今年不少公司的 AI 预算已经从 ChatGPT，扩展到了 Claude Code、Codex、GitHub Copilot。
开发团队一人一个账号，有些公司甚至同时买两三套。
钱花出去以后，一个很现实的问题来了：
到底有多少人在真正使用？
不是登录过一次，不是偶尔让 Copilot 补两行代码，而是真的把 AI 放进开发流程里。
再往下问一步：
这些 AI Coding 工具，到底给公司省了多少钱？
很多公司统计 AI 使用率的方法非常简单：
这三个数字只能说明一件事：公司采购了 AI。不能说明 AI 已经产生价值。
GitHub 今年公布的一组数据就很有意思。
在已经活跃使用 Copilot Business 和 Enterprise 的用户中，仍有 62.1% 的用户主要使用代码补全，并没有真正进入 Agent 工作流。
这也是企业统计 AI Coding ROI 时最容易踩的坑：
有人每天打开 Copilot，接受几个补全。
有人直接让 Claude Code 读取整个项目，修改代码、运行测试、修 Bug。
还有人把 Codex 接到 GitHub，让它独立处理任务。
三个人都可以算“活跃用户”。实际创造的价值完全不是一个级别。
所以企业第一步不应该统计：
有多少人开通 AI。
而应该统计：
有多少人真正把 AI 放进开发流程。
最简单的指标是：
周活跃率 = 每周真实使用人数 ÷ 已购买席位数
比如公司给开发团队买了 50 个 AI Coding 账号。
过去一周只有 18 个人真正调用过。
那真实周活跃率只有 36%。
这时候不要急着研究“AI提高了多少开发效率”。
先解决另外一个问题：
为什么剩下32个人不用？
不知道怎么用；
原来的开发习惯已经固定；
公司没有提供使用场景；
工具和现有 IDE、Git、内部环境没打通；
担心代码安全；
某些岗位本身就不需要。
对于长期几乎没有使用的席位，继续续费没有太大意义。
这是我觉得最容易被忽略的数据。
一个开发者每天调用几十次代码补全，和另一个开发者把完整 Issue 交给 Agent，不能放在一起统计。
可以把使用深度简单分成三个等级。
代码补全；
解释报错；
生成 SQL；
写正则；
补注释；
生成简单函数。
这是最基础的 AI Coding。有价值，但很难产生数量级上的效率变化。
重构模块；
生成单元测试；
修改多个文件；
分析代码库；
Review PR；
排查 Bug。
这时候 AI 已经不是“自动补全工具”，而是开发助手。
再往上一层：
把一个完整 Issue 交给 Claude Code 或 Codex；
让 Agent 自己读取代码；
修改多个文件；
执行命令；
运行测试；
发现错误继续修改；
最后提交结果。
这才是目前 AI Coding 真正拉开效率差距的地方。
Anthropic 对约 40 万次 Claude Code 会话的研究已经看到类似变化：使用场景正在从单纯 Debug，逐渐转向运行代码、部署、数据处理以及更完整的端到端任务。
所以企业内部最好不要只统计“使用次数”。还要统计：
多少任务真正交给了 Agent。
AI Coding ROI 最容易犯的另一个错误，是统计：“AI生成了多少行代码。”
这个数据基本没什么意义。
一个优秀的重构可能删掉2000行代码。
一个糟糕的AI生成任务可能多写5000行废代码。
真正应该看的，是开发结果。
比如：
PR平均完成时间有没有下降？
以前一个需求从开始开发到 PR Merge 需要3天，现在是不是变成2天？
Code Review时间有没有下降？
以前一个PR平均等8小时，现在是不是只需要4小时？
Bug修复时间有没有下降？
以前定位线上问题需要2小时，现在是不是40分钟可以找到原因？
测试覆盖有没有增加？
AI生成测试代码以后，开发者是不是愿意补更多测试？
返工率有没有上升？
这个指标非常重要。
开发速度提高30%，结果线上 Bug 增加50%，这个 AI ROI 很可能是负数。
GitHub目前给企业提供的 Copilot 使用指标里，也已经不只统计活跃人数，而是开始结合 Agent adoption、Acceptance Rate、PR Merge 数量以及 Median Time to Merge 等指标分析实际使用效果。
企业内部没必要把公式搞得特别复杂。
更建议用一个简单版本：
AI Coding ROI =（节省的人力成本 + 提前交付产生的价值 + 减少的返工成本 - AI总成本）÷ AI总成本
AI总成本也不能只算订阅费。
还应该包括：
Claude、OpenAI、GitHub等工具费用；
API和额外Credits；
员工培训时间；
内部部署和权限管理；
安全、审计以及IT管理成本。
这才是 AI ROI 统计最难的地方。
不要让员工自己填：
“Claude Code这个月帮我节省了30小时。”
这种数据主观性太强。
比较靠谱的方法，是挑选重复度比较高的开发任务做前后对比。
例如：
单元测试编写；
API接口开发；
Bug修复；
代码重构；
PR Review；
内部脚本开发。
连续统计一段时间：
以前平均需要多久；
引入AI以后平均需要多久；
代码质量有没有变化。
同类型任务累计几十次以后，差距就比较明显了。
不需要精确到分钟。
企业真正需要的是趋势。
不用做得特别复杂。
每个月看这几个数字就够了：
采购席位数 → 公司买了多少。
WAU / 月活跃用户 → 有多少人在真正用。
Agent任务占比 → 有多少人已经从代码补全进入Agent工作流。
PR Cycle Time → 开发速度有没有变化。
Bug / Rework Rate → 代码质量有没有变差。
AI Cost per Developer → 每个开发者平均花多少钱。
AI Cost per Completed Task → 完成一个有效开发任务，AI实际消耗多少钱。
连续看3个月，比单纯看Token数量有用得多。
现在还有一种情况越来越常见：
同一个开发团队同时买：
Claude Code；
Codex；
GitHub Copilot；
Cursor；
各种模型API。
结果年底一看账单，一堆几十美元、几百美元、几千美元的海外软件扣款。
谁在用、哪个项目用、哪个团队产生的费用，财务很难对应。
这种情况下，支付本身也应该成为AI成本管理的一部分。
我们自己的 MXK8 虚拟卡现在也有不少企业用户拿来管理 AI 和海外 SaaS 支出。
可以按照团队、项目、员工或者具体用途分配不同的虚拟卡和额度，OpenAI、Claude以及其他海外软件的费用分开管理，月底核对交易记录会清楚很多。
做 AI Coding ROI 时，这一点很实用。
至少你可以很快知道：
研发一组这个月花了多少；
Claude花了多少；
OpenAI花了多少；
哪些账号还在扣费；
哪些工具已经没人使用。
对于同时管理几十个甚至上百个海外软件账号的企业来说，比所有订阅挤在一张公司信用卡上好统计得多。
现在企业采购 AI Coding，已经过了“先买几个账号试试看”的阶段。Claude Code、Codex、Copilot能力越来越强，企业真正需要解决的问题变成：
怎么让员工真的用起来。
以及：
怎么证明这笔钱花得值。
买了多少席位，不重要。
生成了多少Token，也不重要。
真正应该看的只有三件事：
有没有人用。
有没有进入真实开发流程。
交付效率和代码质量到底有没有发生变化。
关于我们
