"Token消耗竞赛"正让开发者的生产力大打折扣

管理学中有句老话：你衡量什么，就会得到什么。而你选择测量的指标，往往决定了团队努力的方向。

软件工程师关于生产力指标的争论已持续数十年，从最初的代码行数开始。如今，新一代AI编程智能体能够产出比以往更多的代码，但管理者究竟该如何衡量生产力，却变得愈发模糊。

在硅谷开发者圈子里，巨大的Token预算——即开发者被授权使用的AI算力额度——已成为一种身份象征。但这其实是一种非常奇怪的生产力衡量方式。用流程的"投入量"来衡量效率，本身就缺乏逻辑——人们真正关心的应该是"产出"。这种做法或许适合用来鼓励AI工具的普及（或者销售Token），但绝非提升效率的正确思路。

来自"开发者生产力洞察"这一新兴赛道的数据，正在揭示一个值得警惕的现象。这些公司发现，使用Claude Code、Cursor、Codex等工具的开发者，确实比以往生成了更多被接受的代码。但与此同时，工程师们不得不频繁返工修改这些代码，这在很大程度上抵消了所谓的生产力提升。

Waydev的CEO兼创始人Alex Circei正在构建一套智能分析层，专门追踪上述动态。他的公司服务于50家客户，这些客户共计雇用了超过1万名软件工程师。他表示，工程管理者看到的代码接受率高达80%至90%——即开发者审核并保留的AI生成代码比例——但他们忽略了一个关键问题：工程师在接下来数周内不得不反复修改这些代码，导致实际有效接受率下滑至生成代码总量的10%至30%。

Waydev成立于2017年，最初专注于开发者分析。随着AI编程工具的兴起，该公司在过去六个月内对平台进行了全面重构，以应对快速编程工具的大规模普及。目前，Waydev正在推出新工具，专门追踪AI智能体生成的元数据，并提供代码质量与成本分析，帮助工程管理者更清晰地了解AI的采用情况与实际效能。

尽管分析公司有动机放大其发现的问题，但越来越多的证据表明，大型企业仍在摸索如何高效使用AI工具。各大公司已经注意到这一趋势——Atlassian去年以10亿美元收购了工程智能初创公司DX，目的正是帮助客户衡量编程智能体的投资回报。

来自整个行业的数据呈现出一致的规律：代码产出量在增加，但其中相当大比例并未真正留存下来。

另一家同类公司GitClear在今年1月发布报告指出，AI工具确实提升了生产力，但数据同样显示，"AI重度用户的代码改动率平均是非AI用户的9.4倍"，远超AI工具带来的生产力增益的两倍以上。

工程分析平台Faros AI在其2026年3月的报告中，汇集了两年的客户数据。结论显示：在高度采用AI的团队中，代码改动率（即删除代码行数与新增代码行数之比）上升了861%。

自我定位为"AI集成工程智能平台"的Jellyfish，在2026年第一季度收集了7548名工程师的数据。研究发现，Token预算最高的工程师产出的拉取请求（即向共享代码库提交的变更）数量最多，但生产力的提升并不成比例——他们以十倍的Token成本，仅实现了两倍的吞吐量。换言之，这些工具在制造数量，而非创造价值。

与开发者交流时，这些数据所反映的现象引发了广泛共鸣。即便他们享受着新工具带来的开发自由，代码审查工作量和技术债务却在持续积累。一个普遍规律是：初级工程师与高级工程师之间存在明显差异，前者倾向于接受更多AI生成的代码，因此也面临更大量的返工压力。

尽管如此，即便开发者们仍在努力弄清楚自己的智能体究竟在做什么，他们也并不打算就此回头。

"这是软件开发的新时代，你必须适应，作为一家公司你也被迫去适应，"Circei向TechCrunch表示，"这不是一个会过去的周期。"

Q&A

Q1：什么是代码改动率？为什么它是衡量AI编程效率的关键指标？

A：代码改动率是指代码被删除的行数与新增行数之间的比值，用于衡量代码被修改或推翻的频率。在AI编程工具广泛使用的背景下，它成为关键指标，是因为开发者虽然接受了大量AI生成的代码，但随后不得不频繁返工修改。数据显示，在高度采用AI的团队中，代码改动率上升了861%，说明AI产出的代码质量存在明显问题，仅看代码接受率会严重高估实际生产力提升。

Q2：Token预算越高，开发者的生产力就越强吗？

A：并非如此。Jellyfish的数据显示，Token预算最高的工程师虽然产出了最多的拉取请求，但生产力提升并不成比例——他们消耗了十倍的Token成本，却只实现了两倍的吞吐量。这说明大量Token消耗带来的是代码"数量"的增加，而非"质量"或"价值"的提升。以Token预算作为生产力的衡量标准，实际上是在用流程投入替代真正的产出指标。

Q3：初级工程师和高级工程师在使用AI编程工具时有什么差异？

A：数据显示，初级工程师更倾向于接受AI生成的代码，接受比例明显高于高级工程师。然而，由于对代码质量的判断经验不足，他们也因此面临更大量的后续返工和修改工作。相比之下，高级工程师在审核AI生成代码时更为审慎，接受率较低，但代码的实际留存质量更高，技术债务积累也相对更少。