Ironclad 工程师：不要优化 Token 消耗，要追求“可信吞吐量”
AI Engineer · youtube · 2026-08-29
Ironclad 的 Mingsheng Hong 分享了管理 AI 成本与效率的实践经验。他指出单纯建立 Token 消耗排行榜会导致员工滥用，仪表盘应像“烟雾报警器”用于发现异常而非竞争。与其关注代码行数或 Token 数量，团队转向测量“可信吞吐量”——即通过客观检查、人工评审并真正触达客户的工作量。他还建议通过消除不稳定的测试和限制 Agent 重试次数来加速审查流程。
「公司和人」频道最新
- CNN 与 Google 达成多年期 AI 合作，授权内容换取补偿 — gaganghotra_ · 2026-10-16
- 美国银行增聘 1000 名承包商应对 AI 带来的风险 — luisdans · 2026-10-16
- 顶级数学家 Tsimerman 创办数学 AI 安全研究所，拒了 OpenAI offer — burny_tech · 2026-10-16
- 黄仁勋：创业初期的技术“完全错了”，关键是要能快速学习 — ycombinator · 2026-10-16
- 埃森哲只报销每月29美元Claude额度，重度员工月耗千元被迫另找出路 — _rchaves_ · 2026-10-16
- AI 广告飞上洛杉矶天空，初创公司租飞机拖横幅营销 — TarlonKhoubyari · 2026-10-16