Uber 首席运营官表示，越来越难证明花在 tokenmaxxing 上的钱是合理的

【HN用户评论摘要】 我确信，对于具有适当技能的高级工程人才来说，人工智能使用（包括代码审查和其他全部）的最大可持续提升约为 20%，任何工程师的代币预算不应超过这个数字。我不相信代币最大化的工程师真正富有成效，而且我还没有看到任何证据（也许相反）。我个人发现，通过正确的流程和代码库知识，通过可持续的 ef 水平可以实现这一点 如果......我们停下来一会儿，然后，思考一会儿后，我们停止用显微镜敲钉子，并停止使用代币使用作为生产力的衡量标准怎么办？我知道这听起来很愚蠢，但是如果 甚至在获得法学硕士之前，我总是对软件堆栈感到好奇，但现在似乎更相关：Uber（或你最喜欢的公司）什么时候会“完成”？ 他们编写软件已经有 16 年了。他们为司机和乘客匹配。 更多的软件并不会增加我找到他们而不是乘坐公共汽车或火车的机会。他们的软件会在 20 年内完成吗？ 80？ 如果任何公司宣布他们使用代币消费作为员工绩效信号，对我来说，这接近于远离该公司的危险信号。任何具有良好工程领导力的公司都不应该表现得像这远不是一个好主意。 Tokenmaxxing 毫无意义，它类似于编写效率极低的 SQL/Spark 作业，充满笛卡尔连接、超倾斜数据集等，只是为了尽可能多地使用计算/内存/IO。当指标成为目标时，这种情况总是会发生，公司应该培育和培育一个以尽可能最有效的方式使用人工智能的环境，首先问“我们真的需要一个代理吗”，如果需要，需要什么样的代理，什么模型，推理水平，等等。他们是 原始链接：https://www.businessinsider.com/uber-coo-andrew-macdonald-ai-token-spending-harder-justify-2026-5