寫了一整天程式，回頭卻講不清時間落在哪：是在補測試，還是在同一個介面上來回折騰；力氣多半花在長新功能，還是花在讀前人留下的舊邏輯。WakaTime 的辦法是在編輯器裡靜靜記著，再把紀錄整理成讀得懂的圖表。

為什麼值得把撰碼時數記下來

主觀感覺和實情經常對不上。有人以為自己成天在寫程式，一統計才發現大半時間耗在閱讀與除錯；也有人以為某個模組投了很多心力，數字卻顯示它只佔一小角。這類偏差在沒有紀錄時很難察覺，因為人對自己注意力的去向並不敏銳。

紀錄的意義不在考核，而在讓習慣變得看得見。等「這星期寫了幾小時」「主力是哪種語言」「哪個案子吃掉了大半」這些問題有了具體數字，調整作息、分配力氣、評估工期才有依據。

資料是怎麼收上來的

做法是在編輯器或 IDE 裡裝官方外掛。外掛在背景執行，依檔案編輯動作與實際停留在編輯器裡的時間記錄活動，再彙整到帳號。外掛的程式碼公開託管，清單涵蓋一百多款編輯器、IDE 與終端環境，從主力編輯器一路排到繪圖工具、資料庫用戶端、辦公套件都有對應條目。手上的工具暫時沒有外掛，還能裝一支常駐系統匣的桌面程式，由它統一接管紀錄。

計算的口徑是活躍撰碼時間，不是軟體開著就算。官方說明外掛只在編輯器裡確實產生輸入時才計時，離開鍵盤或切到別的視窗都不會算進去。

儀表板上讀得到什麼

登入之後看到的是按日、週、月排列的時間軸，旁邊並列一組統計檢視：總時數、各語言佔比、各專案佔比，以及一天之中不同時段的活躍分布。官方把這組檢視收在「撰碼時間」這條主線下，並附上每日平均與對上一週的增減。

近幾版把重心挪向 AI 撰碼帶來的新問題。官網為此列出六項指標，涵蓋 AI 花費、AI 採用度、AI 產出效率、模型效率、按模型拆分與提示長度。它們回答的是另一類問題：團隊在 AI 上投了多少，其中哪些模型真的在分擔工作，產生的程式碼有多少被留用、多少被推翻重寫。

免費與付費的分界

免費方案給的已經夠用：儀表板保留一週歷史、專案數量不限、專案圖表可以分享、每週收到撰碼報告、能設定一個撰碼目標，還能把自家資料掛上公開排行榜。付費方案解鎖完整歷史與 AI 相關洞察，個人訂閱標價每月十四美元。

一週歷史是免費方案裡唯一的時間限制。想先觀察自己幾天節奏的人，這個窗口足夠形成初步判斷；但要看到跨季的變化，就得升級。

AI 撰碼帶來的新帳本

把 AI 生成的部分單獨列出來統計，是這類工具近年冒出的新需求。官網用開發者、團隊負責人、決策者三種視角說明這套資料的用途：個人關心哪些工具真的讓自己變快、哪些帶來返工；團隊負責人關心整體採用度與產出趨勢；決策者則要用客觀數據評估投入產出，而不是靠問卷與自我陳述。

公開資料與可見範圍

預設情況下，資料只有本人看得到。要不要把撰碼活動公開，由使用者在設定裡決定；公開之後才會出現在個人頁面與公開排行榜上，也可以只加入私密排行榜。官方在說明裡逐項列出採集範圍：檔案編輯動作與活動時長這類訊號在採集之列，完整程式碼內容、剪貼簿與鍵盤輸入則不在其中。

拿來做什麼合適

個人可以借它觀察自己的節奏，判斷某項技能到底有沒有分到時間；自由工作者能把每週報告附在溝通裡，讓工時更有說服力；技術團隊可以用它看整體趨勢，也能為排期提供參考。前提是外掛常駐背景，一旦停止紀錄，資料就會出現空白，而空白本身也會照實出現在時間軸上。

把時間記下來不會讓工作自動變快，但它把「時間去哪了」從猜測變成能查看的數字。對習慣憑感覺安排節奏的人來說，這種可見本身就帶點約束。