Costurile reale ale dezvoltării cu AI: tokenii sunt partea ieftină

Când o echipă se gândește să adopte agenți de AI coding, discuția despre buget începe și se termină de obicei cu abonamentul: o sumă per seat pe lună sau o factură de API la consum. O compari cu salariul unui inginer, concluzionezi că e o eroare de rotunjire, o aprobi, gata.

Concluzia e corectă — tokenii sunt o eroare de rotunjire — dar contabilitatea e greșită, pentru că abonamentul e cea mai mică linie de pe factura reală. După ce am construit trei unelte open-source de infrastructură cu agenții făcând cea mai mare parte din tastat, putem raporta unde s-au dus de fapt banii și orele. Nimic din toate astea nu a apărut pe factura de API.

Partea ieftină

Să scăpăm mai întâi de costul vizibil. Consumul de tokeni și licențele per seat sunt bani reali, iar utilizarea agentică intensă — sesiuni lungi, contexte mari, multe iterații — costă mai mult decât uneltele de tip autocomplete. Tot ajunge cu un ordin de mărime sub costul inginerului care conduce sesiunea. Dacă decizia ta de adopție depinde de diferența dintre prețurile per seat ale doi vendori, optimizezi linia greșită. Liniile scumpe urmează.

Costul unu: timpul de review

Fiecare linie scrisă de un agent are în continuare nevoie de un cititor uman calificat înainte să ajungă în producție. Propoziția sună evident; implicația ei bugetară nu este. Când generarea de cod devine de zece ori mai ieftină, review-ul de cod devine blocajul — iar review-ul e făcut de cei mai experimentați oameni ai tăi, al căror timp era deja cea mai rară resursă pe care o aveai.

Costul acesta nu e opțional și nu scade cu modele mai bune, pentru că nu e un cost de detectare a defectelor — e un cost de responsabilitate. Cineva trebuie să poată spune „înțeleg această schimbare și o susțin”. Am scris un articol separat despre cum faci review la cod generat de AI fără să-l semnezi în orb; aici ideea e mai simplă: pune orele în buget. Dacă adopți agenți fără să muți capacitatea de review pe măsură, nu ai crescut throughput-ul — ai crescut stocul de cod nerevizuit.

Costul doi: rework din specificații vagi

Cel mai scump eșec în dezvoltarea cu AI nu e agentul care produce cod stricat. Codul stricat pică în CI și costă o reîncercare. Eșecul scump e agentul care produce o soluție plauzibilă la problema greșită — cod care compilează, trece testele pe care și le-a scris singur, se citește bine în review și implementează o neînțelegere.

Clasa asta de eșec se trage, din experiența noastră aproape de fiecare dată, dintr-o specificație vagă. „Adaugă rate limiting” devine token-bucket per IP când tu aveai nevoie per cont; trei zile mai târziu observă cineva, iar rework-ul costă mai mult decât ar fi costat să-l scrii cu grijă o singură dată. Nu agentul a eșuat — specificația a eșuat. Doar că a eșuat mai repede și mai convingător decât ar fi făcut-o un om, pentru că un om ar fi întrebat.

Remediul e să investești timpul de la început: specificații suficient de precise încât să fie greșite pe hârtie, nu în producție. Ăsta e un cost real — timp de gândire de inginer senior, cel mai puțin compresibil fel de timp — și e miezul workflow-ului nostru de dezvoltare. Bugetează-l. Tot e mult mai ieftin decât rework-ul.

Costul trei: guardrails

Agenții au nevoie de teste rapide și relevante, de CI care blochează merge-urile, de linting, typechecking și de un fișier scris cu convențiile echipei. Echipele care le au deja nu plătesc nimic în plus. Echipele care nu le au descoperă că adopția agenților vine la pachet cu proiectul de igienă inginerească pe care l-au amânat ani de zile.

Am formula costul ăsta onest: datoria asta o aveai oricum. Testele și CI-ul se plătesc singure, cu sau fără AI. Ce schimbă agenții e rata dobânzii — o bază de cod fără porți putrezește cu viteza cu care poate tasta o echipă; cu agenți, putrezește cu viteza cu care pot tasta agenții. Lipsa guardrails-urilor era înainte supraviețuibilă. Acum e scumpă imediat, ceea ce, s-ar putea spune, e o favoare. Ghidul nostru de adopție pentru echipe mici acoperă ordinea pașilor; ideea de buget e că liniile de „adopție de agenți” se dovedesc adesea a fi 80% „CI-ul și suita de teste pe care ar fi trebuit să le construim în 2023”.

Același lucru e valabil și pe partea de infrastructură: dacă agenții ating sistemele tale, limitarea accesului și audit logging-ul fac parte din prețul biletului de intrare.

Costul patru: curba de învățare

Abilitatea care determină calitatea rezultatului nu mai e viteza de tastare sau memorarea API-urilor — e specificarea și verificarea: să spui precis ce vrei și să verifici riguros că ai primit exact asta. Abilitatea asta e distribuită inegal în fiecare echipă pe care am văzut-o și nu se corelează frumos cu senioritatea. Unii implementatori excelenți scriu prompturi vagi și citesc diff-urile pe diagonală; unii ingineri de nivel mediu se dovedesc a fi excepționali la asta.

Așteaptă-te la o perioadă în care productivitatea e inegală și câteva succese și eșecuri zgomotoase coexistă. Costul aici e timp de instruire, răbdare și — partea pe care managerii o subestimează — disconfortul celor mai buni oameni ai tăi care învață să lucreze într-un mod în care vechiul lor avantaj comparativ contează mai puțin, iar judecata lor contează mai mult.

Ce s-a ieftinit cu adevărat

O contabilitate onestă taie în ambele direcții. Astea s-au ieftinit dramatic pentru noi:

• Boilerplate și scaffolding — servicii noi, packaging, instalația de config care înainte mânca zile întregi
• Migrări și refactorizări mecanice — corvezile de tip „redenumește în patruzeci de fișiere” pe care nimeni nu le bugeta onest înainte, pentru că nimeni nu voia să le facă
• Întreținerea documentației — README-uri, documentație de utilizare și changelog-uri care chiar țin pasul cu codul, pentru că regenerarea unui draft costă minute
• Energia de activare — costul de a începe ceva (o unealtă, o suită de teste, un document) s-a prăbușit. Proiecte care ar fi rămas pe lista de „cândva” au fost construite. Asta e greu de evaluat în bani și s-ar putea să fie cel mai mare element de pe partea de credit.

Experiența noastră: ca echipă foarte mică, am livrat trei unelte reale, lansate, împachetate — nftably, birdy și meerkat — cu un volum de output mult peste ce am fi putut tasta manual. Dar asta a funcționat doar pentru că designul și review-ul au rămas umane. Sesiunile în care am fost leneși cu specificațiile sau am citit diff-urile pe diagonală au produs exact rework-ul despre care e vorba în acest articol.

Cum măsori ROI-ul fără cifre false

Ți se va cere o cifră de ROI. Rezistă tentației cifrelor false. Liniile de cod generate nu înseamnă nimic (volumul e acum gratuit). „Rata de acceptare” îl flatează pe cel care a configurat unealta. Urmărește în schimb două lucruri pe care le poți măsura onest:

1. Rata de diff-uri revertate — cât din codul produs de agenți e revertat, rescris sau reparat cu bug-fix-uri în câteva săptămâni de la merge. Ăsta e costul tău de rework, urmărit în timp. Ar trebui să scadă pe măsură ce specificațiile și fișierele de convenții se îmbunătățesc.
2. Orele de review — timpul efectiv petrecut în review, din calendare sau din timestamp-urile PR-urilor. Ăsta e cel mai mare cost real al tău, făcut vizibil.

Dacă rework-ul scade în timp ce output-ul se menține, adopția se plătește. Dacă rework-ul stagnează și review-ul se îneacă, problema e în amonte — specificații, teste, convenții — și mai mulți tokeni nu o vor rezolva.

Concluzii

1. Abonamentul e cea mai mică linie din buget — bugetează ore de review, timp de specificare și guardrails, nu doar seat-uri
2. Review-ul e un cost de responsabilitate, nu de detectare a defectelor — nu scade cu modele mai bune
3. Eșecul scump e codul plauzibil-dar-greșit dintr-o specificație vagă — precizia de la început e mai ieftină decât rework-ul
4. Guardrails sunt o datorie pe care o aveai oricum — agenții doar au crescut dobânda
5. Abilitatea rară e specificarea și verificarea — așteaptă-te la o curbă de învățare inegală
6. Urmărește diff-urile revertate și orele de review — singurele cifre de ROI care nu te pot flata

Dacă pregătești argumentul pentru adopție și vrei guardrails-urile, workflow-ul și modelul onest de costuri puse la punct de o echipă care a plătit deja factura asta, hai să vorbim.