要面对两类成果之间的取舍；若想达到 C，就需要改变支持生产的条件。

但看到真实团队产出较少，还不能立即判定他们浪费。也许他们把时间用于观众试用、成员学习，或者提高了演示质量，而这些没有画进两根坐标轴。只有确认模型确实包括相关投入与产出，才能据图判断生产上的余量。

4. 沿着边界移动，就是用一种成果换另一种成果

从表里的四份演示、十块展板，改成六份演示、五块展板，演示增加两份，展板减少五块。

为什么恰好是这个关系？两份演示占用十人时，而这十人时原本可以制作五块展板。资源投入的共同来源，把两种成果连接起来。

因此，在这个模型的边界上，增加一份演示所放弃的展板数量是：

这是上一章机会成本的一种具体表达。这里的成本用展板数量表示，没有要求转换成货币。

把同一关系记成 y=20−2.5x，对应的就是图上向右下方倾斜的边界。越多时间转去制作演示，可留给展板的时间就越少；这条线把两类成果之间的取舍画了出来。

若不希望在实际安排中出现半块展板，可以比较两份演示与五块展板的变化。图形中的小数用于表达平均关系，不要求把半块板当作正式交付。

反过来，在边界上增加一块展板，需要放弃零点四份演示所对应的制作能力。两个方向的比例互为倒数，因为它们使用相同的时间关系。

但从 A 点增加一块展板，未必马上减少演示，因为 A 还留有制作余量。边界上的机会成本比例，描述的是资源已经在这些用途之间充分安排时的取舍。不能不看当前位置，就把所有增产都讲成必然牺牲另一项产出。

5. 三种看起来相似的“变多”，原因并不一样

假设团队最终从四份演示、六块展板，提高到四份演示、十块展板。光看数量，展板增加了四块。这个结果可能怎样发生？

一种情况是，原来有八人时因为文件没有交接、成员不知道下一步做什么而没有用于制作。把已有材料和职责说明清楚以后，原来的方法、原来的四十人时，就足以达到新结果。图上的表现，是从边界内走到原有边界。

另一种情况是，团队确实采用了新方法，使每块展板所需的制作时间下降。即使没有增加总时间，也可能达到更高的数量。此时需要按新耗时重新画可行范围，边界本身可能向外扩展。

还有一种情况是，团队追加了成员或可用工时。例如投入从四十人时增加到五十人时。制作方法没有变化，但可支配资源增加，也能够支持更多成果。

三种变化都可能有实际价值，区别它们，是为了知道收益从哪里来，下一轮还应改变什么。联储教育资源也把资源增加、投资和技术进步作为生产可能性变化的不同来源，见 生产可能性教学材料。

如果问题原来是已有资源没有有效配合，那么再买一个更强工具可能暂时帮助不大。若现有方法已经用得很好，而某个环节能够通过技术减少投入，新方法就可能进一步扩大能力。如果数量增加完全来自更多成员加班，也不应全部归功于工具。

现实里，这些机制经常同时发生。学习工具的过程可能也让团队整理了工作流程，扩展项目又可能吸引新的成员。我们不需要为了分类整齐，把每一项变化强行归入唯一类别；但应尽量说明哪些条件发生了改变。

6. AI 只改善一种制作，边界会怎样变化

团队尝试用 AI 辅助开发互动演示。经过试做，他们形成了适合本轮内容的做法：每份演示的完整制作与检查耗时，从五人时降到二点五人时。展板仍然每块需要二人时，总资源仍是四十人时。

新的生产关系是：

如果全部制作演示，最多可以完成十六份，是原来八份的两倍；如果全部制作展板，仍然最多二十块。技术改善明显，但它没有让两种成果的最大数量都翻倍。

图上的变化是：边界与横轴相交处的数量，从八变为十六；与纵轴相交处的数量，仍为二十。这两个数也称为对应坐标轴上的截距，分别表示只做一种成果时的上限。新边界绕着纵轴上的二十这个点向外展开。

原来 B 点的四份演示、十块展板，需要四十人时；现在只需要二点五乘四加二乘十，共三十人时。省下的十人时，可以再制作四份演示，于是原来不可行的 C 点——八份演示、十块展板——现在恰好能够完成。

也可以把这十人时用于五块展板，得到四份演示、十五块展板。因此，展板制作速度虽然没有直接提高，团队仍可能通过重新安排时间，增加展板产出。

这与“展板的最大产能没有变”并不矛盾。全部时间原本已经用于展板时，没有演示制作时间可节省；当两类工作混合进行时，演示环节省出的时间，才有机会转到展板上。

新的边界是 y=20−1.25x。在边界上多做一份演示，现在需要放弃一点二五块展板，而原来需要放弃二点五块。技术不仅提高了演示的生产上限，还改变了两类成果之间的取舍比例。

理解到这一层，就能更具体地讨论“AI 让这件事变便宜”。这里的便宜既表现为工时减少，也表现为获得一份演示时，需要放弃的其他成果变少。

7. 两类工作都提速，也不等于实际一定翻倍

再设定另一种技术情景：互动演示从五人时降至二点五人时，展板从二人时降至一人时，两类完整工作的耗时都减半。

这时关系变为：

全部制作演示可以达到十六份，全部制作展板可以达到四十块。相对于原来的八份和二十块，两种最大数量都翻倍。

而且，原来边界上的任何组合，如果两类数量同时乘二，都落在这条新边界上。例如四份演示、十块展板，变成八份演示、二十块展板，需要的时间仍为四十人时。

两幅图采用相同刻度。左图只把演示完整耗时减半，右图把两类完整耗时都减半。它们分别展示两种不同的教学条件，不能把左图中的局部改善直接解释成右图的全面扩展。

不过，新边界上能做出两倍数量，不表示团队一定会选择这样做。也许现场只需要四份演示和十块展板，那么保持原有交付，只投入二十人时，也获得了技术收益。

团队也可能选择提高质量，把省下的时间用于交互说明、异常输入处理和观众试用。这时，数量不一定增加，完成同样份数时的体验却可能改善。

制作能力提高以后，还要看现场能否支持这些成果的使用。十六份演示怎样安排设备和场地，观众是否愿意体验，成员能否照看所有项目，都需要另作判断。如果这些条件开始限制活动，就需要把它们纳入实际安排。

因此，生产可能性边界描述的是在约定条件下的制作能力；真正的交付数量，还取决于团队目标和其他配合条件。先弄清哪个范围扩大了，再讨论扩大以后怎样使用，判断会更可靠。

8. 看见工具提速之前，先看它提速的是哪一段

前两节都特意说“完整制作与检查耗时减半”。现实中，工具展示的提速，有时只覆盖工作的一部分。

先看一个由小叶独立完成的演示。假设他原本需要十小时：四小时用于编写初版程序，三小时用于整理内容与需求，三小时用于检查、修复和交付。AI 将初版编写从四小时缩短到零点四小时，另外两部分暂时不变。

初版编写速度提高到原来的十倍，但完整工作总耗时变为：

相同成果的整体完成速度，是原来的十除以六点四，约一点五六倍。它带来了明显改善，却没有使完整任务变为一小时。

甚至在这个固定条件下，假设初版编写不再花时间，其他部分仍然需要六小时。整个任务的提速最多接近十除以六，约一点六七倍。

这个计算不代表 AI 永远只能加快一点六七倍。它只说明：若另外六小时保持不变，单独减少那四小时具有这样的上限。AI 如果又帮助整理需求、发现问题、生成检查材料，就会改变另外部分，应该继续重新计算。

小叶因此不能看到“代码生成十倍快”，就把每份完整演示的工时直接除以十。他可以先做一个有代表性的实例，记录生成、理解、检查与交付各用多久，再用观察到的完整耗时估计下一轮能力。

这个思路也适用于文字、图像和数据工作。输入与输出之间有多个步骤，工具在某一步的表现，需要通过完整过程，才能转换成最终生产可能性的变化。

9. 学习和适应，会改变第一周的结果

再回到四十人时的科技展案例。假设采用第 6 节的演示提速方法，团队最初需要投入十人时学习、整理模板和完成必要设置。本周用于正式制作的时间因此只剩三十人时。

在采用新方法的本周安排中，关系变成：

全部制作演示，最多十二份；全部制作展板，最多十五块。与旧方法的八份演示或二十块展板相比，新方法在第一周并没有对所有成果组合都更有利。

如果本周主要需要演示，这项投入可能很合适；如果急需二十块展板，演示提速帮不上当前任务，学习又占用了时间，继续采用原来的安排可能更容易满足交付。

比较四份演示、十块展板也很有帮助。旧方法刚好用四十人时；新方法制作需要三十人时，再加十人时学习，也刚好四十人时。第一周交付数量相同，但后一种安排还完成了方法学习。

若下一周无需重复这十人时准备，且新方法仍适用，完整四十人时就可以按第 6 节的新效率使用。第一周的当期交付，与后续的生产能力，因此需要分别观察。

这里画的是“选择学习并采用新方法”后的当期制作范围。若团队仍可自由使用旧方法，那么全部可选安排还应包括不学习、继续按旧方法制作的选择。不能因为某种采用方案当周减少展板，就说工具的出现强迫所有人退步了。

同样，也不能因为技术长期可能有益，就认为任何时候开始学习都合适。真实决定需要考虑当前交付、未来使用频率、学习是否能够完成，以及方法以后是否仍有用途。技术进步的潜力，需要经过采用和使用过程才能成为实际能力。

10. 边界为什么有时会弯曲

前面的直线来自一个简单条件：不管制作多少，演示和展板的单位耗时都保持不变，资源也可以按相同比例转换。现在换一个独立团队，看看成员能力不同会发生什么。本节不沿用前面每份演示五人时、每块展板两人时的数字。

这个团队由小叶和三名同学组成，分别用同学甲、同学乙、同学丙称呼这三位成员。每人本周可投入十小时，总计仍为四十人时。每个人把十小时全部用于一种成果时，能够完成的数量如下：

为了观察能力差异，暂时假定同一成员的时间可以在两类工作间按比例分配，成果质量符合相同标准，彼此没有额外的协作收益或交接损失。

如果四个人都做展板，合计十六块。现在团队希望逐渐增加演示，同时尽量保留展板，应先把谁的时间转过去？

小叶从全做展板改为全做演示，会少四块展板、多八份演示。平均每增加一份演示，放弃半块展板。同学甲每增加一份演示，要放弃一块展板；同学乙要放弃两块；同学丙要放弃四块。

因此，从全部做展板开始，可以先逐渐安排小叶做演示，再考虑同学甲、同学乙、同学丙。沿着这个顺序转移资源，可以得到：

从零份到八份演示，每增加一份平均放弃半块展板；从八份到十二份，每份放弃一块；从十二份到十四份，每份放弃两块；最后从十四份到十五份，则要放弃四块。

图中的蓝色边界对应上表的五个阶段；橙色的“原安排”和“第一次交换”是下一节要比较的两种分工安排。

图形不再是一条固定斜率的直线，而是一条逐段变陡的折线。它表现出一种常见关系：当适合某项工作的资源已经优先用于这项工作，继续扩大它，就需要调动更不适合的资源，放弃其他成果的代价也会增加。关于固定机会成本与递增机会成本的教学处理，可参看 联储生产可能性课程材料。

若团队有很多成员，能力差异更细，折线的段数会增加，在图上可以近似为一条平滑曲线。曲线形状来自资源关系；我们不是为了让图好看，先规定它必须弯成某种样子。

11. 忙碌程度相同，成果组合也可能相差很大

继续使用四名成员的独立案例。假设小叶和同学甲全做展板，同学乙和同学丙全做演示。四个人都工作十小时，最终得到八块展板、三份演示。

如果只看成员是否忙碌，似乎没有任何空闲。但用刚才的边界比较，这个组合远在可行上限以内。原因是人员投入的方向不同。

现在把小叶和同学丙的工作交换：小叶做演示，同学丙做展板；同学甲仍做展板，同学乙仍做演示。总投入仍然四十人时，展板仍是八块，演示却变成小叶的八份加同学乙的两份，共十份。

再把同学甲与同学乙的工作交换，就得到小叶、同学甲做演示，同学乙、同学丙做展板，最终十二份演示与八块展板。这对应图中的一个边界点。

这两次变化都没有增加成员、增加工时，也没有提高任何人的个人技术。它们改变的是已有能力被放到什么用途。把全部人时用完，与在现有能力下得到较好的成果组合，依然是两件需要分别检查的事。

这对 AI 协作有一个直接启发：即使很多任务都能发给工具执行，安排方式仍然影响结果。让擅长某类工作的成员或方法承担相应任务，再处理好配合，有可能释放已经拥有的能力。

但不能据此把成员永久固定在一个位置。刚才比较的是本周给定能力下的产出；若团队同时希望培养成员，安排同学乙或同学丙参与演示开发，也可能在增加另一种没有画在图里的成果——学习。分析时应该说明目标，而不是用一张静态产出表决定某个人今后只能做什么。

AI 也可能改变这些能力差异。例如，辅助工具若显著帮助较不熟悉开发的人，表中的演示产能就可能改变，边界和合适的安排都要重新计算。是否发生这种变化，应当看实际工作表现，不能只根据成员原来的标签判断。

12. 数量没有增加，生产能力也可能变了

前面的横轴和纵轴都在数成果数量。这样便于分析，但前提是我们数的“同一份成果”具有大致一致的内容与要求。

假设旧演示只能接收一种固定输入，新演示可以处理多种输入，并在操作错误时给出有用提示。两者都叫一份演示，但它们提供的体验不同。团队本周仍交付四份，不能据此认定能力没有提高。

另一种情况正好相反：旧展板包含核对过的说明和清楚的图例，新展板只是生成一张漂亮背景图。数量从十块变成二十块，并不说明相同成果的生产能力翻倍，因为所数的内容已经变了。

处理这种问题，可以先约定基础版本。比如，一份演示应当完成指定操作，给出可解释的结果，在约定设备上可以运行，并通过基本检查。在同一基础标准下比较数量，才比较容易观察制作能力。

对于额外改进，可以单独记录：哪些版本支持更多操作，哪些经过真实观众试用，哪些更容易维护。没有必要把所有质量差异压成一个总分；但至少不能让这些差异悄悄从比较中消失。

有时也可以换坐标。例如，固定只做一份演示，横轴表示可以完成的功能范围，纵轴表示在约定检查中达到的稳定程度。这样的图需要合适的衡量方法，不能随意把模糊的“质量高”写成九十分。

用图分析的目的，是把重要关系表达出来。如果两个数量指标不足以描述问题，就补充质量、时间或使用范围，而不是为了维持原来的图，把真实改进全部忽略。

13. AI 还可能增加一种原来不存在的成果

现在换一种起点，考察技术怎样让团队第一次做出某类成果。假设小叶和同学过去只制作展板，还不具备开发互动程序的能力。AI 帮助他们写出、理解和调整小程序后，互动演示才进入这支团队实际能够尝试的范围。

这类变化与“同一件事快百分之二十”有所不同。它增加了新的制作方式和成果类型，团队开始拥有以前很难考虑的组合。

本章前面的两类成果图，已经把演示作为可生产的种类。再假设团队还能制作语音导览，每段都需要整理讲解内容、核对并完成音频，作为可以独立播放的成果交付。现在要分配时间的，就有演示、展板和导览三类成果。只数演示份数和展板块数，已经看不全团队的安排；把导览段数也记下来，就增加了一个成果数量维度。

不需要为了理解这个现象，先学会画高维图。可以用表格列出几种代表性组合，说明各自的资源需要和使用效果。二维图保留最关心的两类变化，其他条件则在文字里讲清。

但是，新种类出现并不会自动证明它应当取代所有旧种类。互动演示适合让观众亲手操作，展板可能更适合快速浏览、同时服务多人，或者在没有设备时提供说明。技术扩展的意义，是让团队有更多方式匹配需要。

对大学生来说，这也是使用 AI 的一个重要变化：你可以把原来只停留在想象里的构思做成可体验的东西，再通过真实使用了解它的作用。生产可能性扩大了，选择和学习的空间也随之扩大。

14. 复用会让“每件固定耗时”的假设发生变化

数字工作中，第一份成果与后续成果的投入，有时差别很大。先做出模板、程序框架或一套材料，后面可以重复使用。此时，不能简单用第一份耗时乘以全部数量，也不能把后续复用的耗时当成第一份就能达到的水平。

设定一种新的展板方法：先投入八人时整理共同模板，此后每块展板需要零点五人时完成适配和检查。制作 n 块合计需要 8+0.5n 人时。旧方法没有这项准备，每块需要两人时。

如果只做两块，旧方法用四人时，新方法用九人时；如果做二十块，旧方法用四十人时，新方法用十八人时。同一种方法的吸引力，会随本轮数量和后续复用机会改变。

这种复用也会改变两类成果可以怎样搭配。沿用主案例原来每份演示五人时的条件，保留四份演示后，剩下二十人时原本能做十块展板。改用本节的展板方法，计入八人时共同准备，同样这二十人时可以完成二十四块展板。演示数量不变，能够搭配的展板数量增加了，原因是共同准备只做一次，后续每块的投入更少。

两类成果之间也可能共享材料。例如，团队整理的一份准确说明，可以同时支持演示中的提示和展板上的解释。若计算每类成果工时时，都把完整资料整理算一遍，就可能重复估计投入；若它们实际需要不同材料，却一概假定可以复用，又会低估工作。

这些情况提醒我们，边界形状应当从实际生产关系中建立。直线和弯曲的例子是帮助理解的模型，不是要求所有 AI 工作都符合某一种固定形状。

15. 怎样判断自己的生产可能性真的变了

小叶不需要把团队所有能力都测量一遍，才能开始准备展览。但如果他打算据此扩大承诺，最好先得到一些与实际任务有关的依据。

可以选一份有代表性的演示，用新方法走完整过程：资料是否足够，程序是否能运行，成员能否理解并修改，约定检查能否通过，各环节分别用了多少时间。展板也可以选一个真实主题试做。

如果只选择最容易的题材，就不应直接把结果推广到所有题材。若后续内容涉及新的输入形式、复杂图像或特殊设备，可能需要另外估计。一个具体试做提供的是相应条件下的证据。

还要分清“已经达到”与“最高只能达到”。团队累计投入四十人时，完成六份演示和五块展板，说明这一组合至少可行；它并不能独自证明这是生产边界，因为也许还有更好的安排或方法。

反过来，一次未能完成某个组合，也不一定证明技术上永远做不到。要看失败来自方法能力、材料缺失、临时等待，还是尚未熟悉工具。不同原因支持不同的后续改进。

记录几组任务后，可以形成一个粗略范围：哪些组合已经做过，哪些根据相似任务推测可行，哪些仍需额外条件。AI 可以帮助整理记录和检查算式，关键条件仍然应来自实际观察。

这样的分析无需假装精确掌握全部能力。它让新的承诺逐渐有依据，也让你更清楚下一次试做应该了解什么。

16. 练习与参考分析

以下题目继续使用简化教学条件。作答时要说明你使用的是哪一组资源和制作方法，避免把不同情景的数字混在一起。

练习一：判断三个组合的位置

一个独立团队有三十人时，每份演示需要三人时，每块展板需要二人时。计划 A 为四份演示和六块展板，B 为六份演示和六块展板，C 为八份演示和六块展板。它们分别在边界内、边界上还是边界外？

**参考分析：**资源关系为 3x+2y≤30。A 需要三乘四加二乘六，共二十四人时，位于边界内；B 需要三十人时，位于边界上；C 需要三十六人时，超过可用资源，位于边界外。

保持六块展板不变，A 还可以增加两份演示，达到 B。到了 B，如果不改变总时间和方法，再增加两份演示，就需要腾出六人时，减少三块展板。

边界位置是在题目给定条件下判断的。如果真实团队还把时间用于其他必要成果，应当先把它们计入，而不是看到 A 就直接认为成员懒散。

练习二：只改善演示，展板能否也变多

回到主案例：四十人时，原来每份演示五人时、每块展板两人时。原计划四份演示、十块展板。新方法只把演示耗时降至二点五人时。保持四份演示，最多可以完成几块展板？全部只做展板时的上限是否改变？

**参考分析：**四份演示现在需要十人时，剩下三十人时，每块展板两人时，可以完成十五块。相对原来的十块，增加五块。

但全部只做展板时，没有演示工时可以节省，四十人时仍然最多支持二十块，纵轴截距保持不变。

一个结论描述混合生产时的重新安排，另一个描述全部资源用于展板的极端组合。它们可以同时成立。这也是局部技术改善间接支持其他产出的一个例子。

练习三：两类最大产量同时得到吗

两类完整耗时都减半后，四十人时最多能做十六份演示，或者四十块展板。有人因此计划同一周做十六份演示加四十块展板。这份计划有什么问题？如果坚持两类数量按原来四份和十块的比例扩展，四十人时支持什么组合？

**参考分析：**两个最大值分别使用了全部四十人时。十六份演示需要四十人时，四十块展板也需要四十人时，同时完成需八十人时，超过当前资源。

保持原来的数量比例，两类同时翻倍为八份演示、二十块展板，需要二点五乘八加一乘二十，共四十人时，恰好在新边界上。

技术进步扩大了可行组合，但极端产量不能任意叠加。这个错误与本章开头小叶的计划相同，只是换成了新技术的数字。

练习四：第一周为什么可能少做展板

只改善演示的新方法，需要先花十人时学习。总投入仍为四十人时；学习后，每份演示需二点五人时，每块展板仍需两人时。团队本周想完成六份演示与八块展板，能否做到？若保留六份演示，最多能搭配多少块完整展板？这一采用方案若暂时减少部分产出，是否证明工具使团队的全部可选能力下降？

**参考分析：**先把学习也算进本周安排。六份演示需要十五人时，八块展板需要十六人时，再加十人时学习，共需四十一人时，超过可用时间。

若保留六份演示，完成学习和演示后，还能给展板十五人时。每块需两人时，最多安排七块完整展板，整周合计三十九人时。剩下一人时还不足以多完成一块，不能把半块展板算作正式交付。这里少一块展板，是为了让学习和本周制作共同放进四十人时，而不是因为展板制作变慢了。

这仍只是在检查“本周投入学习并采用新方法”这条路径。如果旧方法可以继续使用，团队也可以本周不学习；例如全部制作展板时，原来的二十块安排仍然可选。评价团队拥有的全部选择，要把这些路径都考虑进去。

若未来无需重复准备，采用新方法的后续制作能力还会不同。因此，应该分别比较当期制作、学习投入与未来用途，不能用其中一项代替全部判断。

练习五：成员都工作满了，为什么仍能改善

在四名成员的独立案例中，小叶、同学甲做展板，同学乙、同学丙做演示，得到八块展板、三份演示。只交换小叶与同学丙的工作，会得到什么？进一步让小叶、同学甲做演示，同学乙、同学丙做展板，又会得到什么？

**参考分析：**交换小叶与同学丙后，小叶提供八份演示，同学乙提供两份，演示合计十份；同学甲、同学丙各提供四块展板，展板合计八块。投入工时未增加，展板不减少，演示从三份变为十份。

进一步由小叶、同学甲做演示，则得到八加四，共十二份；同学乙、同学丙做展板仍有八块。这对应边界点十二份演示、八块展板。

改进来自已有能力的不同安排，而不是增加总工时。若团队另有培养成员的目标，也应当把学习成果纳入判断，不能将这张当期产出表直接当作永久分工规定。

练习六：十倍提速究竟指什么

一个完整任务原来十小时，其中四小时用于生成初稿，另外六小时用于需求、检查和交付。生成初稿现在只需零点四小时，其他部分保持不变。完整任务耗时多少？整体提速多少？若初稿生成完全不耗时，当前设定下的整体提速上限又是多少？

**参考分析：**完整任务为零点四加六，共六点四小时；整体完成速度为十除以六点四，等于一点五六二五倍，约一点五六倍。

若初稿不耗时，任务仍需六小时，提速上限为十除以六，约一点六七倍。这个上限来自“其他六小时不变”的条件。

若 AI 进一步帮助需求整理、检查或交付，条件发生变化，应当重新计算。不能把局部十倍直接当作完整任务十倍，也不能把本例的一点六七倍当成所有 AI 应用的永久上限。

练习七：更多份数是否已经证明能力提高

旧方法在一周内完成四份经过检查的互动演示，新方法生成了十二份只能在固定输入下运行的初稿。团队能否据此宣布“同等交付能力提高到原来的三倍”？还应了解什么？

**参考分析：**十二是四的三倍，但两边所数的成果标准不同。新方法可能已经显著扩展初稿生产能力，还不能据此证明相同质量的完整交付能力提高到了原来的三倍。

应了解后续理解、修改、检查需要的投入，以及新初稿能否达到旧成果的约定标准。也可以分别记录初稿数量、完成数量和新增功能，承认不同层面的改进。

如果任务本来只要求探索十二种构思，那么这些初稿也可能已经实现目标。判断要连接用途和完成标准，不是要求所有探索都先承担正式交付的全部成本。

17. 回到科技展的安排

回到开头的八份演示与二十块展板，把同一个目标放进前面三种制作条件中比较：

同样是“使用了更好的工具”，结果并不一样。在这三种设定中，只有两类完整工作都提速的情形，才让原计划进入可行范围。若实际只改善了演示，展板仍会用掉原来的制作时间，不能据此承诺八份演示和二十块展板。

再看第9节需要先投入十人时学习的当周安排：只有演示耗时减半，正式制作还剩三十人时。若本周至少保留十块展板，能搭配的演示最多是四份。四份演示、十块展板，加上这次学习，合计正好四十人时。这就给出了一项具体的当周选择；若想增加演示，就要减少展板、另找投入，或等后续不再需要重复学习的时段重新安排。

这样的比较先回答“哪组条件能支持哪种计划”。是否采用其中一组，再结合展位用途和观众需要决定。小叶可以据此核实真正实现了哪种完整提速、学习是否还占本周时间，并按对应条件作出承诺。图上的新边界因此成了判断具体计划的依据，而不只是一句“能力提高了”。

接下来一章会把视角进一步放到完整工作流程：当一个环节显著加速以后，哪里会成为限制成果的关键环节，资源又该怎样重新安排。

本章概念参考已在相应位置链接。案例、数值模型和练习均为原创教学设计；图表及计算核验文件见项目的 assets 和 checks 目录。