以合并PR衡量AI开发投入产出
热点事件持续更新
以合并PR衡量AI开发投入产出
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Affan Syed主张用“每个已合并拉取请求的总成本”衡量企业AI辅助开发的投入产出，而非只统计token消耗，并同步观察返工和缺陷；复杂或低频任务可调用前沿API，重复性任务则结合自有推理容量。 他称，多数企业将采用混合模式，采用前应先基于自身代码、测试和验收标准比较各方案成本。HPE内部将150多个应用的例行工作路由至本地开放权重模型后，token成本降低30%至50%，但这一内部结果不等同于所有模型或部署方式均能达到同等降幅。
AI 根据报道生成 · 51 分钟前更新
最新进展11月2日 21:10
AI 编程别只数 token：衡量每个已合并 pull request 的交付成本报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- MIT Technology Review · AIAI 编程别只数 token：衡量每个已合并 pull request 的交付成本
AI 编程智能体执行规划、生成代码和测试等流程，单项任务可能消耗基础聊天提示词 10 至 50 倍 token。更合理的指标是每个已合并 pull request 的总成本，并同步跟踪返工与缺陷；按任务复杂度分配模型和算力，可兼顾性能、成本与代码主权。HPE 内部混合 AI 平台将 150 多个应用的例行工作路由至本地 open-weight 模型，使 token 成本降低 30% 至 50%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。