引入 AI 编程工具三个月后，大部分团队都能回答"有多少人开通了账号"。再深入一问——这些人每天用几次？少部分有大模型统一后台或代理的团队也能回答上来。最后问 AI 都用在什么环节？团队为 AI 准备好工作环境了吗？——答案往往是模糊的。

这种模糊不是数据缺失造成的，而是指标体系本身没有分层。AI 提效的度量，至少需要回答三个层次的问题：用没用、环境准备好了没、用得怎么样。问完这三个问题，看清团队所处的阶段，才能知道下一步该做什么。

第一层：AI 渗透率（效率）——回答"用没用"

这是最简单的起点，也是现阶段最需要看清的底数。GitHub Copilot 在企业内的使用数据显示，高频用户的代码建议接受率是低频用户的近 3 倍。同样开通了账号，有人每天靠它干活，有人一周都没打开过——这种分布不均，光看开通人数是发现不了的。这里我们推荐看四个维度的指标：

1. 使用广度和频率：企业内有多少人在使用 AI 工具？是 10% 还是 80%？每天或每周的 User Prompt 频次如何？是偶尔尝鲜，还是已经成为日常？

2. Agent 化程度：每轮交互 AI 编程工具平均自主运行时长和工具调用次数，反映 AI 自动化的程度。

3. 产出规模：大模型创造了多少产出？是文档还是代码？都分布在哪些项目和编程语言？？这个数字可以粗略反映 AI 的参与深度。

4. 人和团队的分布：AI 使用在不同团队、不同角色间的分布是否均匀？有的团队用得热火朝天，有的还在古法编程——这种不均衡本身就需要被看见。

在 AI 落地的早期阶段，"让团队用起来"是首要目标，AI 已是毋庸置疑的时代趋势，只有先用起来，才有机会探索出适合自己团队、项目的最佳实践。渗透率数据的价值不在于数字本身，而在于定位哪些团队、哪些角色还在观望，需要针对性的推广或培训支持。

第二层：AI 成熟度（质量）——回答"环境准备好了没"

开箱即用的开发框架是开发者经验的沉淀，开发高效的项目必定有易用的脚手架支撑。当团队开始用 AI 之后，下一个问题是：有没有为 AI 准备好适合的工作环境？这直接决定 AI 能发挥多大作用。可度量的指标包括：

• AI 配置文件：项目代码库中是否存在专门为 AI 维护的配置文件？例如 CLAUDE.md、RULE.md、REVIEW.md 等，这些文件为 AI 提供项目上下文和规范约束。

• 自定义命令（Commands）和 Skill 的数量：项目专属的可复用指令有多少个？数量越多，说明团队越不把 AI 当一次性工具，而是在建设可复用的能力。部分 AI 辅助编程工具还能采集到 Skill 使用的次数，可以反映 Skill 的普及度和有效性。

• MCP 调用次数：AI 调用了多少次外部工具集成？反映 AI 与现有研发工具链的连接深度。

• SubAgent 调用次数：启动了多少个 SubAgent？反映工作流的规模和自动化程度

这些指标反映的不是"用了多少"，而是"为 AI 提效打基础"的能力。一个团队如果 Skill 数量为 0、AI 配置文件为 0，说明还处于"裸用"阶段，AI 应用还有很大的探索和改善的空间。

第三层：AI 协作语义分析（质量）——回答"用得怎么样"

最深入的一层，是分析开发者到底在以什么方式使用 AI，用得究竟好不好。

开发者与AI协同，最有价值的分析素材，就是交互的内容，也就是每轮交互开发者的 User Prompt 和 AI 的 Response。但这些是自然语言，很难直接进行统计分析，这就需要对其建模、分类，转换成多维度的有限枚举，在对其进行统计分析，挖掘有价值的观察。目前主要围绕 4 个核心语义字段，构建一套面向人机协同分析的基础诊断语言：

• requested_action：用户当前主要让 AI 做什么，例如规划、生成、修改、解释、检查、执行、总结。

• target_object：这次请求主要作用于什么对象，例如代码、测试、文档、配置、数据、设计、环境。

• interaction_state：当前轮在协作过程中的位置，例如新任务开始、继续推进、补充澄清、纠偏修正、切换方向。

• interaction_mode：最近几轮交互是否出现了显著的协作组织模式，例如：

  • 围绕同一件事连续细化、修正、补充

  • 先讨论方案/计划，再进入实施

  • 显式拆步骤或拆子任务推进

  • 组织多个执行体或工具协同工作

这套设计的目标不是把 Prompt 分得更细，而是把标签变成可用于管理判断和行动建议的诊断语言，它可以帮助我们判断团队正在如何与 AI 协作、AI 主要进入了哪些工作对象、协作过程是否顺畅，以及团队当前的主要目标和压力来源。

四、三个层面的关系

这三个层面不是并列的，而是递进：

• AI 渗透率是入口。没人用，后面两层无从谈起。

• AI 成熟度是基础设施。环境没准备好，AI 的能力天花板很低。

• AI 协作语义分析是洞察。体现在开发者与 AI 的协作状态、使用深度、交互体验，反应开发者的工作方式是否被真正改善。

只盯渗透率，会陷入"数据幻觉"——看起来每个人都在用，但业务结果没变化。只看成熟度，又会忽略一个事实：如果团队还没形成稳定的使用习惯，谈"用得好不好"为时尚早。

写在最后

我们反复表述过一个想法——AI 没有推翻原有的研发模式，而是在其基础上提供了新的改进路径。为此，我们的度量体系也应该在保持原有框架的同时，为新的工作方式补充合适的指标。度量这件事，本质上是在“照镜子”，缺了任何一个视角看到的都是“残象”。这套分层指标体系的价值，不是算出一个最终的"提效百分比"，真正的用途是帮助团队看清自己所处的阶段：是还在推广渗透？是环境没搭好导致 AI 能力释放不出来？还是已经在正确的方向上但需要优化使用方式？我们甚至不需要三层全搞透再行动，先搞清楚自己卡在哪一层，就足够指导提效了。