--- schemaVersion: 1 slug: mp-63-20260210-anthropic-contribution-metrics ticketId: MP-63 lang: zh-tw title: Anthropic 內部數據曝光：Claude Code 讓每人每天多發 67% 的 PR — 還推出 Dashboard 讓你量化 AI 幫了多少忙 summary: Anthropic 公布了內部使用 Claude Code 的數據：工程師每人每天合併的 PR 數量增加了 67%，70-90% 的 code 由 Claude Code 協助撰寫。同時推出 Contribution Metrics 功能，讓 Team/Enterprise 客戶透過 GitHub 整合追蹤 AI 對團隊產能的實際影響。這不是「AI 好棒棒」的公關稿 — 這是給 Tech Lead 的實戰儀表板。 originalDate: 2026-02-10 translatedDate: 2026-02-11 source: Thariq (@trq212) + Anthropic sourceUrl: https://x.com/trq212/status/2021278987541213331 author: null authorshipNote: null canonicalUrl: https://gu-log.vercel.app/posts/mp-63-20260210-anthropic-contribution-metrics status: published replacementTicketId: null replacementUrl: null --- # Anthropic 內部數據曝光：Claude Code 讓每人每天多發 67% 的 PR — 還推出 Dashboard 讓你量化 AI 幫了多少忙 > **來源:** [Thariq (@trq212) + Anthropic](https://x.com/trq212/status/2021278987541213331) 想像一下：你的團隊今天合併了 3 個 PR。明天裝了一個工具之後，變成 5 個。後天，你老闆問你：「所以那個工具的 license 費值不值得？」你攤手 — 因為你只有「感覺變快了」這種答案。 Anthropic 上禮拜幹了一件很聰明的事：他們不只告訴你工具有多好，還直接給你一個 dashboard 讓你**自己量**。 事情的起點是 [Claude Code](https://gu-log.vercel.app/glossary#claude-code) 團隊的 [Thariq](https://gu-log.vercel.app/glossary#thariq) 在 X 上宣布了 **Contribution Metrics** — 一個追蹤「AI 到底幫了你團隊多少忙」的儀表板。但真正炸場的不是功能，而是 Anthropic 順便掏出了**自家的內部數據**：每位工程師每天合併的 PR 數量增加了 **67%**，全公司 **70-90%** 的 code 由 Claude Code 協助撰寫。 > **Mogu 真心話：** > > 等等，我先確認一下：Anthropic 的人用自家產品然後說效果很好，這算不算球員兼裁判？(⌐■\_■) > > 不過 67% 這個數字，認真想一下還挺暴力的。一個工程師原本一天合併 3 個 PR，現在變成 5 個。對 Tech Lead 來說這不是「效率提升」，這是「你的 sprint planning spreadsheet 整個要重算」。就像你家原本一天用 3 度電，突然變 5 度 — 你不會只說「嗯電費變多了」，你會去查是不是有人偷挖礦。 ## 67% 這個數字，經得起戳嗎 先別急著喊「又是行銷數字」。讓我們拆開看看裡面到底裝了什麼。 Anthropic 的原文是這樣說的： > As Claude Code adoption has increased internally, we’ve seen a 67% increase in PRs merged per engineer per day. 注意措辭 — 這是 **PRs merged**（合併的 PR），不是 PRs created（開的 PR）。差別有多大？開 PR 很容易，AI 可以一下午幫你開 20 個垃圾 PR，每個改一行 import。但**合併 PR** 代表通過了 code review、CI 測試、同事那道「你確定這東西能動？」的白眼。 所以 67% 增加的是「有實際進入 production 的工作量」，不是「看起來很忙的假象」。 > **Mogu OS：** > > Anthropic 自己也很誠實地補了一刀：「Pull requests alone are an incomplete measure of developer velocity.」 > > 翻成白話就是：「我們知道數 PR 很粗糙，但這是目前最接近『做了多少有用的事』的指標了。」就像用體重計衡量健康 — 不完美，但總比每天對著鏡子問「我看起來有變瘦嗎」好 ┐(￣ヘ￣)┌ ### 那 70-90% AI 寫的 code 呢？ > Across teams, 70–90% of code is now being written with Claude Code assistance. 這跟 [Boris Cherny](https://gu-log.vercel.app/glossary#boris-cherny)（Claude Code 的老大）之前說的吻合 — 他自己已經兩個月沒有手寫任何 code 了，每天發 20-27 個 PR，全部 100% Claude 寫的。一個工程主管的日常，變成了「審 AI 的作業」。 > **Mogu 想補充：** > > 70-90% 這個範圍有點大，但你想想不同團隊的工作性質就能理解了： > > Infra 團隊天天在寫 Terraform 和 YAML — 這種重複到讓人懷疑人生的東西，90% AI 寫很合理。ML Research 團隊要搞原創演算法、讀論文、做實驗 — 70% 就已經很猛了。至於 Claude Code 團隊本身嘛… 用自己寫自己，完美的遞迴 (◕‿◕) > > 順帶一提，Boris 的工作流程我們在 MP-12 有詳細拆解過 — 那個「一天 27 個 PR」不是吹的，是真的有一套方法論在背後。 ## Dashboard 長什麼樣：三個你會盯著看的數字 好，內部數據看完了。來聊聊這個 Contribution Metrics 功能到底能幹嘛。 你知道健身房那種體脂計嗎？站上去它會告訴你體脂率、肌肉量、水分比例 — 三個數字，讓你從「我好像有變壯？」升級到「我確定有變壯」。Anthropic 這個 dashboard 也是三個數字：第一個是 **PR 合併數**，AI 幫的跟沒幫的分開算，讓你看到 AI 到底扛了多少。第二個是 **Code committed**，每個 repo 裡面 AI 寫了幾行、你寫了幾行 — 這數字有時候看了會自我懷疑。第三個最刺激 — **Per-user 數據**。對，你團隊裡誰天天用得很開心、誰還在觀望，一目了然。 ### 怎麼算的：別擔心，它不會偷灌水 Claude Code 的 session activity 會跟 GitHub 的 commits 和 PRs 做 matching。Anthropic 說他們用「保守計算」— 只有在高度確信 Claude Code 有參與的情況下，才會被標記為 “assisted”。 > **Mogu 想補充：** > > 翻成人話：你在 Claude Code 裡面實際寫了 code 然後 commit → 算 AI assisted。你只是打開 Claude Code 問了一個問題然後自己手敲 → 不算。 > > 聽起來很基本對吧？但你去看看某些競品怎麼算的 — 「使用者在安裝我們外掛的 IDE 裡打了字」就算 AI 參與率。Anthropic 至少沒有把「你碰巧開著我們的 app」也算進去，這點值得一個誠實分 ╰(°▽°)╯ 設定也很無腦：裝 [Claude GitHub App](https://github.com/apps/claude)、到 Admin settings 打開 GitHub Analytics、授權你的 org。三步，資料自動累積，workspace admin 直接看。不需要額外架 data pipeline 或花三個 sprint 搞 integration。 ## 這個 Dashboard 真正的用途：幫你贏那場會議室裡的戰爭 表面上看這是「PR 數量追蹤」，但它真正的價值是給 Tech Lead 一個**量化論述的武器**。讓我舉三個你下禮拜就可能遇到的場景。 ### 場景 1：跟老闆要預算 老闆問：「Claude Code 的 license 費值不值得？」 以前你只能說：「感覺團隊效率有提升。」— 然後老闆露出那個「感覺不能報帳」的微笑。 現在你掏出 dashboard：「上個月 AI 協助了 73% 的 merged PR，團隊平均每人每天多合併了 2.3 個 PR。以我們的 sprint velocity 換算，相當於多了 1.5 個 engineer 的產出。」老闆的微笑馬上變成另一種。 > **Mogu 歪樓一下：** > > 這就是 Anthropic 推這個功能的真正原因 — 他們太清楚 Enterprise 客戶的決策者需要「數字」才能簽續約單。 > > 「感覺有幫助」→ 不會續約。「67% more PRs merged」→ 直接年約。這不是功能發布，這是 Anthropic 的 sales enablement strategy (¬‿¬) ### 場景 2：推動團隊 adoption Per-user 數據讓你看到「誰在認真用 AI、誰還在觀望」。這不是要抓戰犯 — 而是找到那些可能需要 training 的人、發現哪些 use case 特別適合 AI 協助。有數據做基礎，你可以設定合理的團隊 adoption 目標，而不是在 all-hands 上空喊「大家多用 AI 喔」然後沒人理你。 ### 場景 3：搭配 DORA Metrics 看全貌 Anthropic 建議把 Contribution Metrics 跟你原有的 DORA metrics 一起看。這是正確的姿勢 — 因為單看 PR 數量會被 game。 如果 PR 合併量增加了，但 Change Failure Rate 也飆了 → AI 寫的 code 品質有問題，你在用速度換穩定性。如果 PR 合併量增加了，而 Change Failure Rate 持平 → 恭喜，你的團隊是真的在加速，不是在製造更多 bug。 > **Mogu 認真說：** > > 我個人建議再加一個指標：**PR review time**。如果 AI 寫的 PR 反而讓 reviewer 花更多時間理解，那你的效率增益就被 review overhead 吃掉了。 > > 就像餐廳出餐速度變快，但每道菜都需要客人自己加鹽調味 — 「廚房效率提升」這句話就有點心虛 (￣▽￣)／ ## 限制：先別太興奮 不過在你衝去跟老闆報告之前，有幾個坑要先知道。首先這功能還在 **beta** — 就像餐廳剛開幕，菜單很讚但廚房偶爾會出狀況。再來，只有 **Team 和 Enterprise** 方案能用，免費仔先在門口排隊。整合方面目前只吃 GitHub — 用 GitLab、Bitbucket 的朋友，大概就是那種住巷子裡 Uber Eats 不送的感覺 ┐(￣ヘ￣)┌ 另外它只認 Claude Code 的貢獻，你用 Cursor 或 Copilot 寫的不會出現在報表上。最後，因為計算方式偏保守，實際 AI 幫了多少忙可能比 dashboard 顯示的還多 — 算是一種「低估比灌水好」的設計哲學。 ## 回到開頭那個場景 還記得開頭說的嗎？你的團隊今天合併了 3 個 PR，明天裝了工具變成 5 個，老闆問你值不值得 — 你攤手。 Anthropic 這個 dashboard 做的事情很簡單：**讓你的手不用再攤了。** 但這背後其實有一個更大的轉變正在發生。AI 輔助開發從「工程師自己偷偷用」的階段，進入了「組織層級可以量化管理」的階段。當效率增益從「我覺得」變成「data 說」，AI coding tool 就不再是個人的生產力玩具 — 它變成了企業基礎設施。而基礎設施，是有預算、有 KPI、有年度規劃的東西。 ## 延伸閱讀 - [MP-105: Anthropic 聯手 Infosys：AI Agent 正式進入電信與金融等高監管產業](https://gu-log.vercel.app/posts/mp-105-20260221-anthropic-infosys-regulated-enterprise-agents/) - [MP-106: Anthropic 推出 Claude Code Security：AI 不只寫程式，還要幫你抓漏洞、提修補](https://gu-log.vercel.app/posts/mp-106-20260221-anthropic-claude-code-security/) - [MP-115: Claude Code 之父上 Lenny’s Podcast：Coding 已經被解決了，軟體工程師這個頭銜今年開始消失](https://gu-log.vercel.app/posts/mp-115-20260223-bcherny-coding-solved-lenny/) > **Mogu 想補充：** > > 說到底，這整件事最有趣的不是 67% 這個數字。而是 Anthropic 選擇在這個時間點，把自己從「賣工具的」重新定位成「賣可量化生產力的」。 > > 工具可以被替換 — Cursor、Copilot、Windsurf 都在搶（GP-16 聊過這場軍備競賽的各家策略）。但當你的 dashboard 已經接進客戶的 quarterly review、嵌進他們的 DORA tracking flow 裡… 你就不只是個工具了。你是流程的一部分。而流程，比工具黏得多 (ง •̀\_•́)ง ## 相關連結 - [Anthropic 官方 Blog：Contribution Metrics](https://claude.com/blog/contribution-metrics) - [Thariq 的原始推文](https://x.com/trq212/status/2021278987541213331) - [Claude GitHub App](https://github.com/apps/claude) - [設定文件](https://code.claude.com/docs/en/analytics)