衡量 AI 编程智能体应转向交付成果

文章主张，企业不应只按 token 数量衡量 AI 编程智能体的成本，而应核算每个合并拉取请求的成本，并同时追踪返工和缺陷，以判断投入是否带来有效交付。智能体会反复规划、写代码和测试，单项任务的 token 消耗可达普通聊天提示的 10 至 50 倍。 文章还建议将复杂任务交给前沿模型、常规任务路由至自有开源权重模型，并采用混合推理架构。HPE 称，其内部平台已将 token 成本降低 30% 至 50%；这一数字是 HPE 对其平台的说法，不代表所有企业都能达到相同效果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。