月烧360亿Token、单次失控533美元！AI一天写4.4万行代码却没合并，程序员：AI Coding 真正的瓶颈来了|agent|token|代码|智能体|程序员|系列模型

【CSDN 编者按】当 AI 把代码生产速度提升到了原有研发治理体系从未面对过的水平，Review、测试、评测、反馈和组织机制也必须跟着 Scaling。

整理 | 梦依丹

出品 | CSDN（ID：CSDNnews）

月消耗 360 亿 Token，单人同时跑的 Agent 从 5 个增加到 20 个。

某个夜晚，一次失控递归跑了 7000+ 层，烧掉 7.34 亿 Token、533 美元。还有一天，AI 一口气写出了 4.4 万行代码。结果经历 27 轮 Review、发现 193 个问题后，团队最终决定这批代码不合并。

这是腾讯高级后台开发工程师、项目组研发转型负责人任磊达正在经历的 AI 原生研发现场。

乍一看，这是一个“Token 烧疯了”的故事。但真正扎心的是，他最后发现：当 AI Coding 足够快之后，最大的瓶颈已经不是模型能力，而是人的注意力，以及整个研发系统能否接得住 AI 的产能。

这可能也是 2026 年所有正在推进 AI 研发转型的团队，都必须回答的问题。

敲代码时代正在终结，但研发系统接得住吗？

Anthropic 今年分析约 40 万次 Claude Code Session 后发现：在典型 Agentic Coding 会话中，人更多负责决定“做什么”，而 Agent 更多负责“怎么做”。领域经验越丰富的人，Agent 往往能在单次指令下完成更多工作。

这可能就是 AI 原生软件研发真正的方向，程序员并没有简单地从 Loop 中消失。

人的角色正在从亲手写每一行代码转向定义目标、设计约束、构建反馈、判断风险，以及设计整个 Loop。

因此，真正值得技术 Leader 关心的可能是：

错误会不会活过第二次迭代？
Feedback 能不能回到下一轮 Agent？
Benchmark 能不能代表真实生产？
哪个环节应该 Human in the Loop，哪个环节可以 Human out of the Loop？
我们是在让 AI 帮人写代码，还是正在建立一套真正 AI Native 的软件研发系统？

专注研发效能分析的 Faros AI 在研究了约 2.2 万名开发者、4000 个团队的工程数据后观察到：随着 AI 使用程度提升，团队的代码产出明显增加，但与此同时，PR 规模、Review 压力以及部分质量指标也出现了上升。其报告中，PR Review 的中位耗时甚至接近原来的 5 倍。

这意味着，代码生成能力在 Scaling，Review、测试、评测、反馈和组织机制也必须跟着 Scaling，否则新的瓶颈就会迅速暴露出来。

AI Coding 的核心问题，也正在从“AI 会不会写代码”，转向我们有没有一套真正适合 AI 写代码、AI 做软件的工程体系？

这也是今年 2026 奇点智能技术大会「AI 原生软件研发：从 Harness 到 Loop」专题真正想讨论的东西。

从 Harness 到 Loop：接下来拼的不是模型，而是工程体系

当 AI Coding 真正进入生产，团队遇到的问题已经不再是“模型会不会写代码”，而是怎么让它在真实工程里长期、稳定、可控地工作。

在 2026 奇点智能技术大会现场，北京航空航天大学计算机学院副教授杨健关注的是 AI Coding 从“代码生成”走向“软件工程”之后的能力跃迁。

他将带来《从代码大模型到仓库级智能体：核心技术演进与工业级落地》，聚焦仓库级软件工程智能体、代码执行反射、多模态开发智能体等前沿方向，并展示了其开源的 LoopCoder、Qwen-Coder 等模型在 SWE-bench 等权威评测中的领先表现。对于正在做仓库级 Agent、AI Coding 平台或复杂工程自动化的团队来说，这场分享更像是在回答：为什么 AI 会写代码，却还不一定会做软件？

要解决的是另一个很现实的问题：Agent 上线之后，为什么不会自然越用越强？

他的《LLM Agent 的模型数据飞轮——WorkBuddy 持续学习经验分享》将聚焦用户任务如何转化为数据、评估和模型优化信号。对于已经拥有大量 Agent 使用数据的团队，这场分享最值得听的地方在于：怎么把海量日志真正变成模型持续学习的燃料，而不是只是“存起来”。

百度 Comate 研发经理牛万鹏则把重点放在 Coding Agent 的评测与反馈闭环上。《构建 Coding Agent 的飞轮：Feedback Loop、Benchmark、Agent Engineers》想解决的是 Agent 做得好不好，究竟怎么测？线上失败怎么回流？Benchmark 怎么贴近真实生产？对于正在推进 AI Coding 规模化落地的团队，这些问题决定了 Agent 能不能从“偶尔好用”变成“稳定可用”。

滴滴专家工程师、ABC 技术 AI Coding 平台负责人金晶面对的是大型研发组织里的现实挑战：几个人用 AI Coding 很容易，进入大规模研发组织后，平台还能不能稳定？

他将在《滴滴 AI Coding 平台应对大规模生产环境的挑战与实践》中分享 AI Coding 进入大规模生产之后，在平台架构、工程规范、质量控制、权限治理和组织协同方面遇到的真实问题。对于技术负责人来说，这场分享更接近“怎么把个人提效变成组织提效”。

腾讯高级后台开发工程师、项目组研发转型负责人任磊达则把问题继续推进到 AI 原生组织层面。个人月耗 360 亿 Token、单人并发从 5 提到 20 之后，他发现真正的瓶颈已经不再是模型，而是人的注意力。

他带来的《AI 原生组织的工程实践：从 Loop Engineering 到 Graph Engineering》将复盘从 Hooks、CI Events、SDD 到组织级 Graph 的完整实践，也会讲那些真实的失控事故：7000+ 层递归、7.34 亿 Token、一天 4.4 万行代码最终不合并。对技术 Leader 来说，这场最值得听的是：当 Agent 越来越能干，团队到底该怎么重新设计工作方式、边界和“刹车系统”？

Qoder 技术专家李唯聪长期参与 Agent 系统架构与工程化落地，他更关注的是 Agent 真正进入生产后，如何通过 Harness 建立清晰的执行边界、权限控制、上下文管理和长程任务编排。模型能力越来越强之后，真正让 Agent 可控、可运营的，往往不是再加一个 Prompt，而是一套完整的工程控制面。

从代码大模型到仓库级 Agent，从数据飞轮到 Feedback Loop，从 Harness 到平台化，再到团队级 Graph，AI Coding 的下一阶段，不是“再多写一点代码”，而是让整个研发系统真正适应 AI。

不只谈 AI Coding，我们更想解决一线技术人的真实问题

11 月 20—21 日，在奇点智能技术大会现场还将围绕 Agentic Scaling 与 Agent 自进化、AI Infra、世界模型、具身智能、Physical AI 等当下最热门的专题方向展开分享。

如果你正在一线做 AI，现场要解决的不只是“模型选哪个”这种问题。比如，PenguinHarness、LlamaFactory 作者郑耀威会讨论 Agent 为什么上线后不会自然变强，以及怎样通过自进化闭环让效果提升、成本下降。

昆仑行机器人具身算法负责人郎玉川等具身智能专场嘉宾则会把问题带到物理世界，讨论具身智能、灵巧操作、机器人 Agent 如何真正跨过数字世界与物理世界之间的鸿沟。

世界模型方向，同样会有人回答“会生成”之后的下一道难题：模型怎么理解动态环境、3D 空间、物体和动作，最终真正服务机器人和 Physical AI。

OpenAI 资深研究科学家、Transformer 共同发明人 Łukasz Kaiser，以及腾讯、百度、网易、京东、昆仑万维、上海人工智能实验室和高校的一线研究者与工程实践者将把模型演进、Agent 落地、AI Coding、Infra 重构、世界模型与具身智能中的真实问题带到现场——不只讲“发生了什么”，更讲“为什么、怎么做、踩过哪些坑”。

对于技术 Leader 和一线研发人员来说，我们更希望你两天之后带走的，不只是几页 PPT，而是几类真正能影响接下来半年工作的东西：下一阶段技术方向该怎么判断，哪些方案已经有人跑进生产，哪些坑最好别再踩，以及自己的团队究竟应该先补模型、数据、Harness、Infra，还是组织协作这一层。

我们邀请您来 2026 奇点智能技术大会现场，不只是来听更多概念，而是来找到下一阶段真正能落地的解法。

与此同时，2026 奇点智能技术大会将与 C++ 及系统软件技术大会同期举行，这一次，我们把 AI 与系统软件两大技术脉络放到同一现场，一起看趋势、看实践、看落地。

两场大会同步开放多种合作形式：