AI效能测量04：指标到手后——为何不应将其设为个人考核目标
摘要：AI 效能指标一旦转为个人 KPI，便会从观察工具蜕变为分数竞赛。本文借助 Goodhart、METR、IBM、CMU 的证据，破除排名冲动，明确度量与监控的界限。上篇结尾，你已能整合 ccusage 和 GitHub 生成报表。cost_per_pr、revert_rate、cache_hit_rate，每人一行，清晰可见。报表导出那一刻，最危险的想法也会浮现：“按 PR 数量排序，发到群里，大家就会更积极使用 AI。”停住。这篇只劝一件事：别将 AI 效能指标设为个人 KPI，别做排行榜。它不是
AI编程实践中的常见缺陷与诊断框架
AI编程已进入企业级应用阶段，但多数团队在新鲜感消退后，会遭遇同样的困境：AI生成的代码"表面看起来没问题，运行时就暴露缺陷"。这些问题并非偶发，而是具有规律性——它们可以被提炼、分类和诊断。本文总结了AI编程中的典型缺陷模式（Bad Smell）。这些并非简单的"AI表现不佳"这样模糊的评价，而是精确到可操作层面的诊断框架。这是最基础也最容易被忽视的一类问题。AI并非真正"记住"信息，而是在上下文窗口内进行模式匹配。一旦上下文超出窗口范围或被污染，AI的表现就会下降。主要表现：上下文衰减（Context