如何衡量你的编程智能体是否变得更有效？

一位开发者提出如何衡量编程智能体效率提升的问题：他已通过清理代码库、移除不良示例、添加 lint 规则、为智能体提供更及时的信息等方式改进，但尚未找到量化改进效果的方法。他怀疑唯一有意义的指标可能是所用模型与下一代模型之间的时间差，并向社区征询思路。