James Shore 提出用变更成本度量 AI 编程意外后果

James Shore 在系列文章第三部分提出用变更成本衡量 AI 编程的意外后果，并称价值增值比例是他最信任的指标。他给出可维护性模型、代码行数流失模型，以及锁定和倦怠的观察方法，并用算例说明：速度提升 50%，但 token 成本使人力减少 25%、维护成本翻倍时，只是打平。 Shore 同时提醒，价值增值比例极易被操纵，应只用于评估方法，而非考核人员。

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。