アーカイブ — US — techcrunch
「Tokenmaxxing」が開発者の生産性を低下させている可能性
AIコーディングツールの台頭により、開発者の間でコーディング量が増加していますが、生産性を損なう大規模なコード変更が問題となっています。AIの処理能力を示すトークン予算に基づく測定は効率を正確に反映しておらず、企業はより多くのAI生成コードを改訂することで苦労しています。この傾向は、急速なテクノロジーの導入の中で実際の開発者の生産性を評価する際の課題を浮き彫りにしています。
要点
- AIコーディングツールは、コードを多く生成しますが、保持率は低くなるため、修正が必要です。
- トークン予算は、生産性を測る際に入力よりも出力に焦点を当てる誤解を招きます。
- Waydevのような企業は、AIによるコードの品質とコストを効果的に追跡するために進化しています。
- 証拠によると、AIツールを使用すると、より多くのコードが生成されますが、それのほんの一部しか有効でないことが示されています。
- AIツールによる生産性の向上は、コードの交換が増加することで、より高いコストがかかることが示されています。
なぜ重要か
- ソフトウェア開発における生産性指標（コード行数など）が成果に焦点を当てる方向に変化してきました。
- ソフトウェア開発におけるAIの統合は、労働力不足や効率要求に対応するさまざまな産業における自動化の一般的なトレンドの一環です。
- 現在の開発者が直面する課題は、過去の初期の自動化ツールの到来時に見られた移行と類似し、企業が新技術を効果的に測定および適応することに苦労した点と共通しています。
AIツールが一般化するにつれて、組織は生産性メトリクスを洗練し、コード変更の増加に対応しつつ品質を維持する必要があります。これは、ソフトウェア開発の進化する環境における継続的な課題です。