选项
首页
新闻
研究发现,“代币化”会阻碍开发者的工作效率

研究发现,“代币化”会阻碍开发者的工作效率

2026-05-20
94

研究发现,“代币化”会阻碍开发者的工作效率

有一句经典的管理格言:凡是能衡量的,就能管理。而且通常情况下,你追踪什么,就会得到更多什么。

几十年来,软件工程师们一直在探讨生产力指标,最初是从代码行数开始的。但随着新一代AI编程助手产出的代码量达到前所未有的水平,管理者究竟该衡量什么,却变得越来越不明确。

巨额代币预算——本质上即开发者被允许使用的AI算力额度——已成为硅谷开发者间的身份象征。然而,这种衡量生产力的思路颇为奇怪。当你更关注产出时,去衡量流程的投入显然毫无意义。若你的目的是鼓励更多AI应用(或销售代币),这种做法或许合乎逻辑;但若目标是提升效率,则不然。

不妨看看“开发者生产力洞察”领域新涌现的一类公司提供的证据。它们发现,使用Claude Code、Cursor和Codex等工具的开发者生成的被接受代码量比以往显著增加。但它们同时也发现,工程师不得不更频繁地返回修改这些已被接受的代码,这削弱了生产力提升的说法。

Waydev的首席执行官兼创始人Alex Circei正在构建一个智能层来追踪这些动态。他的公司与50家不同客户合作,这些客户共雇佣了超过10,000名软件工程师。(Circei过去曾为TechCrunch撰稿,但本报记者此前从未见过他。)

他表示,工程经理们看到的代码通过率在80%到90%之间——这意味着开发人员批准并保留的人工智能生成的代码所占的比例。然而,他们忽略了随后几周工程师不得不修改这些代码时产生的后续变动,这使得实际的、持久的通过率降至10%到30%之间。

AI编码工具的兴起促使成立于2017年的开发者分析公司Waydev在过去六个月内彻底改造了其平台,以应对快速编码工具的激增。如今,该公司正推出新工具来追踪AI代理生成的元数据,针对代码质量和成本提供分析,从而为工程经理提供关于AI采用及其有效性的更深入洞察。

尽管分析公司有动力突出其发现的问题,但越来越多的证据表明,大型组织仍在摸索如何高效使用AI工具。各大公司已开始关注这一趋势——Atlassian去年以10亿美元收购了另一家工程智能初创公司DX,旨在帮助客户了解编码代理的投资回报率。

整个行业的数据都印证了这一现象:代码编写量在增加,但其中有相当大一部分未能被保留下来。

同领域的另一家公司GitClear于今年1月发布报告称,AI工具确实提升了生产力。然而,其数据同时也显示,“常规AI用户的代码流失率平均比非AI用户高出9.4倍”——这一数字超过了AI工具所带来生产力提升的两倍。

工程分析平台Faros AI在其2026年3月的报告中,综合分析了两年来的客户数据。研究发现:在AI高采用率的情况下,代码周转率(即删除的代码行数与新增代码行数的比值)增加了861%。

自称是面向AI集成工程的智能平台Jellyfish,在2026年第一季度收集了7,548名工程师的数据。该公司发现,拥有最大代币预算的工程师提交的拉取请求(对共享代码库提出的修改建议)最多,但生产力提升并未实现规模化。他们以十倍的代币成本换来了两倍的吞吐量。 换言之,这些工具只是增加了工作量,而非创造价值。

与开发者交谈时,这类统计数据显得尤为真实。尽管开发者享受着这些工具带来的新功能,但他们发现代码审查负担和技术债务正在不断累积。一个普遍的发现是资深工程师与初级工程师之间的差异:后者接受了更多由AI生成的代码,因此不得不处理更多的重写工作。

尽管如此,即便开发者在努力弄清AI助手究竟在做什么,他们也不打算在短期内放弃这些工具。

“这是软件开发的新时代,你必须适应。企业也被迫适应,”Circei 告诉 TechCrunch。“这绝非昙花一现的潮流。”

相关文章
韩国启动国家人工智能计算中心建设,投资2.5万亿韩元,目标2028年完成 韩国启动国家人工智能计算中心建设,投资2.5万亿韩元,目标2028年完成 韩国媒体EtNews报道,韩国AI计算中心(KOACC)的奠基仪式于8月3日在全罗南道顺天市的Solar City数据中心园区举行。该项目总投资额为2.5万亿韩元(约合118.38亿元人民币),计划于2028年投入运营,成为迄今为止韩国在AI基础设施领域规模最大的国家投资之一。该项目的股权分布凸显了深化政企合作的战略意图。三星SDS作为最大股东持有30%的股份,而包括科学技术信息通信部、金融监督院和国家成长基金在内的公共实体合计持有29%的股份。NAVER Cloud紧随其后,持股26.1%,
六大科技巨头向 Linux 基金会捐赠 1250 万美元,以应对人工智能漏洞噪音 六大科技巨头向 Linux 基金会捐赠 1250 万美元,以应对人工智能漏洞噪音 为应对由人工智能自动化工具产生的大量低质量安全报告,六家主要科技公司——Anthropic、亚马逊(AWS)、GitHub、Google、Microsoft 和 OpenAI——共同向 Linux 基金会项目提供了 1250 万美元 的资金支持。这项投资旨在减轻开源软件(FOSS)维护者手动筛选的工作负担,使他们能够专注于真正的安全威胁。随着人工智能技术降低了漏洞发现的门槛,开源社区正面临前所未有的挑战:无效报告:自动生成的 AI 报告使维护者应接不暇。虽然数量庞大,但这些提交往往缺乏深度,
马斯克曾考虑将OpenAI留给他的孩子,而奥特曼正在作证 马斯克曾考虑将OpenAI留给他的孩子,而奥特曼正在作证 今早,OpenAI 首席执行官山姆·阿尔特曼出庭作证,回应前联合创始人埃隆·马斯克针对该公司企业结构提起的诉讼。当被问及马斯克声称其他联合创始人通过成立一家以营利为目的的子公司来推广基于人工智能的产品,从而“窃取了一家慈善机构”的说法时,阿尔特曼表现出明显的犹豫。“这种说法甚至让人难以理解,”阿尔特曼在停顿后说道,“我们成立的是全球最大的慈善机构之一。该基金会正在开展令人难以置信的工作,并将继续做更多事情。”马斯克的律师团队指出,OpenAI 基金会目前持有的资产价值约为 2000 亿美元
相关专题推荐
音乐创作 面向词曲创作者、旋律片段、主旋律及多语言草稿创作的AI人声演示工具
面向词曲创作者、旋律片段、主旋律及多语言草稿创作的AI人声演示工具

2026 年最新最佳 AI 人声演示工具,专为词曲创作者、旋律创作者和多语言内容团队打造!XIX.AI 精心整理了一份经过严格真实世界测试的高评分、变革性工具列表。您将找到详细的免费与付费对比数据、全面排名以及必试选项,帮助您提升创作效率并释放创意潜力。立即探索,发现满足您所有内容需求的完美工具!

9 个工具
xix.ai
商业 适合中小企业的最佳AI竞品分析工具
适合中小企业的最佳AI竞品分析工具

2026年最新最佳、评价最高的中小企业AI竞争研究工具!XIX.AI精心精选了一系列功能强大、颠覆行业格局的工具,每周都会根据严格的实际测试和详细排名进行更新。您可以查看全面的免费版与付费版对比,从而找到那些能提升工作效率、助您赢得竞争优势的必试工具。 立即探索,发现最适合您的工具!

9 个工具
xix.ai
图像编辑 用于电商服装、皮肤清洁和色彩一致性的 Photoshop AI 修图工具
用于电商服装、皮肤清洁和色彩一致性的 Photoshop AI 修图工具

2026 年最新最佳 Photoshop AI 修图工具,适用于电商服装、皮肤清洁和色彩一致性!这份顶级精选列表包含强大的变革性解决方案,可帮助您提升写作效率、简化内容创作并轻松实现完美的视觉效果。每个工具都经过实际测试,并通过每周更新的排名进行验证,同时提供免费与付费版本的详细对比。由 XIX.AI 支持,这是任何希望发挥 AI 优势的人必试指南。立即探索!

10 个工具
xix.ai
提示词 适用于 ChatGPT 工作流的最佳 AI 提示词库
适用于 ChatGPT 工作流的最佳 AI 提示词库

2026年最新、最受好评的AI提示词库,可优化各类ChatGPT工作流程。XIX.AI精心整理了一套功能强大、具有颠覆性的提示词库,均经过严格的实际测试,以确保最佳性能。 您可以查看详细的免费版与付费版对比分析以及专家排名,这些内容将帮助您挑选出必试的工具,从而提升工作效率并释放您的AI优势。立即探索!

11 个工具
xix.ai
教育与学习 面向教师、辅导老师和基于群体的学习项目的 AI 测验构建平台
面向教师、辅导老师和基于群体的学习项目的 AI 测验构建平台

2026年最新最佳AI测验构建平台,适用于教师、辅导老师和基于群体的学习项目!XIX.AI精心整理了一份顶级评分列表,包含经过现实世界测试的强力变革性工具,以提供准确的排名。这些必试平台有助于提高写作效率、简化内容创作,并简化各种学习场景中的测验设计。立即探索,发现您解锁教学AI优势的理想工具!

13 个工具
xix.ai
代码 适用于处理重构、漏洞和安全漏洞的 GitHub 团队的 AI 代码提交审查工具
适用于处理重构、漏洞和安全漏洞的 GitHub 团队的 AI 代码提交审查工具

2026年GitHub团队最新最佳AI拉取请求审查工具已登陆XIX.AI!这份精心筛选的高评分清单汇集了功能强大的、具有颠覆性的解决方案,可优化整个团队工作流中的重构、错误修复和安全漏洞检测流程。 通过免费版与付费版的对比分析、实际测试以及详细排名,助您找到能显著提升工作效率的理想工具。立即探索,释放您的AI优势!

12 个工具
xix.ai
评论 (1)
0/500
BenHernández
BenHernández 2026-09-17 16:00:08

「Tokenmaxxing」って言葉、面白いですね。開発者の生産性をトークン数で測るなんて、AI時代ならではの皮肉です。昔はコード行数で評価されてたのに、今はプロンプトの長さ?これ、結局は管理側の都合で指標が変わってるだけじゃないかと思ってしまいます。エンジニアの創造性を数値で縛ることに限界がある気がします。

OR