AI采用与使用之间的差距

今年，每个工程组织都在讨论类似的图表：座位激活和代币支出在上升。然而，在这些团队的规划会议中，软件构建方式并没有改变。这种差距是实际问题所在，而大多数衡量AI采用的方式无意间掩盖了这一点。所有测量的数据都是使用指标，如代币支出、代码提交次数等，并不能反映工作质量是否提高。当一个数字成为目标时，它就不再描述现实而是描述激励机制。如果团队为了满足覆盖率门限而编写无意义的测试用例，则表明指标被满足但实际目标已被放弃。同样的情况也出现在AI使用率上，一旦将其作为绩效信号，使用量会迅速上升，但这并不能说明任何问题。更好的问题是：如果明天移除这些工具，什么会出问题？如果答案是“没什么，人们只会稍微不满”，那么这并不是真正的采用，而只是订阅。