“Tokenmaxxing”使开发人员的生产力低于他们的想象

管理中有一句老话：你衡量的东西很重要。而且，通常情况下，无论你测量什么，你都会得到更多。

几十年来，软件工程师一直在争论生产力指标，首先是从代码行数开始。但随着新一代人工智能编码代理提供比以往更多的代码，他们的经理应该衡量的内容就不太清楚了。

巨额代币预算——本质上是开发人员有权使用的人工智能处理能力——已经成为硅谷开发人员的荣誉徽章，但这是一种非常奇怪的生产力思考方式。当您可能更关心输出时，测量流程的输入就没有意义。如果你想鼓励更多的人工智能采用（或出售代币），这可能是有意义的，但如果你想提高效率，那就不行了。

考虑一下在“开发人员生产力洞察”领域运营的新型公司的证据。他们发现，使用Claude Code、Cursor和Codex等工具的开发人员生成的代码比以前要多得多。但他们还发现，工程师必须比以前更频繁地返回修改已接受的代码，这削弱了生产力提高的说法。

Waydev的CEO兼创始人Alex Circei正在构建一个智能层来跟踪这些动态；他的公司与50个不同的客户合作，雇用了10,000多名软件工程师。 （Circei过去曾为TechCrunch做出过贡献，但记者以前从未见过他。）

他表示，工程经理看到的代码接受率为80% 到90%，这意味着开发人员批准并保留的人工智能生成代码的份额，但他们忽略了工程师必须在接下来的几周内修改代码时发生的流失，这导致实际生成代码的接受率下降了10% 到30%。

AI编码工具的兴起使得Waydev（成立于2017年，提供开发人员分析服务）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问题。现在，该公司推出了新工具，用于跟踪人工智能代理生成的元数据，提供代码质量和成本分析，使工程经理能够更深入地了解人工智能的采用和功效。