HPE提出，衡量AI编码投入应改用「每个已合并 pull request 的成本」，即把AI辅助开发的总成本除以通过评审并合并的变更数量，而非按 token 计费。 这一主张的背景是：AI 编码智能体单任务消耗的 token 可达普通对话提示词的 10 至 50 倍，按 token 计费会让高价值工作流反而最昂贵。HPE 同时建议，将困难规划交给前沿模型，常规代码生成与测试交给自托管开源权重模型。
AI 根据报道生成 · 1 小时前更新
沿着报道，了解事件的不同侧面。
AI 编码智能体单任务消耗的 token 可达普通对话提示词的 10 至 50 倍，按 token 计费让高价值工作流反而最昂贵。文章主张改用「每个已合并 pull request 的成本」衡量 AI 开发投入，并将困难规划交给前沿模型、常规代码生成与测试交给自托管开源权重模型。
还没有足够的连续观测数据，暂不绘制趋势。