代幣極大化正讓開發者的生產力低於其預期

管理學中有一句老話：你衡量什麼，就得到什麼。通常情況下，你衡量的指標越高，得到的產出就越多。

軟體工程師數十年來一直在爭論生產力指標，最早是從程式碼行數開始。但隨著新一代 AI 編碼代理（coding agents）產出的程式碼量達到前所未有的高度，管理者究竟該衡量什麼，變得愈發模糊。

龐大的 Token 預算——本質上是授權開發者消耗的 AI 運算能力——已成為矽谷開發者的一種榮譽勳章，但這是一種非常奇怪的生產力思考方式。當你理應更在乎產出時，衡量過程中的投入（input）幾乎沒有意義。如果你是為了鼓勵更多人採用 AI（或是在銷售 Token），這或許說得通，但如果你是為了提高效率，則不然。

參考來自「開發者生產力洞察」領域新興公司的證據。他們發現，使用 Claude Code、Cursor 和 Codex 等工具的開發者，其產出的「被採納程式碼」量遠超以往。但他們也發現，工程師事後必須回頭修改這些已採納程式碼的頻率也大幅增加，這削弱了生產力提升的說法。

Waydev 的執行長兼創辦人 Alex Circei 正在構建一個智慧層來追蹤這些動態；他的公司與 50 家不同的客戶合作，這些客戶僱用了超過 10,000 名軟體工程師。（Circei 過去曾為 TechCrunch 撰稿，但本報記者此前未曾與他見面。）

他表示，工程主管看到的程式碼採納率高達 80% 到 90%——意即開發者批准並保留的 AI 生成程式碼比例——但他們忽略了工程師在隨後幾週內必須修改這些程式碼所產生的「程式碼變動」（churn），這使得現實世界中的實際採納率降至生成程式碼的 10% 到 30% 之間。

AI 編碼工具的興起，促使成立於 2017 年、提供開發者分析服務的 Waydev 在過去六個月內徹底重構了其平台，以應對快速編碼工具的激增。現在，該公司正發布新工具來追蹤 AI 代理生成的元數據（metadata），提供關於程式碼品質與成本的分析，以便讓工程主管更深入地了解 AI 的採用情況與成效。

在 Disrupt 會見您的下一位投資者或新創組合

您的下一輪融資、下一位員工、下一個突破機會。盡在 TechCrunch Disrupt 2026。屆時將有超過 10,000 名創辦人、投資者和科技領袖齊聚一堂，參加為期三天、超過 250 場的實戰會議、強大的引薦機會以及定義市場的創新展示。立即註冊，最高可節省 410 美元。

在 Disrupt 會見您的下一位投資者或新創組合

您的下一輪融資、下一位員工、下一個突破機會。盡在 TechCrunch Disrupt 2026。屆時將有超過 10,000 名創辦人、投資者和科技領袖齊聚一堂，參加為期三天、超過 250 場的實戰會議、強大的引薦機會以及定義市場的創新展示。立即註冊，最高可節省 410 美元。

雖然分析公司有動機去強調他們發現的問題，但越來越多證據顯示，大型組織仍在摸索如何高效使用 AI 工具。大公司也注意到了這一點——Atlassian 去年以 10 億美元收購了另一家工程情報新創公司 DX，以幫助其客戶了解編碼代理的投資報酬率。

來自整個行業的數據講述了一個一致的故事：寫出的程式碼更多了，但其中不成比例的部分並未保留下來。

該領域的另一家公司 GitClear 在 1 月發布的一份報告中發現，AI 工具提高了生產力，但其數據也顯示「AI 經常使用者的平均程式碼變動率比非 AI 使用者高出 9.4 倍」——這超過了工具所帶來的生產力增益的兩倍。

工程分析平台 Faros AI 在其 2026 年 3 月的報告中參考了兩年的客戶數據。研究發現：在高度採用 AI 的情況下，程式碼變動（刪除的程式碼行數與增加的行數之比）增長了 861%。

自稱為 AI 整合工程智慧平台的 Jellyfish，在 2026 年第一季收集了 7,548 名工程師的數據。該公司發現，擁有最大 Token 預算的工程師產出了最多的 Pull Request（對共享程式碼庫的修改建議），但生產力的提升並未隨之按比例增長。他們以 10 倍的 Token 成本僅換取了 2 倍的產出量。換句話說，這些工具產生的是「量」，而非「價值」。

當你與開發者交談時，這類統計數據聽起來非常真實。開發者發現，儘管他們沉浸在新工具帶來的自由中，但程式碼審查（code review）和技術債卻在不斷堆積。一個常見的發現是資深工程師與初級工程師之間的差異：後者採納了更多的 AI 生成程式碼，結果卻面臨更大規模的重寫工作。

儘管如此，即使開發者正努力搞清楚他們的 AI 代理究竟在做什麼，他們也不預計在短期內回頭。

「這是一個軟體開發的新時代，你必須適應，作為一家公司你被迫去適應，」Circei 告訴 TechCrunch。「這不像是一個會過去的週期。」