搜索关键词 Pull Request
AI & Enterprise
AI代码工具普及加深依赖：开发者体感提效，实测却未必更快
随着AI代码工具加速普及，开发者对其依赖已开始影响相关实验的开展。METR研究显示，尽管不少开发者主观感受到效率提升，但实测开发总耗时反而上升。围绕AI编程的讨论也正从“生成得有多快”，转向Token成本、代码修复、验证以及长期维护成本。
AI & Enterprise
Anthropic高管建议AI代理输出转向HTML：信息承载更强，也更便于分享
Anthropic负责Claude Code的Thariq Shihipar近日表示，AI代理的输出格式应更多从Markdown转向HTML。他认为，Markdown在长篇内容的可读性、可视化呈现和分享便捷性方面存在明显局限，而HTML在信息密度、结构化阅读、链接分享和交互式操作上更具优势。不过，相比Markdown，HTML也意味着更高的生成耗时、Token消耗以及更复杂的版本比对。
AI & Enterprise
Jellyfish：AI 编程不是 Token 用得越多越高效，10倍消耗仅换来约2倍产出
工程智能公司 Jellyfish 基于 Anthropic 编程工具 Claude Code 的用户数据分析称，Token 使用量最高的前10%开发者，消耗规模约为中等水平开发者的10倍，但产出仅高出约2倍。随着企业加强 AI 成本管控，衡量 AI 编程工具价值的标准正从“用得多”转向“用得是否划算”。
