AI 编程成本该按已合并 PR 计算，而非 token

MIT Technology Review 的一篇文章主张，衡量 AI 编程投入应改用“每个已合并 PR 的成本”，而不是统计 token 消耗，因为单个智能体任务消耗的 token 可达普通对话提示词的 10 到 50 倍。 文章建议把困难规划交给前沿模型，把代码生成与重复重构路由到自托管开源权重模型，并用网关按任务复杂度调度。HPE 称，其混合 AI 平台将 150 多个内部应用的常规负载转到本地开源权重模型后，token 成本下降 30% 到 50%；这是 HPE 的说法，并非已独立验证的效果。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。