写完一天代码，回头却说不出时间花在了哪里——是在补测试，还是在反复调一个接口；是大部分精力用在写新功能，还是在读别人留下的旧逻辑。WakaTime 的做法是在编辑器里安静地记录，再把记录整理成可以阅读的图表。

编码时间为什么值得记录

主观感受与实际情况常常对不上。有人觉得自己整天在写代码，统计下来却发现大半时间用在阅读与调试；也有人以为某个模块投入很多，数字却显示它只占很小一部分。这类偏差在缺少记录时很难被发现，因为人对自己注意力的分配并不敏感。

记录的价值不在于考核，而在于让习惯变得可见。当「这周写了多少小时」「主要用哪种语言」「哪个项目占了大头」这些问题有了具体数字，调整作息、分配精力、评估工期才有依据。

数据是怎么采集的

WakaTime 的工作方式是在编辑器或 IDE 中安装官方插件，插件在后台运行，依据文件编辑动作与在编辑器里的实际停留时间记录活动，再汇总到账户。官方把插件代码公开托管，插件清单覆盖一百余款编辑器、IDE 与终端环境，从常见的主力编辑器到图形设计工具、数据库客户端、办公套件都有对应条目。若所用工具暂无对应插件，还可以安装常驻系统托盘的桌面端程序，由它统一接管记录。

采集的口径是活跃编码时间，而非软件处于打开状态的时间。官方说明插件只在编辑器中确实发生输入时才计时，离开键盘或切到其他窗口不会被算进去。

仪表盘上能读到什么

登录后看到的是按日、周、月组织的时间线，以及一组并列的统计视图：总时长、按语言划分的占比、按项目划分的占比，还有一天之中不同时段的活跃分布。官方把这一组视图归纳为「编码时间」这条主线，并给出每日平均时长以及与上一周相比的增减。

近年的版本把重心移向 AI 编码带来的新问题。官网为此列出六项指标，涵盖 AI 花费、AI 采用度、AI 产出效率、模型效率、按模型拆分与提示长度。它们回答的是另一类问题：团队在 AI 上的投入有多少，其中哪些模型确实在分担工作，生成的代码有多少被保留、多少被推翻重写。

免费与付费的分界

免费方案给出的功能已经够用：仪表盘保留一周的历史、项目数量无限、项目图表可以分享、每周收到编码报告、可以设定一个编程目标，还能把自己的数据挂上公开排行榜。付费方案解锁完整历史与 AI 相关洞察，个人订阅标价为每月十四美元。

一周历史是免费方案里唯一的时间限制。对想先观察自己几天节奏的人来说，这个窗口足够形成初步判断；但要看到跨季节或跨季度的变化，就需要升级。

AI 编码带来的新账本

把 AI 生成的部分单独列出来统计，是这类工具近年出现的新需求。官网用开发者、团队负责人、决策者三种视角来说明这套数据的用途：个人关心哪些工具确实让自己更快、哪些引入了返工；团队负责人关心整体的采用度与产出趋势；决策者则要用客观数据评估投入产出，而不是依赖问卷与自我陈述。

公开数据与可见范围

默认情况下，数据只对本人可见。是否把编码活动公开，由使用者在设置里决定；公开之后才会出现在个人主页与公开排行榜上，也可以只加入私密排行榜。官方在说明中逐项列出了采集范围：文件编辑动作与活动时长这类信号在采集之列，而完整代码内容、剪贴板与键盘输入内容则不在其中。

适合用来做什么

个人可以借它观察自己的节奏，判断某项技能是否真的投入了时间；自由职业者可以把每周报告附在沟通里，让工时更有说服力；技术团队可以用它观察整体趋势，也可以为排期提供参考。它的前提是插件常驻后台，一旦停止记录，数据就会出现空白，而空白本身也会如实体现在时间线上。

把时间记录下来并不会让工作自动变快，但它把「时间去哪了」这个问题从猜测变成可以查看的数字。对习惯凭感觉安排节奏的人来说，这种可见本身就会带来一点约束。