FactSet 写代码的 token 用量季增八成多、花费只涨一半：比「AI 写了多少代码」更能对账的数

写代码智能体的 token 花费开始像人力成本一样被单独治理，并写进了财报电话会。

先给结论：FactSet 过去两个季度给出了两组数。一组是常被引用的「智能体写了 27% 的已提交代码」，另一组是「写代码相关的 token 用量季增超过 80%，花费只涨了用量的一半」。前一组的分母是「使用这些工具的工程团队」，换一家公司就换一个分母；后一组直接落在成本科目上，是能拿来对账的数。读企业 AI 写代码的账，应该从花费和人力两条线读起。

做了什么

据 The Motley Fool 刊登的 FactSet 第三财季电话会逐字稿（财季截至 2026 年 5 月 31 日），CEO Sanoke Viswanathan 把工程、数据运营和客户服务列为公司三大运营成本中心，并说本季在产品与工程团队扩大 AI 使用：写代码相关的 token 用量环比增长 5 倍，已提交的 AI 代码行数增长近 10 倍；在使用这些工具的工程团队里，编码智能体撰写了 27% 的已提交代码。紧接着他说，借这些效率提升，公司启动了约 10% 的技术人员裁减。

一个季度之后，口径变了。据 The Motley Fool 刊登的第四财季电话会逐字稿（财季截至 8 月 31 日），他不再更新 27% 这个占比，改讲三件事：AI 参与的项目数增长约 40%；「上季度落地的 token 治理与优化措施」在继续带来效率；写代码相关的 token 用量环比增长超过 80%，token 花费的增速只有用量的一半。同一场电话会上，财务负责人在回答提问时说，公司在主动监控 token 的用量和花费两项。

人力一侧，第四财季逐字稿写明：本季整体人数下降，是公司连续多年增长后第一次出现全年人数减少；电话会所在的 9 月又实施了一轮裁减。CEO 说腾出的产能大部分转去做新产品和增长项目，一部分回到利润。

效果：能对账的三组数

第一组，用量与花费分开了。第三财季 token 用量环比 5 倍，第四财季环比超过 80%、花费增速约为用量的一半（逐字稿原话是「only half that pace」）。这说明治理措施压低了单位 token 的花费，或者把一部分调用换到了更便宜的档位；公司没有说是哪一种，也没有给出花费的金额。

第二组，重组费用写进了监管文件。据 FactSet 提交给美国证监会的 8-K 附件，第四财季「重组与遣散」项为 2690 万美元（上年同期 58 万美元），2026 财年合计 4620 万美元（上年 26 万美元）；全年 GAAP 营业利润率 28.3%，上年 32.2%，公司把下降主要归因于一次性重组费用、与 ASV 挂钩的激励和 CEO 一次性薪酬。调整后营业利润率 34.5%，上年 36.3%，原因写的是激励薪酬和技术费用增加。

第三组，非工程环节的效果。第四财季逐字稿称，面向客户的协助智能体已全面上线，能在没有人工介入的情况下解决超过 30% 的用户发起请求；私募市场数据管线重做后处理时间缩短超过 75%。

对照来看 Ziff Davis。据 The Motley Fool 刊登的 Ziff Davis 第二季度电话会逐字稿，CEO Vivek Shah 说，一个季度里公司发布代码中由 AI 撰写的比例大约翻了一倍，新增或更新的已发布代码「多数」由 AI 撰写，并计划在 2026 年底前让几乎全部代码由 AI 撰写；第二季度发布的代码比第一季度多 24%，工程人员更少，「初步指标显示交付质量保持稳定」。同一页面的编辑摘要把「多数」写成了「50%」，CEO 原话没有给出这个数，本文以原话为准。

代价与踩坑

第一，占比不能并排。FactSet 的 27% 是「使用工具的团队、已提交代码」，Ziff Davis 的「多数」是「公司已发布的新增或更新代码」。分母不同，放在一张表里比高低没有意义；代码行数也不是产出，发布多 24% 的代码不等于多交付 24% 的功能。

第二，省下的人力先变成了费用。FactSet 当年计提 4620 万美元重组与遣散费，利润率下降；CEO 也说腾出的产能「大部分」转去做新产品。分析推断：至少在 2026 财年，智能体写代码对 FactSet 利润表的直接体现是费用先行、节省后至；依据是 8-K 里的重组费用与利润率变化，以及电话会关于产能再投入的说法。

第三，因果没有拆开。8-K 的重组费用没有按原因拆分，人数下降也来自「精简运营架构」的整体动作；只有第三财季那约 10% 技术人员裁减，被管理层直接和 AI 写代码放在同一句话里。把 4620 万美元全部记到 AI 头上，会越过证据。

第四，token 账单会先涨。第三财季用量一个季度涨 5 倍，第四财季才出现「花费只涨一半」。分析推断：没有治理措施时，写代码智能体的花费可能先于人力节省出现；依据是 FactSet 在用量激增后的下一个季度才专门推出治理与优化措施。

哪些已证实，哪些只是宣称

• 官方文件：重组与遣散费用（第四财季 2690 万美元、全年 4620 万美元）、营业利润率与收入数字，来自 FactSet 向美国证监会提交的 8-K 附件。
• 企业宣称：27% 的已提交代码由智能体撰写、token 用量 5 倍与超 80%、花费增速为用量一半、约 10% 技术人员裁减、协助智能体解决超 30% 请求，均为管理层在电话会上的口述，没有分母、金额或第三方核对。
• 企业宣称：Ziff Davis 的「多数代码由 AI 撰写」「发布代码多 24%」「质量保持稳定」同为电话会口述，质量没有给出指标。
• 媒体报道：两家电话会内容经 The Motley Fool 逐字稿可见；该网站注明部分内容由大模型辅助生成，本文数字以讲话正文为准，不用页面摘要。

最强反方

最有力的反驳是：token 花费增速只有用量一半，可能只是因为模型厂商同期降价，和 FactSet 的治理措施无关；而且 FactSet 没给花费金额，如果 token 花费本来就只占技术费用的很小一部分，这个比例对成本的意义不大，真正的大账仍是那约 10% 的人力。照这个说法，27% 和人数下降才是重点，token 账只是边角。

我们在两处让步：降价与治理各占多少，现有材料分不开；token 花费的绝对规模也确实未知。但论点仍然成立的部分是，FactSet 选择在第四财季用「用量对花费」替代「AI 写代码占比」来向投资者交代效率，而 27% 这类占比换一家公司就换分母，没法拿来比较；用量与花费、重组费用与利润率，至少落在同一套会计口径上。如果下一季 FactSet 披露的 token 花费金额小到可以略去，我们会改口，承认这本账的重点在人力一侧。

我们不知道什么

• FactSet 写代码相关 token 花费的金额，以及它占技术费用的比例。
• 「治理与优化措施」具体是什么：限额、换用更便宜的模型、缓存，还是审批流程。
• 约 10% 技术人员裁减的绝对人数，以及 9 月那一轮裁减的规模与范围。
• 27% 的已提交代码里，有多少经过人工改写，上线后的缺陷率与回滚率是多少。
• Ziff Davis「质量保持稳定」用的是哪些指标、样本多大。

接下来看什么

一是 FactSet 即将提交的 2026 财年 10-K 是否给出年末员工人数，能否核对「首次全年人数减少」的幅度。二是下一季电话会是否继续披露 token 用量与花费，以及第一财季的重组费用规模（公司已说第一财季自由现金流会有类似的临时影响）。三是其他软件公司是否开始报告「用量对花费」，而不只是「AI 写了百分之几的代码」：有了同一口径，跨公司比较才有意义。