工程师花在 AI 上的钱，回报怎么算

一家量化交易公司 9 月在 AI 上花了 800 万美元，是 1 月的 16 倍。另一家只有两名工程师的小作坊，人均每月花 3000 美元。钱都花出去了，代码到底有没有变得更快？软件工程写作者 Gergely Orosz 找来 27 家公司聊了一圈，答案比想象中混乱：很多人根本答不上来这笔账该怎么算。

一、发生了什么

Orosz 在 2026 年 10 月发表文章，结合 CodeRabbit、Gitar 两家工具商的匿名聚合数据，以及 27 家公司的访谈，梳理工程师在 AI 上的花费与产出。几个关键数字先摆出来。

CodeRabbit 追踪使用其代码评审工具的开发者，发现每周 PR（合并请求）数量同比增加 113%，月度增加 127%；同一批 2 万名开发者追踪一年，增幅稳定在 128%。Gitar 那边，「AI 原生」团队能做到每人每周 60 多个 PR。

但花费这边差异极大。人均每月从不足 300 美元到 3000 美元都有，而且公司规模与花费没有关系：一家 2 人 .NET 小店人均花 3000 美元，一家 1500 名工程师的上市公司却把人头上限压在 150 美元。

还有一个反直觉的走向：多数公司的花费在 6、7 月见顶后开始回落，走 API 套餐的成本差不多砍半，原因是换用了 Opus 5.5 或开源模型。文章里被点名最多的付费模型是 Claude 和 Opus 5.5。

二、跟你有什么关系

对团队负责人来说，别只盯着 PR 数量。有家 5000 人公司的 PR 频率没变，但单个 PR 的代码量变成了原来的 3 倍——这是模型啰嗦，不是人变快了。真正值钱的是另一家跨国公司观察到的情况：每月关闭的用户故事多了 3 倍，首次出现「清得比进得快」。

对一线工程师来说，高花费不等于高产出。一家 AI SaaS 公司给人均 2000 美元额度，但受访工程师说流程基本没变，「大多数人还在慢慢上手」。

对个人开发者和小团队来说，样本里花钱最狠的反而是两人小团队。他们从每天 1 到 2 个 PR 变成每天 10 个以上，自评「两个人干了过去五到七个人的活」。前提是你清楚自己要建什么。

三、怎么判断

1. 先拉一个可比的吞吐量指标。PR 数量最容易拿，也还没被刷数据，适合做「AI 前」和「AI 后」的对照。
2. 再算人均花费。把订阅和 API 成本摊到每个人头上，注意那些即将到期的补贴订阅，到期后账单可能涨 5 到 10 倍。
3. 最后看业务价值。PR 只能说明「动了代码」，用户故事、交付的功能量才是「干了正事」。有一家公司用看板追踪了 5 年，才敢说交付价值涨了 3 倍。

四、三个别信的说法

错误说法：AI 花费越高，产出就越高。 数据里花费最高的人均 3000 美元小店产出确实高，但同样高花费的上市 SaaS 公司 PR 合并速度几乎没变。钱多只说明愿意投，不说明回报好。

错误说法：PR 数量翻倍，ROI 就翻倍。 PR 是过程指标，不是结果。单 PR 代码量 3 倍、但业务交付没变的情况真实存在。拿 PR 当 ROI 是偷懒。

错误说法：大公司一定花得多、管得好。 花费和公司规模无关。一家 2 人团队可以人均花 3000 美元，一家巨头可以把人均压到 150 美元。体量决定不了这笔账。

五、一句话结论

AI 编程的回报至少要看三个数——吞吐量、人均花费、业务价值，只看其中任何一个都会算错账。

信息来源

• What's the ROI of software engineers' spending on AI?（Pragmatic Engineer，2026 年 10 月）

功能与价格以官方公告为准。本文写于 2026 年 10 月 21 日。