研究發現,「代幣最大化」會阻礙開發者的生產力

有一句經典的管理格言:凡是能衡量的,就能管理。而且通常來說,你追蹤的項目往往會變得更多。
軟體工程師們關於生產力指標的爭論已持續數十年,最初從程式碼行數開始。但隨著新一代 AI 編碼助理產出的程式碼量比以往任何時候都多,管理者究竟該衡量什麼,卻變得越來越不明確。
龐大的代幣預算——本質上就是開發者被允許使用的 AI 運算能力——已成為矽谷開發者間的地位象徵。然而,這是一種奇怪的生產力思考方式。當你理應更重視產出時,去衡量流程的投入顯得毫無意義。若你的目的是鼓勵更多 AI 採用(或銷售代幣),這或許合乎邏輯;但若目標是提升效率,則不然。
不妨參考「開發者生產力洞察」領域中一類新興公司的證據。他們發現,使用 Claude Code、Cursor 和 Codex 等工具的開發者,產出的被接受程式碼量確實比以往顯著增加。但他們同時也發現,工程師必須更頻繁地回頭修改這些已被接受的程式碼,這無疑削弱了生產力提升的主張。
Waydev 的執行長兼創辦人 Alex Circei 正致力建構一個智慧層,用以追蹤這些動態。他的公司與 50 家不同客戶合作,這些客戶共僱用了超過 10,000 名軟體工程師。(Circei 過去曾為 TechCrunch 撰稿,但本記者此前從未與他見過面。)
他表示,工程經理們目前看到的程式碼接受率約為 80% 至 90%——這指的是開發人員批准並保留的人工智慧生成程式碼所佔的比例。然而,他們忽略了隨後幾週內工程師必須修改該程式碼所產生的後續流失,這使得實際的長期接受率降至 10% 至 30% 之間。
AI 編碼工具的興起,促使 2017 年成立、專注於開發者分析的 Waydev,在過去六個月內徹底改造其平台,以因應快速編碼工具的普及。如今,該公司正推出新工具來追蹤 AI 代理所產生的元數據,針對其程式碼的品質與成本提供分析,讓工程經理能更深入地了解 AI 的採用情況及其成效。
儘管分析公司有動機凸顯其發現的問題,但越來越多的證據顯示,大型組織仍在摸索如何有效運用AI工具。主要企業已開始關注此現象——Atlassian去年以10億美元收購了另一家工程智慧新創公司DX,旨在協助客戶了解編碼代理所帶來的投資報酬率。
來自業界各方的數據呈現出一致的現象:編寫的程式碼量不斷增加,但其中有不成比例的大量程式碼未能被保留。
同領域的另一家公司 GitClear 於一月發布的報告指出,AI 工具確實提升了生產力。然而,其數據同時顯示「常規 AI 用戶的程式碼流失率平均比非 AI 用戶高出 9.4 倍」——這數字甚至超過了這些工具所帶來生產力提升的兩倍。
工程分析平台 Faros AI 則在 2026 年 3 月的報告中,運用了長達兩年的客戶數據。研究結果顯示:在高度採用 AI 的情況下,程式碼更替率(即刪除的程式碼行數與新增的程式碼行數之比)增加了 861%。
自稱是「AI 整合工程智慧平台」的 Jellyfish,在 2026 年第一季蒐集了 7,548 名工程師的數據。該公司發現,擁有最高代幣預算的工程師雖然產出了最多的拉取請求(對共用程式碼庫提出的變更提案),但生產力提升並未隨規模擴大而增加。他們在代幣成本增加十倍的情況下,僅達到了兩倍的產出量。 換言之,這些工具創造的是數量,而非價值。
當你與開發者交談時,這類統計數據顯得格外真實。儘管開發者享受著這些工具帶來的新功能,但他們發現代碼審查的負擔與技術債務正在不斷累積。一個常見的發現是資深與初級工程師之間的差異:後者接受了遠多於前者的 AI 生成代碼,進而不得不處理更多重寫工作。
儘管開發者仍在努力釐清 AI 助理的運作機制,但他們並不預期短期內會放棄這些工具。
「這是軟體開發的新時代,你必須適應。企業被迫適應,」Circei 告訴 TechCrunch。「這不是一場曇花一現的潮流。」
相關文章
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了
加州自動駕駛合規:罰單、地理圍欄與 100 萬英里的新時代
Guident 在南佛羅里達州營運一輛 AuveTech 接駁車,並運用其遠端監控技術,管理西棕櫚灘的一條四英里路線以及博卡拉頓的一條一英里路線。| 圖片來源:Guident加州正重新定義無人駕駛車輛的監管格局,從科技產業的「快速行動、打破常規」心態,轉向嚴格的問責制與嚴謹的行駛里程要求。Guident 執行董事長兼執行長哈羅德·布勞恩(Harold Braun)在《機器人報告》(The Robo
相關專題推薦
評論 (0)
0/500

有一句經典的管理格言:凡是能衡量的,就能管理。而且通常來說,你追蹤的項目往往會變得更多。
軟體工程師們關於生產力指標的爭論已持續數十年,最初從程式碼行數開始。但隨著新一代 AI 編碼助理產出的程式碼量比以往任何時候都多,管理者究竟該衡量什麼,卻變得越來越不明確。
龐大的代幣預算——本質上就是開發者被允許使用的 AI 運算能力——已成為矽谷開發者間的地位象徵。然而,這是一種奇怪的生產力思考方式。當你理應更重視產出時,去衡量流程的投入顯得毫無意義。若你的目的是鼓勵更多 AI 採用(或銷售代幣),這或許合乎邏輯;但若目標是提升效率,則不然。
不妨參考「開發者生產力洞察」領域中一類新興公司的證據。他們發現,使用 Claude Code、Cursor 和 Codex 等工具的開發者,產出的被接受程式碼量確實比以往顯著增加。但他們同時也發現,工程師必須更頻繁地回頭修改這些已被接受的程式碼,這無疑削弱了生產力提升的主張。
Waydev 的執行長兼創辦人 Alex Circei 正致力建構一個智慧層,用以追蹤這些動態。他的公司與 50 家不同客戶合作,這些客戶共僱用了超過 10,000 名軟體工程師。(Circei 過去曾為 TechCrunch 撰稿,但本記者此前從未與他見過面。)
他表示,工程經理們目前看到的程式碼接受率約為 80% 至 90%——這指的是開發人員批准並保留的人工智慧生成程式碼所佔的比例。然而,他們忽略了隨後幾週內工程師必須修改該程式碼所產生的後續流失,這使得實際的長期接受率降至 10% 至 30% 之間。
AI 編碼工具的興起,促使 2017 年成立、專注於開發者分析的 Waydev,在過去六個月內徹底改造其平台,以因應快速編碼工具的普及。如今,該公司正推出新工具來追蹤 AI 代理所產生的元數據,針對其程式碼的品質與成本提供分析,讓工程經理能更深入地了解 AI 的採用情況及其成效。
儘管分析公司有動機凸顯其發現的問題,但越來越多的證據顯示,大型組織仍在摸索如何有效運用AI工具。主要企業已開始關注此現象——Atlassian去年以10億美元收購了另一家工程智慧新創公司DX,旨在協助客戶了解編碼代理所帶來的投資報酬率。
來自業界各方的數據呈現出一致的現象:編寫的程式碼量不斷增加,但其中有不成比例的大量程式碼未能被保留。
同領域的另一家公司 GitClear 於一月發布的報告指出,AI 工具確實提升了生產力。然而,其數據同時顯示「常規 AI 用戶的程式碼流失率平均比非 AI 用戶高出 9.4 倍」——這數字甚至超過了這些工具所帶來生產力提升的兩倍。
工程分析平台 Faros AI 則在 2026 年 3 月的報告中,運用了長達兩年的客戶數據。研究結果顯示:在高度採用 AI 的情況下,程式碼更替率(即刪除的程式碼行數與新增的程式碼行數之比)增加了 861%。
自稱是「AI 整合工程智慧平台」的 Jellyfish,在 2026 年第一季蒐集了 7,548 名工程師的數據。該公司發現,擁有最高代幣預算的工程師雖然產出了最多的拉取請求(對共用程式碼庫提出的變更提案),但生產力提升並未隨規模擴大而增加。他們在代幣成本增加十倍的情況下,僅達到了兩倍的產出量。 換言之,這些工具創造的是數量,而非價值。
當你與開發者交談時,這類統計數據顯得格外真實。儘管開發者享受著這些工具帶來的新功能,但他們發現代碼審查的負擔與技術債務正在不斷累積。一個常見的發現是資深與初級工程師之間的差異:後者接受了遠多於前者的 AI 生成代碼,進而不得不處理更多重寫工作。
儘管開發者仍在努力釐清 AI 助理的運作機制,但他們並不預期短期內會放棄這些工具。
「這是軟體開發的新時代,你必須適應。企業被迫適應,」Circei 告訴 TechCrunch。「這不是一場曇花一現的潮流。」
DeepMind執行長哈西里斯:我每天睡六個小時,通常在凌晨1點左右感到精力充沛。
Fortune 最近刊登了對谷歌 DeepMind 執行長 Demis Hassabis 的採訪,揭示了他對休息和生產力的非傳統方法。Hassabis 透露,他睡眠時間非常少,將清醒時間劃分為兩個不同的工作階段。關於他的睡眠習慣,Hassabis 表示:“我目標睡六小時,但我的習慣非同尋常。我可以在白天有效運作。”他強調,睡眠少於六小時會對大腦健康產生負面影響。Hassabis 於 2010 年聯合創立了 DeepMind(後被谷歌收購),並因其在蛋白質結構預測方面的開創性工作榮獲 20
儘管營收未達預期,OpenAI 與 Anthropic 仍爭奪市場份額
儘管近期有報導指出 OpenAI 未達營收目標,導致本週二科技股承壓,但私人人工智慧實驗室的投資者仍展現出韌性。資深投資者已確認,儘管媒體報導負面,他們仍不會削減投資。分析師認為當前的 AI 競逐仍處於初期階段,因此排除「贏家通吃」的結果。儘管高昂的運算成本對營收造成壓力,但各實驗室可透過調高訂閱費來提升獲利能力。產業格局正經歷微妙的變化與 OpenAI 不同,競爭對手 Anthropic 獲得了





首頁






