滴滴推AI代码考核与Token不限量：效率革命还是新焦虑？

最近，滴滴全面推进AI生成代码的考核政策引发了广泛讨论。这一政策不仅将AI代码占比纳入研发绩效考核，还取消了Token使用的限制，为企业的工作效率注入新动力。然而，这样的改革究竟是推动技术进步的战略选择，还是加重员工压力的新指标？以下将从政策背景、主要特点以及可能的影响出发，全面解读这一事件。

政策背景：AI考核快速落地

4月9日，滴滴内部启动了关于AI提效的调研，正式推动将AI代码占比加入研发考核的计划。仅在短短两天内，相关政策细节即被曝光，显示滴滴计划未来几个月将这一考核推广至更多岗位。这一迅速落地的流程表明，滴滴对于AI技术革新和成本优化的期待极高。

政策核心内容主要体现在三个方面：

• AI代码占比考核：研发人员必须掌握AI生成代码的技能，并达到一定的代码占比标准。
• Token使用放开：基于生成AI代码的资源消耗不再受限，体现Token消耗与生产力的挂钩关系。
• AI代码复审机制：保障AI代码的质量，避免系统风险。

政策分析：效率提升与焦虑并存

滴滴的新考核政策无疑是一剂强心针，能否有效推动效率革命是核心目标。然而，也有声音指出，这可能导致研发人员的KPI焦虑加剧。

效率革命：提升研发速度

AI开发工具的介入明显提高了代码生成和调试的效率。例如，借助AI，开发人员可快速生成重复性较高的代码模块，并优化逻辑，使得开发周期大幅缩短。这种提效方式特别适合大规模产品迭代的场景。

不过，这并非没有隐忧。如AI生成代码质量和项目需求的契合度，将是研发人员面临的首要问题。

KPI焦虑：量化指标的压力

将AI代码占比纳入考核虽然能推动整体技术掌控能力，但也使工作压力转移给了员工。尤其是一些老员工，可能需要快速熟悉AI工具开发流程，这不仅增加了额外学习成本，还带来了竞争和比较的焦虑感。

此外，Token的宽松使用似乎颇具吸引力，但其实际成本和资源分配是否公平，也需细化研究。

未来影响：全面推广的挑战

滴滴的这一政策未来不仅限于研发岗位，还计划扩大到其他技术和非技术岗位。如果这项政策能够成功，或许会成为全行业改革的案例。然而，它同时面临多重挑战：

• 员工适配性：企业需投入更多资源进行培训，帮助员工更好地掌握相关工具。
• 代码质量标准：如何制定统一的AI代码质量标准，将是政策可行性的关键点。
• 公平性争议：Token不限量是否会导致资源倾斜的问题，有待在实行过程中检验。

总结：变革中的思考

滴滴的这项政策无疑是一次技术和管理上的探索，其成败关键在于是否真正实现了效率的提升，而非增加员工的不必要焦虑。从长远来看，大规模使用AI代码工具可能成为未来企业研发管理的标配。然而，这样的转身，既需要企业的勇气，更需要员工与管理者共同适应新规则。

滴滴的实践对其他企业也有很大的启发：技术变革不仅是效率的变革，更是思维方式和企业文化的深刻调整。