CMU 与 JetBrains 研究：Token 消耗量无法衡量 AI 智能体产出

1 篇收录报道1 家独立信源交叉印证持续跟踪至 2026/11/12 01:13:42

全景综述与最新动态

1 家信源交叉印证

卡内基梅隆大学与 JetBrains 联合研究发现，工程师的 Token 消耗量与其代码提交量仅呈弱相关：同一工程师消耗翻倍，提交量仅增加约 10%。研究基于 404 名 JetBrains 工程师 5 周的编码智能体使用数据与提交记录，并辅以 412 人的企业调研。作者建议 Token 消耗只用于预算管理，评估智能体辅助工作应依据任务与结果证据。

最新动向/卡内基梅隆大学与 JetBrains 联合研究发现，工程师的 Token 消耗量与其代码提交量仅呈弱相关：同一工程师消耗翻倍，提交量仅增加约 10%。研究基于 404 名 JetBrains 工程师 5 周的编码智能体使用数据与提交记录，并辅以 412 人的企业调研。作者建议 Token 消耗只用于预算管理，评估智能体辅助工作应依据任务与结果证据。

逐小时热度走势

6 个完整观测小时

当前

14.9

峰值

16.902:00

近 24h 变化

–

曲线只比较全程持续完整观测的同一批信源；缺口小时数据已插值平滑，保持趋势连续。

报道时间线

共 1 篇 · 最新优先

Rohan Paul (@rohanpaul_ai)T211月12日 01:13·78 分
CMU 与 JetBrains 研究：Token 消耗量无法衡量 AI 智能体产出
原标题：New Carnegie Mellon and JetBrains paper finds that token spend shows how much engineers use AI agent...
- 同一工程师 Token 消耗翻倍，代码提交量仅增加约 10%
- 提交量相近的周之间，Token 用量可相差 39 至 240 倍
- 技术员工在近九成评估场景中已将智能体用于编码之外的任务
- 建议 Token 消耗仅用于预算，产出评估应基于任务与结果证据
查看关联报道与研判原始网页