หยุดนับ token แล้วหันมานับงานที่ merge จริง
บทความ MIT Technology Review เสนอให้วัดค่าใช้จ่ายการเขียนโค้ดด้วย AI จากต้นทุนต่อ pull request ที่ผ่านรีวิวและ merge แทนการนับ token หลังพบว่า AI agent ใช้ token มากกว่าการแชตทั่วไปหลายเท่า
เมื่อนักพัฒนาสั่งให้ AI agent ทำงานเขียนโค้ด agent ไม่ได้ตอบแค่ครั้งเดียวแล้วจบ แต่จะวางแผน สร้างโค้ด รันเทสต์ และวนซ้ำเพื่อแก้ข้อผิดพลาด บทความของ MIT Technology Review ระบุว่างานเดียวอาจใช้ token มากกว่าการแชตพื้นฐานราว 10 ถึง 50 เท่า และยิ่ง agent มีประโยชน์มากขึ้น จำนวนการเรียกโมเดลก็ยิ่งเพิ่มตาม
ผู้เขียนโต้แย้งว่าการคุมค่าใช้จ่ายด้วยการจำกัดโควตาหรือจำกัดจำนวนที่นั่งอาจกระทบงานที่สร้างมูลค่าไปด้วย ทางเลือกที่เสนอคือวัด "ต้นทุนต่อ pull request ที่ merge แล้ว" ซึ่งคำนวณจากค่าใช้จ่ายการพัฒนาที่ใช้ AI ช่วยทั้งหมด หารด้วยจำนวนการเปลี่ยนแปลงที่ผ่านการรีวิวและถูก merge เข้าโค้ดหลัก
บทความยกกรณีของ Uber เป็นตัวอย่าง ตามรายงานของ Yahoo Finance Uber ใช้งบ AI ทั้งปี 2026 จนหมดภายในเดือนเมษายน หลังจาก Claude Code ของ Anthropic กระจายไปถึงวิศวกรราว 5,000 คน และมีรายงานว่า CTO ของบริษัทยืนยันเรื่องนี้กับ The Information ด้วย ทำให้กรณีนี้เป็นข้อเท็จจริงที่ยืนยันได้จากหลายแหล่ง ต่างจากตัวเลขเปรียบเทียบบางส่วนในบทความที่ยังหาแหล่งอิสระมายืนยันไม่พบ
ข้อควรระวังคือ แนวคิดต้นทุนต่อ PR ยังต้องนิยามให้ชัดว่าการ "ผ่านรีวิว" และการคำนวณต้นทุนรวมหมายถึงอะไรบ้างก่อนนำไปเทียบกันจริง นอกจากนี้ บทความไม่ได้ระบุชัดว่ามีส่วนเกี่ยวข้องเชิงธุรกิจกับผู้ให้บริการเครื่องมือหรือไม่ ผู้อ่านจึงควรมองเป็นข้อคิดเห็นเชิงวิเคราะห์มากกว่าข้อสรุปที่ตรวจสอบแล้ว
องค์กรไทยที่เริ่มใช้ AI agent เขียนโค้ดอาจเจอค่าใช้จ่ายบานปลายคล้ายกรณี Uber การดูแค่จำนวน token อาจไม่บอกว่างานคุ้มค่าหรือไม่ จึงควรคิดเรื่องวัดผลจากงานที่ส่งมอบจริงด้วย