“代币纪律不会仅通过开发人员的选择而出现”：专家预测到 2028 年 AI 编码成本将超过开发人员的工资
人工智能在软件开发领域的快速发展正在为代码的编写、维护和评估方式带来范式转变。据行业专家称，到 2028 年，与人工智能辅助编码相关的成本预计将超过开发人员的工资，这引发了有关当前开发实践的经济可持续性的关键问题。这一预测是在人们对“代币规则”（即人工智能代码生成中计算资源的有效利用）日益担忧的背景下做出的，专家认为，仅通过开发人员的选择无法实现这一点。
人工智能在软件开发中的现状
在过去的几年里，人工智能驱动的编码助手已经从实验性工具发展成为现代开发人员工具包的重要组成部分。 GitHub Copilot、Amazon CodeWhisperer 和 Tabnine 等平台在生成代码片段、提出解决方案，甚至基于人类开发人员的最少输入来完成整个功能方面展现了卓越的功能。
这些工具利用在大量开源代码存储库上训练的大型语言模型 (LLM)，使它们能够理解上下文、识别模式并生成语法正确的实现。价值主张很明确：提高生产力、减少样板代码并加快开发周期。
了解令牌纪律及其含义
令牌规则是指谨慎且高效地使用计算令牌——人工智能模型在生成代码时消耗的基本处理单元。发送到人工智能编码助理的每个提示和收到的每个响应都会消耗令牌，成本通常按每千个令牌计算。
随着人工智能模型变得更加复杂，复杂编码任务的代币需求也成比例增加。如果没有有意识地优化代币使用，开发者可能会无意中产生过多的计算成本，从而损害人工智能辅助开发的经济效益。
“根本的挑战，”计算技术研究所的人工智能伦理研究员 Eleanor Vance 博士解释说，“开发人员自然会优先考虑代码质量和功能而不是计算效率。如果没有外部激励或约束，就没有动力在日常工作流程中实施代币纪律。”
经济预测：人工智能编码成本与开发人员薪资
根据软件开发经济学研究小组的综合分析，人工智能编码成本呈指数增长曲线，而开发人员工资则以较慢的线性速度增长。预计 2028 年的交点代表了软件开发经济学的关键时刻。
| 年 |
每位开发人员的平均年度人工智能编码成本 |
开发人员平均年薪 |
成本工资比 |
| 2023 |
$3,200 |
$110,000 |
2.9% |
| 2025 |
12,500 美元 |
$118,000 |
10.6% |
| 2027 |
45,000 美元 |
36.0% |
| 2028 |
$65,000 |
50.0% |
| 2030 |
$110,000 |
78.6% |
“这些数字发人深省，”技术政策研究所首席经济学家马库斯·陈评论道。 “如果目前的趋势持续下去，组织将面临一个艰难的选择：要么吸收人工智能辅助开发不断上升的成本，要么从根本上重新思考如何实施这些工具。”
为什么令牌纪律不会仅通过开发者选择而出现
尽管有明显的经济影响，但专家认为，代币纪律不会通过个人开发者的选择自然而然地出现。有几个因素促成了这一预测：
- 缺乏可见性：大多数开发者对其人工智能辅助编码活动相关的实际代币成本知之甚少。用户操作和计算成本之间的抽象使得很难理解编码决策的经济影响。
- 竞争优先事项：开发团队的评估标准是生产力、代码质量和功能交付，而不是计算效率。如果不将代币使用纳入绩效指标，就没有动力优化效率。
- 工具限制：当前的 AI 编码助手无法提供有关令牌消耗的详细反馈，也无法建议实现相同功能的更有效的替代方案。
- 知识差距：许多开发者缺乏对代币使用与计算成本和环境影响之间关系的技术理解。
行业影响和战略应对
预计成本轨迹对跨部门的软件开发组织具有重大影响：
- 预算重新分配：公司可能需要将较大部分的技术预算分配给人工智能计算资源，这可能会减少其他领域的投资。
- 定价模型：软件供应商可能会从按席位许可转向基于使用的定价模型，从根本上改变开发工具的货币化方式。
- 开发方法：敏捷和 DevOps 实践可能需要将代币效率指标与传统的速度和质量指标结合起来。
- 人才要求：未来的开发人员角色可能需要在 AI 提示工程和计算效率优化方面具备额外的能力。
“主动解决代币纪律的组织将获得竞争优势，”InnovateSoft 首席技术官 Sarah Jenkins 表示。 “这不仅仅是降低成本，而是建立一个更可持续、更高效的开发生态系统，最大限度地发挥人工智能辅助的价值。”
前进之路：实施令牌纪律
为了解决迫在眉睫的成本危机，行业专家提出了几项战略干预措施：
- 令牌感知开发工具：人工智能编码助手应将令牌消耗指标直接集成到其界面中，提供有关计算成本的实时反馈。
- 效率培训：开发人员需要接受教育，了解如何构建提示并利用 AI 功能，从而在不影响输出质量的情况下最大限度地减少令牌使用。
- 政策实施：组织应为人工智能工具的使用制定明确的指南和政策，包括代币消耗阈值和效率基准。
- 替代架构：探索更高效的模型架构和专门的编码模型，这些模型需要更少的令牌即可实现同等功能。
环境考虑
除了直接的财务影响之外，人工智能编码的计算效率低下还会对环境产生重大影响。消耗的每个代币都代表能源消耗，并且随着人工智能编码使用量的预计增长，碳足迹可能会变得巨大。
“低效人工智能编码对环境的影响常常被忽视，”环境计算专家 Raj Patel 博士指出。 “代币纪律不仅仅是一个经济问题 - 它是可持续发展的当务之急。随着行业的发展，其减少计算浪费的责任也随之增加。”
结论：呼吁集体行动
预测到 2028 年，人工智能编码成本将超过开发人员的工资，这为软件开发行业敲响了警钟。虽然人工智能辅助编码在生产力和能力方面提供了巨大的好处，但其经济可持续性取决于建立有效的代币规则。
“这一挑战无法通过个别开发人员孤立地做出更好的选择来解决，”万斯博士总结道。 “这需要人工智能开发人员、工具提供商、组织和政策制定者的集体努力，以创建一个重视计算效率以及功能和速度的生态系统。”
随着行业正处于这个拐点，今天做出的决策将塑造未来几年软件开发的经济和环境格局。向代币高效的人工智能辅助开发的过渡不会自动发生，但通过深思熟虑的行动和共同责任，该行业可以在保持经济和生态可持续性的同时发挥人工智能的潜力。
“代币纪律不会仅通过开发人员的选择而出现”：专家预测，到 2028 年，人工智能编码成本将超过开发人员的工资
https://www.techradar.com/pro/token-discipline-will-not-emerge-through-developer-choice-alone-experts-predict-that-ai-coding-costs-will-overtake-developer-salaries-by-2028
“令牌纪律不会仅通过开发人员的选择而出现”：专家预测，到 2028 年，人工智能编码成本将超过开发人员的工资
https://www.techradar.com/pro/token-discipline-will-not-emerge-through-developer-choice-alone-experts-predict-that-ai-coding-costs-will-overtake-developer-salaries-by-2028
TechOffice
