Rozliczanie narzędzi AI za zużyte tokeny zaczyna uderzać w budżety firm, które rzeczywiście chcą wykorzystywać agenty kodujące. Kiedy agent otrzyma zadanie, nie odpowiada raz - najpierw planuje, generuje kod, przeprowadza testy, a potem powtarza cały proces by poprawiać błędy. Pojedynczego zadanie może pochłonąć 10 do 50 razy więcej tokenów niż typowy prompt w chacie. Uber już wyczerpał cały budżet AI na 2026 rok w kwietniu po rozszerzeniu używania Claude Code, a GitHub Copilot przeszedł z modelu subskrypcji na rozliczenie za kredyty. Analitycy z Gartnera ostrzegają, że koszty tokenów dla AI w kodowaniu mogą przewyższyć średnie pensje programistów już w 2028 roku.
Natomiast liczenie samych tokenów to błędna metryka, bo nie mówi nic o rzeczywistej wartości. Część wydatków to rzeczywiście prace - debugowanie, iteracje, testy, które prowadzą do udanego kodu. Ale część to marnotrawstwo - nieudane próby, pętle runawaye, niepotrzebne retransmisje. Licznik tokenów nie potrafi odróżnić pracy od śmieci, więc zwyczajne ograniczenia budżetowe mogą równie dobrze zablokować produktywnych deweloperów co odsiewać nieefektywność.
Rozwiązaniem jest zmiana metryki z "koszt na token" na "koszt na zmergowany pull request". Znaczy to: zsumuj całe wydatki na AI-wspomagane development i podziel przez ilość zmian, które przeszły review i trafiły do produkcji. Jednocześnie trzeba monitorować poprawki i defekty, żeby tańsze zmiany nie ukrywały gorszej jakości. Jeśli ten koszt spada przy rosnącym użytkowaniu AI bez straty na jakości - to oznacza, że AI rzeczywiście generuje wartość.