我大致能理解他们想要确保所有工程师都使用AI的考虑。对我自己以及和我一起工作的工程师来说，我看到每个人都经历了对AI的最初抵触和抗拒，但当我们开始使用AI时，生产力立刻有了显著的提升。所以确实有充分的理由让每个人都开始使用AI。如果你知道AI能提高他们的效率，你肯定不希望一个优秀的工程师一直抵制AI。不过，激励那些已经使用AI的人尽可能多地使用token，这似乎有点疯狂。
源讨论亚马逊员工被施压要提高AI使用率——所以他们编造任务原帖 434 条评论 · 导入时统计不只是亚马逊，其他公司也是。感觉整个科技巨头（还有一些小公司）同时都疯了。想象一下，如果你的CEO某天早上醒来对整个公司说："我们需要鼓励差旅支出。请尽可能多地预订商务旅行，尽可能多地花钱。乘头等舱去我们的卫星办公室！用豪华轿车而不是优步！去高级餐厅用餐！确保你一直在旅行。事实上，我们将把差旅支出作为你年度绩效考核的一部分：如果你在商务差旅上的花费不够，你会得到一个低评分！" 我们现在生活在一个完全疯狂的时代。
完整原文把你的经验，加入这段讨论。
在某个地方有一个限制，但我不断发现越来越多使用AI的方法。 不仅仅是编程，还有像“这是我团队的使命，去查看我公司所有的slack频道、linear任务、notion页面和got的最近合并，总结其他团队与我团队工作有交集的任何工作。 这会消耗大量的token。 设置为每周运行一到两次并生成报告。
完整原文值得反思为什么很难说服那些持怀疑态度的人去发现AI可能如何帮助他们。根本问题在于，确实很少有能让持怀疑态度的人产生共鸣的令人信服的示范，并且基本上没有实际价值的证据。 用户声称生产率提高了，并指向一些材料但中间因素，比如token使用量、生成的代码行数、PR数量等，但似乎并没有出现软件交付数量或质量上的明显革命。 将这些令人困惑的结果印象与许多人感觉他们并没有个人问题需要新工具的感觉结合起来，就导致了相当真诚和可以理解的漠不关心。 要让那些持怀疑态度的工程师使用AI，行业需要专注于展示可感知的工作流程改进，并展示实际的改进…
完整原文我已经使用它好几个月了。我仍然没有感受到任何提升。如果我要根据token使用量来排名的话，我肯定会使用最优的token数量。
完整原文是的，管理层应该明确表示他们只是不想看到某一周的AI使用量为零。不是‘消耗的token越多越好’作为绩效评估的标准。
完整原文人们实际上并没有因为LLM而更加高效，他们反而更不高效了。数据已经证明了这一点。所以没有理由强迫人们使用它们——这都只是炒作和神秘思维。
完整原文尊重不同观点，分享具体经验。
登录后即可发帖、评论、转发和引用。