管理界有句老話：衡量什麼就得到什麼。隨著新一代 AI 編碼代理能產出前所未有的程式碼量，管理者該如何衡量效率變得模糊。雖然 Silicon Valley 開發者將巨大的 token 預算視為榮耀，但這本質上是衡量輸入而非輸出，對於追求效率而言意義不大。Waydev 公司 CEO Alex Circei 指出，儘管開發者使用 Claude Code、Cursor 等工具後接受的程式碼量增加，但後續需要返工修訂的頻率也大幅上升。Waydev 服務超過 10,000 名工程師，其資料顯示，雖然 AI 生成程式碼的初始接受率為 80% 至 90%，但實際上的長期接受率因返工而下降，最終只有 10% 至 30% 的程式碼被保留。
行業資料證實了這一趨勢。Atlassian 去年以 10 億美元收購 DX，旨在幫助客戶理解編碼代理的投資回報率。GitClear 報告指出，AI 使用者的平均程式碼返工率是非 AI 使用者的 9.4 倍，這抵消了工具帶來的生產力提升。Faros AI 在 2026 年 3 月的報告中發現，在高 AI 採用率下，程式碼返工率（刪除行數與新增行數之比）增加了 861%。Jellyfish 平臺分析了 2026 年第一季度 7,548 名工程師的資料，發現擁有最大 token 預算的工程師產生了最多的程式碼請求，但生產力提升並未隨之擴充套件，他們在 token 成本增加十倍的情況下僅實現了兩倍的吞吐量。這表明工具正在產生體量而非價值。資深與初級工程師之間也存在差異，初級工程師更傾向接受 AI 生成的程式碼，但隨後面臨更多的重寫工作。儘管如此，開發者們仍認為這是軟體開發的新時代，公司必須適應並持續調整。