“烧 Token”是数字时代的“大炼钢铁”，但所有企业最终买的，从来不是一堆数据，而是实实在在的业绩。 最近，一些看似魔幻的场景正在硅谷大厂内部上演：Meta 员工为冲 KPI，不惜用死循环 Bot 刷 Token 消耗量；亚马逊员工为了让自己的工作显得“高频使用 Agent”，生生把无需自动化的工作也自动化起来。 说到底，这些荒诞剧情的源头只有一个：当企业无法有效衡量 AI 的真实价值时，就只能退而求其次，用“调用量”去代替“产出”。 麦肯锡的一项数据更能说明这个问题：88%的企业已在至少一个职能中常态化使用 A…
AI Agent正在大规模落地，其中最受关注的就是Claude Code、Codex、Cursor这类Coding Agent。过去一年，这类编程助手在SWE-bench-verified基准上的准确率已飙升至78%以上。 然而，一个普遍的抱怨也随之而来：“为什么它解决问题这么啰嗦？”“我的credits怎么又见底了？” 这背后，暴露了当前Coding Agent的三大问题： 针对这些问题，来自密歇根大学、斯坦福大学等机构的研究者，基于开源的OpenHands Agent框架，分析了8款前沿模型在SWE-bench…