4月19日，随着AI编程助手的兴起，软件工程师的生产力衡量指标变得模糊。硅谷开发者之间开始流行以词元（Token）额度作为衡量标准，但Techcrunch指出，这种方式并不合理，因为它关注的是投入而非产出。新兴的开发者生产力分析公司发现，使用AI编程工具的开发者虽然被采纳的代码量增加，但返工修改的频率也大幅上升，削弱了生产力提升的说法。

Waydev首席执行官兼创始人亚历克斯・西尔切伊表示，工程管理者看到的代码采纳率通常在80%到90%之间，但实际有效采纳率可能降至10%到30%，因为后续几周内工程师需要反复修改代码。Waydev在过去半年重构了平台，以应对快速编码工具的普及，推出了新工具追踪AI助手生成的元数据，分析代码质量与成本，帮助管理者更清晰地了解AI的应用情况与实际效果。

数据分析公司GitClear的报告显示，AI工具确实提升了生产力，但经常使用AI的开发者代码修改率是非AI用户的9.4倍，远超工具带来的两倍生产力提升。FarosAI的报告也指出，在AI高使用率场景下，代码变更率上升了861%。Jellyfish的研究则发现，Token额度最高的工程师提交的合并请求最多，但生产力提升并未与成本成正比，吞吐量提升了2倍，Token成本却增加了10倍。这些数据表明，AI工具带来的只是数量，而非价值。