别只数 token,要数真正交付的软件
摘要
文章指出,按 token 计费的成本指标无法区分浪费与真正交付软件的工作,企业应改用“每合并一个 PR 的成本”衡量 AI 编程投入产出,并通过模型路由与自有算力降低单位成本。
核心要点
- 单个 Agent 编程任务的 token 消耗是普通对话提问的 10 到 50 倍,因为需要规划、生成、跑测试并反复纠错
- 据报道 Uber 在扩大使用 Claude Code 后,2026 年全年 AI 预算在 4 月就已耗尽;GitHub Copilot 也从固定费率转向按量计费额度
- Gartner 预测到 2028 年,AI 编程的 token 成本将超过开发者平均薪资
- 作者主张的核心指标是“每次合并 PR 成本”=AI 辅助开发总成本 ÷ 通过评审并合并的变更数,同时需跟踪返工与缺陷率,避免低价掩盖质量下降
- 落地手段之一是按复杂度、数据敏感性、成本与延迟做网关路由,把前沿模型留给困难规划,代码生成、测试编写、重复重构交给自托管开放权重模型
原文佐证
- A single task can use 10 to 50 times more tokens than a basic chat prompt.
- Uber reportedly exhausted its entire 2026 AI budget by April after expanding its use of Claude Code.
- Gartner predicts that AI coding token costs will surpass average developer salaries by 2028.
AI 洞察
这标志着 AI 编程的评估重心从“模型能力/单价”转向“单位交付经济性”,token 单价将越来越像电费而非价值刻度。对企业而言,竞争壁垒会落在模型路由、私有评测集与自有算力上,而非单纯购买最强模型;对开发者个人,“能否把消耗转化为合并的代码”将成为比用量更硬的考核维度。按量计费的反弹也可能倒逼厂商推出以结果计价的商业形态。