هل استهلاك توكن الذكاء الاصطناعي مقياس إنتاجية؟ — فخّ Tokenmaxxing وما ينبغي قياسه بدلاً منه
في 2026، رُصِد Tokenmaxxing — التلاعب باستهلاك توكن الذكاء الاصطناعي لتضخيم المقاييس الداخلية — في Amazon وMeta وMicrosoft. تُظهر دراسة Faros AI لـ22000 مطوّر أن استخدام الذكاء الاصطناعي يرفع إنجاز المهام بنسبة 34% والـ Epics بنسبة 66%، لكن الأخطاء ترتفع 54% وزمن مراجعة طلبات الدمج يتضاعف 5 مرات. الكمّ والجودة يفترقان بشكل حاسم. تتناول هذه المقالة لماذا انتشر مقياس «استهلاك التوكن = حصيلة العمل» الفجّ، والتشوّهات الميدانية الثلاثة التي يُحدثها (ضخّ التوكنات، السرعة على حساب الجوهر، الانحراف نحو المهام الصديقة للذكاء الاصطناعي)، وبدائل مثل AWU من Salesforce وDORA الأربعة ومؤشّرات نتائج AWS، وخمسة إجراءات عملية للأفراد والمنظمات — كلها مدعومة ببيانات أوّلية. فشل KLOC في التسعينيات، يُعاد تشغيله بوحدة جديدة.