从“实现需求”到“共创价值”：AI Native时代需要什么样的工程师团队新聞
當前位置: 主頁 > 新聞動態 > 从“实现需求”到“共创价值”：AI Native时代需要什么样的工程师团队新聞 >从“实现需求”到“共创价值”：AI Native时代需要什么样的工程师团队體育·APP,??八卦生九宮??現在下載安裝,周周送518。臺面向全世界體育,電競愛好者,平臺支持Web、H5、更有iOS、Android原生APP官方下載。
相關推薦： 1.2.3.4.5.6.7.8.9.10.11.12.13.14.15.16.17.18.19.20.21.22.23.24.25.26.27.28.29.30.
1024程序员节当天，实现需求小红书技术副总裁风笛受邀出席中国计算机学会举办的共创工程CCF中国工程师文化日（简称CED）五周年盛典，在大会上系统阐述了技术组织建设的价值核心转型方向。当天包括CCF秘书长唐卫清、时代师团百度首席技术官王海峰、实现需求蚂蚁集团平台技术事业群副总裁周俊、共创工程并行科技董事长陈健等行业领袖，价值从技术创新、时代师团行业生态、实现需求社会责任等维度，共创工程深度解读了工程师文化宣言在AI时代的价值五维进化。
?风笛的时代师团分享主要围绕AI?Native时代技术团队如何重构协作模式，推动工程师角色从传统执行者向价值创造者转变展开，实现需求回答了谁挤占了工程师写代码的共创工程时间、AI编程的价值能力边界、AI时代技术团队的新的组织和协作模式等问题。
以下根据王晓博演讲整理：
从上一次参加活动到现在，已经是第五届了。相比几年前，最大的变量就是AI。今天要跟大家分享的是：如何能够把AI新时代的工程师更好地组织起来。
谁挤占了工程师的编码时间？
这张图反映的正是工程师的卷积问题。传统开发模式中，工程师冲在生产交付最前面，但整个交付流程要兼顾速度和质量，就得频繁直接对生产环节做沟通协调。这导致工程师的受累：会议占满白天，真正能沉下心写作代码的时间，反而被挤压到了夜晚。我们调研过一些反馈，工程师表示自己写代码最快乐的时间，就是夜晚无人打扰的时候。我们曾统计过公司提交代码的峰值时段：小高峰是零点前后到凌晨一点，最高峰是晚上十点钟。可以看到，工程师确实是非常辛苦的行业。
那么，工程师的时间都去哪儿了？很多刚从学校毕业的同学，会觉得工程师的时间安排像下图所示。从研发组织和公司的视角来看，整个工程师团队的实际生产力遵循这个公式：劳动效率?x?有效的劳动时间(在研发排期里常被称为PD日，即有效工作时间)?x?需求命中率。
然而，实际情况是：大部分工程师的编码时间只占到1/3，其余都在对齐、解释、救火和应付流程。在像双11大促等不确定性更高的项目中，被更高占比的沟通协作时间所挤压的编码时间甚至降到1/4及以下。对比两张表格，我们可以看到差距之大。
数据来自一线公司团队的访谈调研，存在部分metric度量数据作为支撑。
这种现实情况不仅存在于互联网研发团队，甚至存在于一些硬件公司、软硬结合的公司。在此环境下，工程师的综合能力发展持续受到伤害。具体呈现出几个问题：
技术成长断层：工程师在工作3–5?年后受晋升影响，逐渐远离代码生产，写代码的手感生了，倒是沟通技巧练得更溜了
创新能力下降：没有时间做“非业务驱动的技术性探索”
工程质量难提升：短期上线优先→?测试不足?→?Bug?多?→?修复时间反噬开发时间
心理疲惫?/?职业倦怠：工程师从“创造者”变成“需求翻译机”，长期消耗创造力
理想与现实为何总是存在差距？核心源于以下几方面：
业务强需求驱动下，以业务为中心而非技术，需求频繁变动，研发仅被当作?“实现工具”；
项目节奏高压，需求压缩开发时间，工程师陷入救火式开发，既没时间思考重构，还得耗费精力修复?“赶工产物”；
无法避免的层级化管理，管理者实际在“管理情绪”，安抚工程师使其花更多时间把事情做好
技术债积累，阻碍系统迭代，团队质量下降、人员溃散，在“架构孵化和对抗架构腐化“中不断循环；
效率工具投入不足，在数以千万行代码的大型代码库中，高效探索开发变得非常困难。
全栈多面手？理性识别AI?Coding的能力边界
下图是大家比较熟悉的敏捷开发示意图。现在有一种新兴方式叫AI编程、甲板编程。这种编程方式和传统的编程方式对比有一个很大的区别：快。?快到一个人能够成为全栈多面手，涉及前端、客户端、服务端甚至算法。
?但有趣的问题是：待你最后交付，会发现"车"上长出一堆莫名其妙的东西。目前这类快速开发方式通常不会告诉你，大家都是在做demo、做快速原型，反正能跑就行。然而现实情况里，没有人会拿一个demo直接上线。
当我们讨论AI编程时，一般可以分成以下三类：
来自"未使用者"的分享：他们没用过AI编程工具，主要信息来源是投资人的文稿和公众号的焦虑营销；
来自效率工具的研发团队：他们制造“锤子”，肯定只讲工具能解决什么问题。看完后你会觉得世界似乎更美好了；
来自实际应用者的分享：他们实际使用了工具，能够告诉你功能的边界，“谁用谁知道”
下图是我们对于AI?Coding的能力评估，红绿黄代表我们在实践中的评估结果。这个评估会随着使用深入而变化，特别是当企业代码库接入、做了后训练之后，表现会截然不同。
?新的协作方式与组织变革：以任务导向的去中心化网络型组织
基于我们对当下AI编程能做与不能做的认知，团队的组织和协作方式正在发生变化。
过去的协作方式是串行的：从产品、技术负责人、模块负责人，再到开发、测试、运营、上线，类似施工工序的层层转包。其中最关键的环节是技术负责人到模块负责人的任务分解。技术本身的实践和生产不是大问题，但沟通是瓶颈、流程是核心。很多公司的研发流程里做了大量这样的环节。
新范式下情况则完全不同。Agent?coding可以产生很多自动化能力，可以成为一种协调者。在这个过程中，一个工程师能够调用指挥大量agent。需要强调的是，不要把agent理解成"搞定一切"的银弹，也不要指望一个agent就能代替你上班，也许未来有可能，但现在还是不现实的。
这会导致过去研发团队中关键节点上owner或leader的主要工作，变成解决人与人之间的协调、需求之间的冲突，以及弥补信息差。
乔布斯曾经说过：“最好的管理者是伟大的贡献者，他们从来没想过要成为管理者。在苹果我们认为聘请职业经理人只会让我们成为一家大公司。这招没用，因为大部分人只会管管事，不会做其他事。
我发现最优秀的人才是那些真正理解业务核心的人。（这里的“业务核心”指的是推动业务成果的关键因素。）管理他们可能会很棘手。但正因为他们在核心业务上的卓越表现，你愿意忍受这一切。正是这种对核心业务的深刻理解造就了伟大的产品。不是流程，而是核心内容。”
所以在新范式下，组织将面临三大核心转变：
从层级制向网络化、任务制转变：AI协作成为中间层，技术力量随之转变自己的定位
从授权到专精：未来越来越多的技术leader会在自己非常熟悉、知道怎么做的事情上花更多时间。正如乔布斯所说，优秀的leader应该是知道怎么做，而不是主要做任务分解然后安排流程。
从职能型组织到流式组织：以任务组为最小协作单元，AI能力贯穿在整个生产过程中
团队会变得更小，呈现出“小团队”、“高算力”、“扁平化”的特点——由6-8人类似特种兵小队的自组织小组，能够调用、驱动强大的AI能力，整个团队结构随之变得更加扁平。
我们需要建设以任务导向、去中心化的网络型组织，让工程师逐渐从需求的实现者转变为价值的共同创造者。当生产力更强后，工程师能够参与到价值创造过程，而不只是实现需求。
和大家分享一个小红书的实战案例。2025年初，我们在48小时内全球上线翻译功能。决策阶段，我们花了一个小时决定要做这个功能；上线阶段，采用新的协作方式，整个工期连起来只用了48小时；最终将如此复杂的功能在极短时间内交付给全球用户。这个例子充分展示了新协作模式的威力。
在未来，AI?会越发强大，但它并不会取代研发工程师，而是会把对工程师的要求提升到一个新的水位。未来不再需要大量的、处于初级水平的"代码翻译员"，需要的是能够把人的创造力在过程中充分发挥出来，把AI作为协作者，能够定义系统、治理复杂性、确保可靠性的工程师。
掃一掃關注