Există o veche clișeu managerial că ceea ce se măsoară se gestionează, iar inginerii software dezbat de zeci de ani cum să se măsoare, începând cu clasica metrică a 'liniilor de cod'. Acum, pe măsură ce agenții AI de codare precum Claude Code, Cursor și Codex inundă depozitele cu mai mult cod ca niciodată, managerii rămân nedumeriți ce anume ar trebui să numere. Într-un nou joc de statut bizar, 'bugetele enorme de tokeni' - cantitatea de putere de procesare AI pe care un dezvoltator este autorizat să o consume - au devenit o insignă de onoare în Silicon Valley, ceea ce este un mod profund ciudat de a gândi productivitatea. Măsurarea unui input are puțin sens când probabil îți pasă de output, decât dacă scopul tău este pur și simplu să încurajezi mai multă adoptare AI sau, convenabil, să vinzi mai mulți tokeni.

O nouă clasă de companii de 'insight pentru productivitatea dezvoltatorilor' furnizează datele care sparg această agitație. Ele descoperă că, deși dezvoltatorii care folosesc instrumente AI generează mult mai mult cod acceptat, trebuie să revină și să revizuiască acel cod 'acceptat' mult mai des, ceea ce subminează serios orice revendicare a unui boom de productivitate. Alex Circei, CEO și fondator al Waydev, construiește un strat de inteligență pentru a urmări aceste dinamici; firma sa lucrează cu 50 de clienți diferiți care angajează peste 10.000 de ingineri software. El notează că managerii de inginerie văd rate inițiale de acceptare a codului AI de 80% până la 90%, dar ratele ulterioare de modificare, care scad rata reală, durabilă de acceptare la doar 10% până la 30% din codul generat.

Apariția acestor instrumente a determinat Waydev, fondată în 2017 pentru a furniza analitice pentru dezvoltatori, să își reproiecteze complet platforma în ultimele șase luni. Compania lansează acum noi instrumente care urmăresc metadatele generate de agenții AI, oferind analitice privind calitatea și costul codului lor pentru a oferi managerilor insight atât în adoptarea AI, cât și în eficacitatea sa reală. Deși firmele de analitică au un interes în găsirea problemelor de rezolvat, dovezile se acumulează că marile organizații încă se încurcă în utilizarea instrumentelor AI. Marii jucători iau notă - Atlassian a achiziționat un alt startup de inteligență pentru inginerie, DX, pentru 1 miliard de dolari anul trecut pentru a-și ajuta clienții să înțeleagă rentabilitatea investiției în agenții de codare.

Datele din întreaga industrie spun o poveste consistentă și ușor deprimantă: se scrie mai mult cod, dar o cantitate disproporționată nu rămâne. GitClear a publicat un raport în ianuarie care a constatat că, deși instrumentele AI au crescut productivitatea, datele sale au arătat că 'utilizatorii obișnuiți AI au avut o rată de modificare a codului de 9,4 ori mai mare decât colegii lor non-AI' - mai mult decât dublul câștigurilor de productivitate pe care le-au oferit instrumentele. Faros AI, bazându-se pe doi ani de date de la clienți pentru raportul său din martie 2026, a constatat că modificarea codului - linii șterse versus linii adăugate - a crescut cu un uimitor 861% sub o adoptare ridicată a AI.

Jellyfish, o platformă de inteligență pentru inginerie integrată cu AI, a colectat date de la 7.548 de ingineri în trimestrul I al anului 2026. Descoperirea sa a fost deosebit de revelatoare: inginerii cu cele mai mari bugete de tokeni au produs cele mai multe cereri de pull, dar îmbunătățirea productivității nu a fost proporțională. Au realizat de două ori mai multă productivitate la un cost de zece ori mai mare al tokenilor. Cu alte cuvinte, instrumentele generează volum, nu valoare. Aceste statistici sună adevărate pentru dezvoltatorii care raportează că revizuirea codului și datoria tehnică se acumulează, chiar dacă se bucură de noua libertate de a genera cod într-un ritm alert.