AI 为啥总把 30 分钟的活估算成两三天？这个 Skill 终于把问题说清楚了
为什么 AI 总把 30 分钟的活估算成”两三天”？
用过 Claude Code 或者 Cursor 的朋友，有没有遇到这种情况：你问它”给这个 API 加个 JWT 认证要多久？”它会认真回复：”大概需要 2-3 个工作日。”——然后你看着它，沉默了。
它不是故意的。这是 AI 编码 Agent 的一个系统性偏见：它们从人类开发者写的博客、论坛帖子、代码审查评论里学估算，所以估算单位天然是”人时”。问题是，AI 跑代码的速度跟人类完全不一样。用人类时间锚定 AI 工作量，结果就是严重高估。
这个问题，催生了一个专门解决它的 Skill——Agent Work Estimation Skill。
它怎么工作的？
这个 Skill 的核心思路很简单：不要用”天”或”小时”，改用 AI 的原生单位——工具调用轮次（tool-call rounds）。
一轮（Round）= 一次完整的工作循环：思考 → 写代码 → 执行 → 验证 → 修复。Skill 里有标准锚定参考：
- 1-2 轮：改个变量名、单行修复
- 3-5 轮：多文件机械式改动，带测试
- 5-10 轮：有探索性质的改动，需要调试
- 8-15 轮：高不确定性区域，复杂集成或文档稀缺
AI 先按模块拆解任务，给每个模块分配轮次，再乘以风险系数（根据文档质量、平台复杂度、外部依赖等因素，1.0~2.0），最后才把总轮次换算成人类时间——而且给的是一个范围，不是点估计。
实际效果
以”给 API 加 JWT 认证”为例，Skill 输出的估算大概长这样：
- Token 交换流程：3 轮，风险 1.2，有效 3.6 轮
- Refresh 逻辑：2 轮，风险 1.0，有效 2 轮
- API 客户端封装：2 轮，风险 1.3，有效 2.6 轮
- 错误处理：3 轮，风险 1.0，有效 3 轮
- 集成测试：+2 轮
- 总估算：约 13-26 分钟
而不是”2-3 个工作日”。
为什么这个 Skill 值得装？
三个理由：
1. 解决的不是小问题，是信任问题。当你和 AI Agent 合作一个项目，你对它的信任程度取决于它的估算准不准。长期高估会让人失去耐心。
2. 适用场景很广。无论是评估两个实现方案的代价、在 sprint planning 里给任务排序、还是给客户一个现实预期——只要涉及”这件事 AI 来做要多久”，它都能派上用场。
3. 一次安装，永远受益。装上之后，每次 Agent 做估算规划时都会自动调用，不需要每次手动触发。
安装方式
一行命令搞定：
npx skills add ZhangHanDong/agent-estimation
支持 Claude Code、Cursor、Codex CLI 等所有兼容 SKILL.md 标准的 Agent。
GitHub 链接：https://github.com/ZhangHanDong/agent-estimation
评论区
登录后可评论。