AI 编程预算按人头封顶，回报还算不出来

公司开始给每位工程师的 AI 编程花费设上限，管预算的办法已经成形，算收益的办法还没有。

先说结论。按顾行的读法，一件具体的事最能说明问题：一位工程师这个月在编程智能体上花了 1,500 美元，他所在的团队能不能说出这笔钱换来了什么？从这次 27 家公司的访谈看，多数答不上来。大家手里现成的尺子只有 PR（合并请求）数，而 PR 数涨得最快的地方，不一定交付了更多；能把花费和业务产出对上的，是少数一直在用看板记关单数的团队。

发生了什么

据 The Pragmatic Engineer 10 月 20 日的文章，作者 Gergely Orosz 访谈了 27 家公司的工程负责人和资深工程师，问两件事：每位工程师每月在 AI 工具上花多少钱，用 AI 前后的 PR 数有什么变化。多数公司要求匿名。文章是付费内容，本文只引用公开可读部分，数字均为受访者口述，没有第三方核对，按媒体报道看待。

花费的差别很大，而且和公司规模无关。文中写到，一家两人的 .NET 小公司每位开发者每月花约 3,000 美元，一家有 1,500 名工程师的上市公司把每人每月上限定在 150 美元。中高花费的公司普遍设了上限，超额要申请，但多数受访者说上限很容易绕过。有一家约 100 人的 AI 软件公司把每人 2,000 美元当作事实上的硬上限：要提额，先跑一个检查有没有无谓循环、子智能体用得太多的内部工具，查不出问题再找经理批，受访者说很少批下来。

花费在夏天见顶。文章写到，6、7 月几乎所有公司的月度花费都到了最高，按 API 计费的公司之后花费大约减半，原因是换用 Opus 5.5 和转向开放权重模型。这一点可以对上 Anthropic 9 月 22 日的发布页：Opus 5.5 输入、输出价格比 Opus 5 低 20%，缓存读取低 60%，Anthropic 称按它自己的测试，典型负载的成本降 40%，这是厂商自测口径。另一个方向的压力也被提到：几家公司说手里打折的订阅快到期了，要么压成本，要么账单涨 5 到 10 倍。

产出这一侧，文章先给了平台数据：CodeRabbit 称用它审代码的开发者每周 PR 数比一年前多 113%，同一批 2 万名开发者一年里多 128%；Gitar 称部分「AI 原生」团队每人每周超过 60 个 PR。这些都是工具厂商对自家用户的统计。具体到公司，结果分成几种：

• 有公司 PR 数翻倍，从每人每周约 4 个到约 8 个；
• 有公司 PR 数持平，但每个 PR 的代码行数变成原来的 3 倍；
• 有家上市 SaaS 公司 PR 数上去了，合并的速度却没怎么变，受访的资深工程师说，人工审查仍能抓出大量智能体和自动审查漏掉的问题，比如根本不需要的改动、比应有规模大十倍的改动；
• 有家酒店业公司刻意让 PR 的大小和质量标准维持原样，结果 PR 数也基本没变；
• 只有一家跨国公司的团队负责人拿出了业务口径：他们用 Scrum 加看板记了五年，从 2、3 月起每月关闭的用户故事是去年的 3 倍，第一次出现关闭的比新进来的多。但他也说，这个团队的 PR 数增长主要来自一个人。

文章最后一节的标题就是「AI 的回报是多少」，作者的回答是：很少有公司说得出来，至少现在如此。唯一的例外是一家量化交易公司，那里的花费从 1 月的每月 50 万美元涨到 9 月的 800 万美元，但回报直接看交易台的盈亏，AI 只是成本的一部分。

为什么重要

分析推断：这件事改变的是企业管 AI 编程的顺序。依据是文中几乎所有中高花费公司都有按人头的上限、提额流程和花费看板，却只有一个团队把花费和交付的业务价值对上了号。预算管法先到位，收益算法后到位，意味着接下来一段时间里，决定这笔钱花多少的，主要是财务上限和模型价格，而不是产出证据。

PR 数为什么不够用，CodeRabbit 自己的另一份报告给了线索。据 CodeRabbit 2025 年 12 月的报告，它用自家审查规则检查了 470 个开源 PR，其中 320 个被判为 AI 参与，结果 AI 参与的 PR 平均每个被标出 10.83 个问题，纯人工的是 6.45 个，约 1.7 倍，逻辑与正确性问题多 75%。这是厂商用自家工具做的统计，作者也承认无法确认哪些 PR 真的只由人写，按企业宣称看待。但它和 Pragmatic Engineer 里那位 SaaS 工程师的说法指向同一件事：PR 多了，审查的活也多了，合并速度不一定随之加快。两份材料的分母不同，本文不把数字放在一起比较。

分析推断：对正在定 2027 年预算的团队，可迁移的做法是先选一个业务口径（关闭的需求数、从提需求到上线的时间、线上缺陷数），再谈每人上限，而不是反过来用 PR 数去证明上限合理。依据是文中唯一能回答回报问题的团队，靠的正是用了五年的看板记录，而不是新加的度量。

最强反方

最有力的反驳是：要求现在就算清回报是苛求。任何新工具的早期，成本都比收益先看得见；办公软件、云计算普及时，企业也是先管账单、后算效率。况且 PR 数翻倍、两人小公司说抵得上五到七人，这些本身就是产出，不能因为没有对照实验就说回报不存在。花费在夏天之后减半，也说明价格下降正在替企业把问题变小。

我们让步的地方是：说「算不出来」不等于「没有回报」，本文也没有证据说花费不值。但我们仍坚持论点：在这份 27 家的样本里，涨得最显眼的指标恰恰是最不能说明交付的那个，刻意守住 PR 质量标准的团队，速度几乎没变；而订阅补贴到期、账单可能涨 5 到 10 倍的提醒，意味着价格下降不一定持续替企业省事。没有业务口径，就分不清是在为交付付费，还是在为更多需要审查的改动付费。

我们不知道什么

• 27 家公司是作者通过人脉找到的，大多匿名，样本不代表整个软件行业，也无法核对每个数字。
• 文章付费部分写了大公司（Meta、英伟达、苹果）和低花费公司的细节，本文没有读到全文，不引用。
• CodeRabbit 与 Gitar 的平台数据只覆盖自家用户，PR 数上升有多少来自 AI、多少来自团队习惯变化，没有对照。
• 订阅补贴到期的具体时间和涨价幅度，受访者没有给出可核对的合同条款。

接下来看什么

• 有没有公司公开把 AI 编程花费和交付指标（需求关闭数、上线周期、缺陷率）放在同一张表里披露，尤其是在财报电话会上。
• 订阅补贴到期后，按人头上限是被抬高还是被压低。
• 工具厂商是否开始提供按任务或按合并结果计费，而不只是按 token 计费。