哈嘍！伙伴們，我是小智，你們的AI向?qū)?。歡迎來(lái)到每日的AI學(xué)習(xí)時(shí)間。今天，我們將一起深入AI的奇妙世界，探索“醒醒吧！CEO猛吹A(chǔ)I寫(xiě)95%代碼，績(jī)效考核卻還在拼程序員手速？”，并學(xué)會(huì)本篇文章中所講的全部知識(shí)點(diǎn)。還是那句話“不必遠(yuǎn)征未知，只需喚醒你的潛能！”跟著小智的步伐，我們終將學(xué)有所成，學(xué)以致用，并發(fā)現(xiàn)自身的更多可能性。話不多說(shuō)，現(xiàn)在就讓我們開(kāi)始這場(chǎng)激發(fā)潛能的AI學(xué)習(xí)之旅吧。

醒醒吧！CEO猛吹A(chǔ)I寫(xiě)95%代碼，績(jī)效考核卻還在拼程序員手速？：

在 AI 工具席卷開(kāi)發(fā)圈之后，一批技術(shù)老兵的工作方式悄然發(fā)生變化。Superhuman （原生 AI 郵件應(yīng)用）工程負(fù)責(zé)人 Loic Houssier 正是這場(chǎng)轉(zhuǎn)型的親歷者之一。

這位出身數(shù)學(xué)背景、擁有密碼學(xué)工程經(jīng)驗(yàn)的 VP，曾帶領(lǐng)團(tuán)隊(duì)經(jīng)歷了從大型 B2C 到核心底層架構(gòu)的復(fù)雜挑戰(zhàn)。而當(dāng) ChatGPT、Claude Code 等工具走進(jìn)日常，他選擇放棄流程控制權(quán)，把實(shí)驗(yàn)權(quán)交還給一線工程師——預(yù)算公司全包，工具隨便試，甚至不設(shè)“推薦清單”。

“AI 時(shí)代沒(méi)有黃金路徑，”他說(shuō)，“你得自己摸索自己的節(jié)奏?！?/p>

在這篇深度對(duì)談中，我們將看到：

? 流程重構(gòu)：“過(guò)去我們靠標(biāo)準(zhǔn)化工具（如統(tǒng)一 IDE 和 CI/CD）提供‘黃金路徑’來(lái)提升效率，但現(xiàn)在工具每周都在變，這條路徑本身已不穩(wěn)定?！?br /> ? 績(jī)效評(píng)估新法：沒(méi)有單一 KPI 來(lái)衡量 AI 帶來(lái)的真實(shí)效率提升，“如果我們能找到一個(gè)衡量一切的指標(biāo)，我們就都可以退休了，也不需要什么工程領(lǐng)導(dǎo)”。
? 觀望代價(jià)在變大：“我們那時(shí)可以花一年去慢慢學(xué) jQuery，沒(méi)關(guān)系。但現(xiàn)在你等得太久，再找工作可能就困難了。”
? AI 是加速器不是方向盤(pán)：AI 不能代替領(lǐng)導(dǎo)力，也無(wú)法繞過(guò)“產(chǎn)品判斷和用戶調(diào)研?！?/p>

工具隨便試、預(yù)算全兜底

主持人：我想從一個(gè)簡(jiǎn)單的問(wèn)題開(kāi)始：你們是怎么進(jìn)入軟件和科技行業(yè)的？

Loic Houssier： 我這邊其實(shí)進(jìn)入編程領(lǐng)域已經(jīng)是很久以前的事情了，我現(xiàn)在頭發(fā)已經(jīng)有點(diǎn)花白，能說(shuō)明問(wèn)題了（笑）。我第一次接觸代碼，是在中學(xué)的時(shí)候。我那時(shí)候拿到了一臺(tái) Amstrad CPC 6128（對(duì)于老一輩來(lái)說(shuō)，可能會(huì)有一些回憶）。那時(shí)你會(huì)在報(bào)紙上訂閱內(nèi)容，末尾會(huì)附一些教程，你可以照著教程，在機(jī)器上做一些很酷的東西。那是我第一次接觸編程。

但到了大學(xué)，我愛(ài)上了數(shù)學(xué)。我并不是計(jì)算機(jī)科學(xué)出身，我一路念的是數(shù)學(xué)，一直到碩士階段。在碩士期間，我開(kāi)始嘗試把數(shù)學(xué)應(yīng)用到安全領(lǐng)域，做了很多密碼學(xué)方面的東西——你既要理解算法和理論，也要能在真實(shí)世界中驗(yàn)證它是否可行。那是我第一次深入理解諸如 C 語(yǔ)言、指針、算法優(yōu)化、內(nèi)存管理等等。

你提到職業(yè)起伏，我也一樣經(jīng)歷了很多高低起伏，甚至可以說(shuō)是左右橫跳（笑）。雖然我大部分時(shí)間都在科技行業(yè)，但也幸運(yùn)地在軟件行業(yè)之外工作了兩年。那段經(jīng)歷讓我從領(lǐng)導(dǎo)力方面學(xué)到很多，可能我們后面可以聊聊這個(gè)。

Ben Matthews（Stack Overflow 的工程高級(jí)總監(jiān)）：我一直很喜歡聽(tīng)別人分享自己是如何進(jìn)入科技行業(yè)的。每個(gè)人的路徑都不一樣，特別是那些從別的行業(yè)轉(zhuǎn)行進(jìn)入科技的人，他們會(huì)帶來(lái)很多獨(dú)特的視角和背景。那么你是如何讓擁有不同背景的工程師們，統(tǒng)一對(duì)“成功”的認(rèn)知呢？你有哪些方法促使他們達(dá)成共識(shí)？

Loic Houssier： 我自己的背景是數(shù)學(xué)，而數(shù)學(xué)的核心是發(fā)現(xiàn)模式，試圖對(duì)現(xiàn)實(shí)進(jìn)行建模，用模型近似現(xiàn)實(shí)。我覺(jué)得作為一個(gè)技術(shù)領(lǐng)導(dǎo)者，其實(shí)工作本質(zhì)上是一樣的：幫助人們退一步看問(wèn)題。你今天面臨的狀況，可能和幾年前經(jīng)歷過(guò)的事情并沒(méi)有本質(zhì)不同。

我的職責(zé)之一就是幫助大家建立這種連接：原來(lái)這之間是有模式的，也許我在做一些事情時(shí)不是最優(yōu)方式，但只要我退一步思考、從別人的經(jīng)驗(yàn)中學(xué)習(xí)，我就能改進(jìn)自己。我曾在 B2C、B2E 領(lǐng)域工作，也做過(guò)核心技術(shù)工作，但回頭看，很多問(wèn)題其實(shí)是相似的。所以我認(rèn)為，我工作中很大一部分是在幫助團(tuán)隊(duì)成員跳出當(dāng)下，避免陷入太多眼前的具體細(xì)節(jié)，而是能夠看到更廣的背景、更高的視角。

Ben Matthews：我特別認(rèn)同這種觀點(diǎn)。每個(gè)人背景不同，從彼此身上學(xué)習(xí)，才是最重要的。也不是非要讓大家統(tǒng)一看法，而是通過(guò)融合不同方法論，構(gòu)建新的共同理解。我很好奇，你是如何創(chuàng)造這種“面對(duì)面溝通、一起創(chuàng)新”的機(jī)會(huì)的？

Loic Houssier： 首先，你得刻意去創(chuàng)造這種機(jī)會(huì)。這并不容易。我們節(jié)奏很快，面臨市場(chǎng)壓力、競(jìng)爭(zhēng)壓力、業(yè)務(wù)壓力，執(zhí)行是第一優(yōu)先級(jí)。在這種高壓之下，往往很難抽出時(shí)間去建立人與人之間的聯(lián)系。Superhuman 是一個(gè)完全遠(yuǎn)程、分布式的公司。我們的員工從舊金山到阿根廷的巴塔哥尼亞、加拿大的新斯科舍省的哈利法克斯，甚至還有人在倫敦。時(shí)區(qū)跨度非常大。如果我們只專(zhuān)注執(zhí)行，就會(huì)錯(cuò)失那種人際聯(lián)系、關(guān)系的建立。

所以我們會(huì)定期組織線下團(tuán)建，比如組織各級(jí)管理者的線下聚會(huì)。你需要為此刻意創(chuàng)造空間，真正有意識(shí)地去做，尤其是在初創(chuàng)公司這種節(jié)奏中，信息的流動(dòng)方式和信任的建立方式都不同于線下辦公。這就要求我們更有“刻意性”（intentionality）。

我們?cè)谀炒巍肮芾碚邎F(tuán)建”中做了一些戰(zhàn)略對(duì)齊的工作：統(tǒng)一對(duì)公司目標(biāo)的認(rèn)知、統(tǒng)一我們的價(jià)值觀和工作方式。因?yàn)橐坏┻@些達(dá)成一致，團(tuán)隊(duì)就可以有更大的自主權(quán)，每個(gè)人都知道公司的方向、我們作為領(lǐng)導(dǎo)者的定位、我們希望怎么傳達(dá)這些給組織的其他成員。當(dāng)對(duì)齊完成后，團(tuán)隊(duì)就能基于這種共識(shí)快速行動(dòng)。我們稱(chēng)之為“對(duì)齊中的自治”（aligned autonomy）。通過(guò)線下團(tuán)建建立連接和信任，然后形成一致性，最終加快組織節(jié)奏。

Ben Matthews：我完全同意面對(duì)面聚會(huì)的價(jià)值。我們?cè)?Stack 做線下團(tuán)建時(shí)，也誕生了很多好點(diǎn)子，甚至場(chǎng)地的改變都能激發(fā)創(chuàng)新，不是因?yàn)閾Q了場(chǎng)所，而是換了人與人互動(dòng)的方式。你剛剛提到“對(duì)齊中的自治”，有沒(méi)有一些具體的例子，能說(shuō)明這個(gè)策略如何推動(dòng)團(tuán)隊(duì)加速前進(jìn)？

Loic Houssier： 一個(gè)很好的例子，就是 AI 的落地。

我剛加入 Superhuman 的時(shí)候，正值我們開(kāi)始談?wù)?ChatGPT、Claude Code 等各種 AI 工具陸續(xù)出現(xiàn)。Superhuman 的團(tuán)隊(duì)中有不少是經(jīng)驗(yàn)豐富的老員工，所以我們已經(jīng)形成了一些習(xí)慣、一些默認(rèn)的工作方式，包括預(yù)算使用、引入新工具的流程等等。

在 Superhuman，我們做了一件事是：我們意識(shí)到這是一個(gè)全新的時(shí)代。我們還不知道最佳實(shí)踐是什么，也不知道將來(lái)會(huì)用上哪些工具，但我們知道這一定會(huì)帶來(lái)某種程度上的顛覆。那么我們能做什么？

這就回到“對(duì)齊式自治”（aligned autonomy）的概念。我們開(kāi)始思考：對(duì)一個(gè)身在巴西的工程師來(lái)說(shuō)，來(lái)自高層的哪些信息和資源能真正幫助他更快地適應(yīng)并使用這些新工具？我們得出的答案歸結(jié)為兩個(gè)方面：

第一，是要移除繁文縟節(jié)。我們要明確告訴大家：“你想嘗試什么都可以?！边@是我們的首要原則。不要太擔(dān)心合規(guī)性，我們會(huì)簡(jiǎn)化流程，承諾在 24 小時(shí)內(nèi)完成合規(guī)審查。不管你提交的是 SOC 2 Type 2 或其他合規(guī)相關(guān)事項(xiàng)，交給我們。我們會(huì)掃清這些障礙，讓你可以輕松嘗試各種工具。

這就是我們第一個(gè)對(duì)齊點(diǎn)：我們會(huì)盡一切努力讓你們可以輕松地嘗試任何你想試的工具。沒(méi)有任何限制，也沒(méi)有所謂的“優(yōu)先廠商”。你只要覺(jué)得有意義就可以試。

第二個(gè)方面是：預(yù)算我們來(lái)承擔(dān)。如果你想同時(shí)嘗試三四五個(gè)工具，需要購(gòu)買(mǎi)訂閱服務(wù)，那也沒(méi)關(guān)系，我們支持。我們做了相應(yīng)的預(yù)算分配，確保大家在試新東西時(shí)不會(huì)顧慮成本。

有時(shí)候你可能會(huì)猶豫：“這個(gè)工具看起來(lái)不錯(cuò)，但有點(diǎn)貴，而且我已經(jīng)在用 Copilot 了，或者我們公司已經(jīng)用了其他工具，感覺(jué)可能會(huì)多此一舉。”所以我才特別強(qiáng)調(diào)我們團(tuán)隊(duì)中有很多“老兵”，有些習(xí)慣已經(jīng)根深蒂固，不太會(huì)主動(dòng)去質(zhì)疑和挑戰(zhàn)它們。

所以我們主動(dòng)設(shè)定了新的對(duì)齊方式：這是一個(gè)全新的世界，規(guī)則已經(jīng)變了。大膽一點(diǎn)，瘋狂一點(diǎn)，你完全有資格去嘗試新東西。

這也帶來(lái)了一些有趣的現(xiàn)象。比如在最初的一兩個(gè)季度里，我們看到各種零散的嘗試，大家各自采用不同工具，有些使用 ChatGPT，有些在試新 IDE，我們沒(méi)有強(qiáng)行干預(yù)，也不限定平臺(tái)或工具。雖然并非所有嘗試都可控，但我們營(yíng)造出一種緊迫感和“被賦能感”。

結(jié)果是，幾乎每個(gè)人都開(kāi)始使用一些新東西。有人用 ChatGPT，有人嘗試新的 IDE，各種不同的方式。我在這不點(diǎn)具體工具名稱(chēng)，但總之是百花齊放。

而一旦我們成功創(chuàng)造出這樣一個(gè)開(kāi)放、自由、積極嘗試的環(huán)境，接下來(lái)就是時(shí)候重新強(qiáng)調(diào)“對(duì)齊”了：你們已經(jīng)擁有了充分的自主，現(xiàn)在我們要開(kāi)始建立共識(shí)，形成統(tǒng)一方向。

AI 時(shí)代，沒(méi)有黃金路徑，節(jié)奏自己找

Ben Matthews：我特別想聽(tīng)聽(tīng)，這些 AI 工具是如何改變你們的日常開(kāi)發(fā)流程的？現(xiàn)在的 AI 工具層出不窮，有點(diǎn)像“西部蠻荒時(shí)代”，你們?nèi)绾卧谄渲姓业叫鲁B(tài)，提升工程效率？

Loic Houssier： 這確實(shí)是一種全新的范式，不只是給一線工程師（IC）帶來(lái)了新工具，對(duì)于我們這些管理者來(lái)說(shuō)也是一樣。

過(guò)去我們提升團(tuán)隊(duì)效率的方式，是通過(guò)一定程度上的標(biāo)準(zhǔn)化，比如為大家提供一條“黃金路徑”（golden path），這樣大家可以在類(lèi)似的流程和工具中優(yōu)化自己的開(kāi)發(fā)方式。比如將 IDE、 CI/CD 平臺(tái)進(jìn)行適度標(biāo)準(zhǔn)化，然后圍繞這些標(biāo)準(zhǔn)化工具建立相應(yīng)的開(kāi)發(fā)者支持系統(tǒng)。

但現(xiàn)在的問(wèn)題是，這些工具幾乎每周都在發(fā)生變化，你說(shuō)的沒(méi)錯(cuò)，而且你提到一個(gè)很重要的現(xiàn)象是——有些新工具只是嵌入到現(xiàn)有流程中的補(bǔ)充，比如它可能集成在你正在使用的 VS Code 中，那么體驗(yàn)上是延續(xù)的，流程也大致不變。

還有些人可能主要是通過(guò)終端開(kāi)發(fā)，或其他工具，把它們整合進(jìn)自己的開(kāi)發(fā)流程。

但越來(lái)越多的情況是：整個(gè)流程本身都在發(fā)生變化。比如說(shuō)，OpenAI 的 Codex 就代表了一種全新的工作方式。你會(huì)給這個(gè) Agentic 框架發(fā)一個(gè)請(qǐng)求，然后它返回一個(gè) PR。你甚至不需要打開(kāi) GitHub，只要發(fā)出一句話：“嘿，我發(fā)現(xiàn)某個(gè)區(qū)域有內(nèi)存管理問(wèn)題，幫我修一下。”它就會(huì)返回一個(gè)修復(fù) PR。

我們現(xiàn)在確實(shí)有一些開(kāi)發(fā)者就是這么干的。他們?cè)缟蠒?huì)發(fā)出一堆請(qǐng)求，完全異步處理，然后專(zhuān)心去做自己核心項(xiàng)目的開(kāi)發(fā)。到了中午或某個(gè)時(shí)間點(diǎn)，他們?cè)倩貋?lái)看 agentic 框架生成的 PR，這時(shí)他們更多是在做 review，而不是親自寫(xiě)代碼。

工作流程變了，思維方式變了，連日常的時(shí)間安排都變了。

而現(xiàn)在我們還處于一個(gè)太早期的階段，還不足以確定哪種新流程會(huì)真正成為“新常態(tài)”。所以我們目前的做法，是先去捕捉當(dāng)前的最佳實(shí)踐。

所以我們成立了一個(gè) AI 公會(huì)（AI Guild），參考 Spotify 的公會(huì)模式。

我們以前就有前端公會(huì)、后端公會(huì)，確保各技術(shù)棧的一致性。現(xiàn)在 AI 公會(huì)由各個(gè)平臺(tái)代表組成，因?yàn)椴皇敲總€(gè)工具都適用于所有人，比如 iOS 工程師的需求就很不同。

AI 公會(huì)的工作是識(shí)別并分享最佳實(shí)踐，追蹤工具的使用情況，了解哪些團(tuán)隊(duì)沒(méi)有采用 AI、原因是什么、他們的工作流程是否存在特殊性或差異?？傊覀冋诜浅Ｓ幸庾R(shí)地推動(dòng)這場(chǎng)變革。

Ben Matthews： 我們?cè)?Stack 也有 AI 公會(huì)，遇到的挑戰(zhàn)和好處都非常類(lèi)似。來(lái)自不同崗位的人不斷分享新工具，也有人跳出來(lái)唱反調(diào)，說(shuō)“我們絕不該用這些工具”。

Loic Houssier： 對(duì)（笑）。

Ben Matthews： 但這其實(shí)是個(gè)很好的平衡。每個(gè)人都有自己判斷的標(biāo)準(zhǔn)，比如這個(gè)場(chǎng)景可以用 AI，那個(gè)場(chǎng)景暫時(shí)別碰。但希望未來(lái)我們能繼續(xù)發(fā)展這些工具，逐步形成更系統(tǒng)的工作模式。如何獲取數(shù)據(jù)、如何不斷改進(jìn)它、以及如何在內(nèi)容生成與內(nèi)容交付之間形成一個(gè)循環(huán)反饋機(jī)制。

不過(guò)我真的很喜歡“AI 小組”這個(gè)設(shè)定。我們?cè)?Stack 也很幸運(yùn)地得到了高層的支持，鼓勵(lì)大家去嘗試、去實(shí)驗(yàn)、重新組合已有的方式，看看新的可能性。我們鼓勵(lì)大家跳出舒適區(qū)，探索 AI 可以在哪些地方真正幫上忙。

像文檔處理、測(cè)試生成這些地方，我們發(fā)現(xiàn) AI 有一些顯著的“快速勝利”?，F(xiàn)在我們正繼續(xù)探索其他代碼區(qū)域，看看哪些地方可以穩(wěn)定、可靠地交給 AI 去重寫(xiě)，同時(shí)也在權(quán)衡人類(lèi)上下文理解的不可替代性。某些地方 AI 確實(shí)給出了新穎的解法，整個(gè)過(guò)程很有意思，也很像是在探索一片技術(shù)的新邊疆。

Loic Houssier： 確實(shí)有意思。AI 另一個(gè)真正帶來(lái)幫助的地方，是我們以前一直想做、卻總沒(méi)有時(shí)間做的“邊角項(xiàng)目”。這些項(xiàng)目通常不是直接面向生產(chǎn)環(huán)境或客戶的，而是一些輔助腳本、數(shù)據(jù)處理器——你一直想著“要是有空寫(xiě)個(gè)腳本多好”，但總是抽不出時(shí)間。而現(xiàn)在你可以把它當(dāng)作一個(gè)副項(xiàng)目快速搞定。我們?cè)谶@類(lèi)繁瑣工作上收獲了不少“快感”。

Ben Matthews： 而且不只是工程師才能用 AI，現(xiàn)在很多非工程背景的同事也可以用 AI 快速搭個(gè)小應(yīng)用來(lái)輔助他們的工作。這真的是打開(kāi)了一扇門(mén)，大大縮短了學(xué)習(xí)曲線。

Loic Houssier： 是的。在 Superhuman，我們非常注重設(shè)計(jì)體驗(yàn)。我們花了很多時(shí)間去思考用戶流程和交互細(xì)節(jié)，因?yàn)槲覀兿Ｍa(chǎn)品用起來(lái)“感覺(jué)對(duì)”。而這種“對(duì)的感覺(jué)”，光靠 Figma 等工具是體驗(yàn)不出來(lái)的。你需要真的去“用”這個(gè)功能才知道是否順暢。比如 v0 這樣的工具，讓產(chǎn)品經(jīng)理和設(shè)計(jì)師可以快速生成一個(gè)能運(yùn)行的交互版本，你可以馬上知道：“啊，這個(gè)用起來(lái)卡卡的，雖然圖上看不錯(cuò)，但實(shí)際不順暢?！倍@些工具能做出非常像樣的 POC（原型），讓你提前試用，這是對(duì)我們幫助非常大的一個(gè)領(lǐng)域。

AI 浪潮下的績(jī)效革命與高層匯報(bào)新戰(zhàn)場(chǎng)

Ben Matthews： 我也很喜歡這種“原型”的使用方式，它真的能幫你解釋清楚某個(gè)功能。我們?cè)?Stack 最近準(zhǔn)備推出一個(gè)新功能，其實(shí)一開(kāi)始并不是工程師團(tuán)隊(duì)提出來(lái)的，而是別的同事有了個(gè)想法。他們一開(kāi)始很難用語(yǔ)言解釋清楚，但通過(guò) AI 工具快速搭了個(gè) demo，雖然不是完整功能，也沒(méi)準(zhǔn)備好上線面對(duì)數(shù)百萬(wàn)用戶，但這個(gè)交互原型一下子讓我們都懂了：“噢，原來(lái)你是這個(gè)意思！”這比起單純講解要有說(shuō)服力得多。

Loic Houssier： 確實(shí)如此。在設(shè)計(jì)師、產(chǎn)品經(jīng)理、工程經(jīng)理或者技術(shù)負(fù)責(zé)人之間的協(xié)作中，AI 工具極大地加速了溝通和試驗(yàn)。

這也帶來(lái)了另一個(gè)變化：CEO 和董事會(huì)開(kāi)始期待，“嘿，你們是不是可以把速度提升一倍？”于是整個(gè)行業(yè)的期待值也在上升。

你看到很多 CEO 在外面宣稱(chēng)他們有 95% 的代碼是用 AI 生成的——我對(duì)這些說(shuō)法持保留態(tài)度，但這種“吹”的風(fēng)氣無(wú)形中制造了同行間的壓力，讓你也不得不評(píng)估自己團(tuán)隊(duì)的 AI 應(yīng)用成效。

我很好奇你們?cè)?Stack 是如何面對(duì)這些壓力的？

Ben Matthews： 我們?cè)?Stack 引入了很多 AI 工具，我自己一直堅(jiān)持的一點(diǎn)是：任何要上線的東西都必須有人類(lèi)把關(guān)。有些工具我們用來(lái)做內(nèi)部的事情，比如數(shù)據(jù)整理、分類(lèi)、排序等，生產(chǎn)壓力不大，我們就不強(qiáng)求人工介入。

但 我們把 AI 看作是加速工程師，而不是取代他們。 特別是那些重復(fù)性高、枯燥的任務(wù)，比如排序或操作執(zhí)行幾十次，AI 非常適合幫忙。而人類(lèi)依然在負(fù)責(zé) Pull Request 檢查、構(gòu)建流程監(jiān)控等關(guān)鍵環(huán)節(jié)。

AI 幫我們很大的一點(diǎn)，是提升了監(jiān)控與可觀測(cè)性的響應(yīng)速度。例如，我們可以更快地被 alert 通知某些代碼變化或異常，甚至還能幫助我們合并重復(fù)邏輯。它確實(shí)幫某些項(xiàng)目大大縮短了開(kāi)發(fā)時(shí)間，尤其是那些以前要花很多時(shí)間寫(xiě)“基礎(chǔ)支撐邏輯”的場(chǎng)景，現(xiàn)在能用 AI 快速完成，交付效率和穩(wěn)定性都提升了不少。

Loic Houssier： 我們還有一個(gè)明顯的變化是新人的入職體驗(yàn)變得更好。比如新工程師加入一個(gè)他們不熟悉的代碼模塊，可能涉及一堆 API，不是他們擅長(zhǎng)的語(yǔ)言，還有很多依賴(lài)關(guān)系。以前他們需要花很多時(shí)間搞清楚“地圖”。但現(xiàn)在通過(guò) Claude Code、Copilot 等工具，他們可以像請(qǐng)教一個(gè)懂代碼的同事那樣直接提問(wèn)：“這個(gè)模塊怎么工作的？”“這個(gè)庫(kù)和那個(gè)庫(kù)之間有什么聯(lián)系？”工具會(huì)一步步引導(dǎo)他們，像個(gè)貼身導(dǎo)師一樣。

我有個(gè)工程師在評(píng)審中就說(shuō)到這一點(diǎn)：“過(guò)去我可能得花兩三天才能理解這個(gè)模塊的來(lái)龍去脈，現(xiàn)在只要用對(duì)了工具、問(wèn)對(duì)了問(wèn)題，一個(gè)小時(shí)就搞清楚了?！边@真的很讓人震撼。

Ben Matthews：換個(gè)話題，我們聊聊 AI 背景下的一些“傳統(tǒng)問(wèn)題”。比如，如何衡量工程團(tuán)隊(duì)的績(jī)效？AI 是否改變了你對(duì)“高績(jī)效團(tuán)隊(duì)”的判斷標(biāo)準(zhǔn)？

Loic Houssier： 我覺(jué)得，評(píng)估生產(chǎn)力永遠(yuǎn)都會(huì)涉及定量和定性兩個(gè)方面。我真希望有人能發(fā)明出一個(gè)唯一的定量 KPI，讓我一看就知道——對(duì)，就是這個(gè)指標(biāo)能告訴我真實(shí)情況。

但現(xiàn)實(shí)是，我現(xiàn)在還主要依賴(lài)一個(gè)特定的匯總性 KPI，它更多是用來(lái)看趨勢(shì)，而不是看絕對(duì)值。這個(gè)指標(biāo)就是“每位工程師每周的 PR 數(shù)量”。

我們當(dāng)然也用 DORA 指標(biāo)、SPACE 模型這些通用框架，但我發(fā)現(xiàn)這個(gè) PR 數(shù)量的指標(biāo)更像是一個(gè)帶寬吞吐量的參考。它僅代表帶寬，不會(huì)影響結(jié)果。這個(gè)指標(biāo)是可以被“玩弄”的，比如說(shuō)你可以故意拆分成一堆小 PR 來(lái)灌水。但只要你明確告訴團(tuán)隊(duì)：“這個(gè)指標(biāo)不是用來(lái)考核你們的，不要作弊，它只是用來(lái)發(fā)現(xiàn)哪些團(tuán)隊(duì)遇到了阻力?！北热缒硞€(gè)團(tuán)隊(duì) PR 數(shù)突然下降，可能是他們的技術(shù)棧比較復(fù)雜，也可能是正在重構(gòu)大模塊。那你就要深入去了解原因，而不是一味要求數(shù)字好看。

對(duì)我來(lái)說(shuō)，這個(gè)指標(biāo)一直很好用。它能幫我了解每位工程師每周提交多少 PR，我們會(huì)按團(tuán)隊(duì)人數(shù)進(jìn)行歸一化，這樣即使團(tuán)隊(duì)人數(shù)變多，仍能衡量整體的吞吐量。從定性的角度來(lái)說(shuō)，你回頭看，有時(shí)你會(huì)感覺(jué)，“哇，這個(gè)月他們效率爆表”，你可以把這種感覺(jué)和實(shí)際數(shù)據(jù)聯(lián)系起來(lái)。

我覺(jué)得這是一個(gè)挺有意思的指標(biāo)。而且自從我們引入 AI 之后，這個(gè)數(shù)字確實(shí)變高了。換句話說(shuō)，從純粹的吞吐量來(lái)看，AI 讓我們的效率更高了。但這不意味著最終交付給用戶的成果質(zhì)量也變好了。 這方面我們得通過(guò)其他方法去衡量。所以我們也補(bǔ)充了一些定性分析。比如我們每個(gè)月會(huì)做一次員工問(wèn)卷調(diào)查，問(wèn)大家：“AI 對(duì)你有沒(méi)有幫助？”“你每天都在用 AI 嗎？”“使用體驗(yàn)如何？”

我們確實(shí)看到一些很明顯的變化：九個(gè)月前，大家還帶著懷疑態(tài)度；但現(xiàn)在，絕大多數(shù)人都會(huì)說(shuō)，“AI 是我日常工作的一部分了?！备鶕?jù)我們最近在四月份做的一次調(diào)查，大家主觀反饋是，AI 幫他們節(jié)省了大約 20% 的時(shí)間，也就是生產(chǎn)力提升了 20%。這還是個(gè)比較保守的估計(jì)。

有些人在項(xiàng)目的特定階段能達(dá)到 40% 的提升。特別是你剛加入一個(gè)新項(xiàng)目、還在接觸階段，有這些 AI 工具輔助時(shí)，成長(zhǎng)速度就會(huì)越來(lái)越快。

所以，從總體來(lái)看，在我們這種以資深工程師為主的團(tuán)隊(duì)里，大家對(duì) AI 的接受度和理解度已經(jīng)很高了。保守估計(jì)，AI 至少提升了 20% 的生產(chǎn)力，實(shí)際可能比這還要高。

Ben Matthews： 你剛才說(shuō)的內(nèi)容我太有共鳴了，尤其是那種“如果我們能找到一個(gè)衡量一切的指標(biāo)，我們就都可以退休了，也不需要什么工程領(lǐng)導(dǎo)”——太對(duì)了。我也同意數(shù)字很重要，但它們只是指標(biāo)，是一些變量，幫助你判斷團(tuán)隊(duì)的運(yùn)行狀態(tài)。

不管是開(kāi)發(fā)速度還是 PR 提交數(shù)，經(jīng)典那句話怎么說(shuō)來(lái)著：“你告訴我怎么衡量我，我就能告訴你我會(huì)怎么行為?！边@正是問(wèn)題所在。而當(dāng)我在團(tuán)隊(duì)里嘗試緩解這種擔(dān)憂時(shí)，我也會(huì)強(qiáng)調(diào)，“這個(gè)數(shù)字只是幫助我們發(fā)現(xiàn)一些模式?！?/p>

比如說(shuō)我們用開(kāi)發(fā)速度（velocity）作為例子，有時(shí)候某個(gè)團(tuán)隊(duì)的故事點(diǎn)（story points）突然下降了，我們就會(huì)看看到底是故事本身變了，還是有人請(qǐng)病假了？我們會(huì)去看能不能從數(shù)據(jù)中讀出什么信號(hào)?；蛘吣硞€(gè)團(tuán)隊(duì)數(shù)據(jù)突然暴漲，那我們也會(huì)問(wèn)，是不是他們?cè)谀硞€(gè)領(lǐng)域特別擅長(zhǎng)？是不是我們做了什么事，真正提升了他們的效率？

所以我們更傾向于把這些指標(biāo)看成“值得深入觀察”的線索。

Loic Houssier： 對(duì)我來(lái)說(shuō)，這些指標(biāo)是非常好的“對(duì)話起點(diǎn)”。當(dāng)某個(gè) KPI 出現(xiàn)上升或下降趨勢(shì)時(shí)，我就拿它出來(lái)和團(tuán)隊(duì)對(duì)話，比如說(shuō)：“大家，上周我們的數(shù)據(jù)有點(diǎn)下降，能不能幫我解釋一下情況？”這種交流不是為了責(zé)備誰(shuí)，而是為了了解背景。

可能團(tuán)隊(duì)會(huì)說(shuō)，“我們剛剛從 CoffeeScript 遷移到另一個(gè)技術(shù)棧，重構(gòu)量特別大，每個(gè) PR 都很龐大。所以我這周只提了一個(gè) PR?！边@時(shí)候你就知道了，他們沒(méi)有問(wèn)題，只是背景不同而已。

但與此同時(shí)，當(dāng)你要跟董事會(huì)匯報(bào)，或者向 CEO 匯報(bào)團(tuán)隊(duì)的進(jìn)展時(shí)，你總得給他們一些指標(biāo)，來(lái)幫助他們理解團(tuán)隊(duì)的演進(jìn)狀態(tài)，在面對(duì) AI 的沖擊時(shí)：到底團(tuán)隊(duì)在變好，還是在原地踏步？

Ben Matthews： 我覺(jué)得現(xiàn)在很多公司也在試圖用這些指標(biāo)來(lái)彌補(bǔ)其他方面的短板。就像你說(shuō)的，AI 可以加速工程師的效率，但它解決不了所有問(wèn)題。

我看到有些領(lǐng)導(dǎo)常犯的一個(gè)錯(cuò)誤就是，把 AI 當(dāng)成救命稻草，比如 產(chǎn)品沒(méi)找到真正的市場(chǎng)匹配點(diǎn)（product-market fit），或者沒(méi)能真正理解客戶的真實(shí)需求。于是他們就說(shuō)，“那我們用 AI 吧，這樣我們可以更快地構(gòu)建產(chǎn)品?！钡较蝈e(cuò)了，再快也沒(méi)用，甚至可能把問(wèn)題放大。

所以 AI 無(wú)法解決那些本質(zhì)上的領(lǐng)導(dǎo)力問(wèn)題或產(chǎn)品定位問(wèn)題。很多人現(xiàn)在對(duì) AI 的期望是：“我們給工程師配上 AI，就能解決一切問(wèn)題?！钡鋵?shí)，AI 是一個(gè)極其有價(jià)值的工具，是工具箱中的一個(gè)新工具，但你仍然需要為工程師提供正確的方向、正確的思路，以及足夠的支持，才能讓他們構(gòu)建出真正有價(jià)值、真正契合市場(chǎng)需求的產(chǎn)品。

AI 范式轉(zhuǎn)型，觀望者的代價(jià)有多大？

Loic Houssier： 是的，而且你需要合適的人員和資歷來(lái)把控這些事。你需要足夠資深的人來(lái)高效使用 AI。比如說(shuō)，當(dāng)你有數(shù)百萬(wàn)用戶，或者每秒有海量交易時(shí)，你肯定不希望某個(gè) AI 生成的“魔法 PR”只是被一個(gè)初級(jí)工程師草草審核就直接上線了——絕對(duì)不行，完全不行。我們現(xiàn)在還遠(yuǎn)遠(yuǎn)沒(méi)到那個(gè)階段。

當(dāng)然，將來(lái)可能可以做到，但目前還不行。盡管如此，AI 已經(jīng)在深刻改變我們的工作方式了。

那么，我們要如何適應(yīng)它？作為工程師，你有 10 年經(jīng)驗(yàn)，但這些工具不是你一出生就會(huì)用的。我之前提到，我最早接觸的是 Amstrad CPC 6128，從那會(huì)兒到我研究生畢業(yè)，技術(shù)的變化雖然持續(xù)，但更像是線性推進(jìn)，并不是范式的斷崖式變化。

是的，那些早期的教程讓你更深入地理解底層，比如底層處理器原理等等，但它們沒(méi)有改變我整個(gè)思考問(wèn)題的方式。而現(xiàn)在我們所處的是一個(gè)真正的“范式轉(zhuǎn)變時(shí)代”。

你怎么適應(yīng)這種變化？你得想清楚對(duì)自己的職業(yè)意味著什么，而這真的很難。

我上周還和一個(gè)朋友聊到這個(gè)，我們談到了剛從大學(xué)畢業(yè)的那批工程師。他們基本上從大一進(jìn)校到大二，就已經(jīng)置身于完全不同的世界了，因?yàn)檫@個(gè)范式轉(zhuǎn)換在他們學(xué)習(xí)過(guò)程中就發(fā)生了。

他們經(jīng)歷了 AI 從“很酷”變成“可以用了”的整個(gè)過(guò)程。他們見(jiàn)證了 ChatGPT 能夠迅速回答各種問(wèn)題，然后意識(shí)到：“天啊，我們現(xiàn)在可以用 LLMs 來(lái)構(gòu)建產(chǎn)品了?！苯又质牵骸疤彀?，現(xiàn)在還有智能體（Agents）?！痹僦笫牵骸疤彀?，現(xiàn)在又有 MCP 了?！?/p>

每一次都是一次范式轉(zhuǎn)變。

所以他們的大腦可塑性（brain plasticity）是把這種劇變當(dāng)作日常的。而我們這一代人，是在一種“你總有時(shí)間慢慢學(xué)習(xí)”的假設(shè)下成長(zhǎng)的。因?yàn)槟莻€(gè)時(shí)代的技術(shù)變革并沒(méi)有現(xiàn)在這么劇烈。比如我們從純 JavaScript 過(guò)渡到 jQuery，再到 Angular，再到 React，說(shuō)實(shí)話如果你回頭看看，那其實(shí)算不上什么“巨變”。而且這個(gè)過(guò)程花了將近 20 年才走到今天。

Ben Matthews： 你說(shuō)得沒(méi)錯(cuò)，特別是從 JavaScript 到 jQuery，當(dāng)時(shí)大家都驚嘆：“哇，現(xiàn)在我可以不用寫(xiě)那么多 JS 就能實(shí)現(xiàn)這些交互了！”那確實(shí)是個(gè)進(jìn)步。

Loic Houssier： 它只是一個(gè)抽象層的提升。對(duì)我來(lái)說(shuō)，雖然它更簡(jiǎn)單，但不是范式轉(zhuǎn)變。你怎么看？

Ben Matthews： 我覺(jué)得，（jQuery 的）真正范式轉(zhuǎn)變點(diǎn)在于，它讓更多新人更容易進(jìn)入網(wǎng)頁(yè)交互的世界。雖然功能層面沒(méi)變，比如 DOM 操作機(jī)制還是一樣，但以前你必須寫(xiě)復(fù)雜的 JavaScript，還得兼容 IE6，各方都麻煩。所以我認(rèn)為，就我們?cè)?Web 上做的事情而言，它沒(méi)有改變，但從多少人可以在 Web 開(kāi)發(fā)商更快地完成任務(wù)，我確實(shí)認(rèn)為這里發(fā)生了很大的轉(zhuǎn)變。

Loic Houssier： 沒(méi)錯(cuò)，我的意思其實(shí)是，從個(gè)人能力成長(zhǎng)的角度看，像 jQuery 這種技術(shù)出現(xiàn)后，你不需要馬上去學(xué)也沒(méi)事?，F(xiàn)在不一樣了，如果你對(duì) AI 工具的演進(jìn)保持觀望態(tài)度，哪怕只是等一個(gè)季度不學(xué)習(xí)，就可能被甩在后面。

這就是“腦部可塑性”越來(lái)越重要的原因。我們那時(shí)可以花一年去慢慢學(xué) jQuery，沒(méi)關(guān)系。但現(xiàn)在你等得太久，再找工作可能就困難了。

我相信 Stack 也在思考如何將“AI 熟練度”引入面試流程。因?yàn)楝F(xiàn)在我們?cè)絹?lái)越傾向于尋找那些能熟練使用 AI 工具、提高效率的人。這將成為面試的一部分。

Ben Matthews：這些問(wèn)題非常有價(jià)值。那么，Superhuman 接下來(lái)有什么計(jì)劃？你們最期待什么？

Loic Houssier： 我們接下來(lái)想解決的核心問(wèn)題是：如何維持產(chǎn)品的“感知質(zhì)量”。我們一直非常注重質(zhì)量，我們的用戶對(duì)產(chǎn)品的感覺(jué)是：一切都很棒，一切都很快，一切都運(yùn)轉(zhuǎn)良好。這種愉悅和信任的感受，就是我們?cè)谟脩襞c產(chǎn)品之間營(yíng)造的“品質(zhì)感”，就像你使用蘋(píng)果設(shè)備的那種感覺(jué)——“它就是好用”。

但隨著 AI 和大語(yǔ)言模型的引入，我們從一個(gè)完全可控、可 QA 的質(zhì)量標(biāo)準(zhǔn)，進(jìn)入了一個(gè)用戶輸入會(huì)顯著影響輸出質(zhì)量的世界。你輸入的提示詞如果很爛，那結(jié)果也只會(huì)更爛。垃圾輸入就會(huì)導(dǎo)致垃圾輸出。

我們?cè)试S用戶在 Superhuman 中搜索郵件、提問(wèn)并獲得上下文相關(guān)的回答，但如果他們提問(wèn)方式很糟糕，那結(jié)果也會(huì)很差。于是我們要思考：如何保證用戶不會(huì)因?yàn)椤拜斎肜倍治覀儭拜敵隼?？怎么提升輸入質(zhì)量，確保最終體驗(yàn)不受影響？這是一項(xiàng)我非常投入的工作，更偏向 UX 設(shè)計(jì)，而不是傳統(tǒng) AI KPI 如精準(zhǔn)率、召回率等。

這個(gè)問(wèn)題其實(shí)是交互設(shè)計(jì)問(wèn)題：我們?nèi)绾我龑?dǎo)用戶提問(wèn)更聰明、表達(dá)更清晰？

另一個(gè)關(guān)注點(diǎn)是：生產(chǎn)力市場(chǎng)正在劇烈變動(dòng)。我們不僅僅是一個(gè)郵箱工具，更是一個(gè)生產(chǎn)力工具。我們?yōu)橛脩羝骄恐芄?jié)省 3 個(gè)小時(shí)，這才是我們核心價(jià)值所在。市場(chǎng)上現(xiàn)在到處是與生產(chǎn)力相關(guān)的 AI 工具，大家都在嘗試通過(guò) LLM 實(shí)現(xiàn)更多交互、更快完成任務(wù)。

我們的目標(biāo)很明確：我們已經(jīng)“解決了郵件”，那接下來(lái)，我們還可以“解決什么”？Superhuman 的未來(lái)，是去理解 AI 帶來(lái)的生產(chǎn)力進(jìn)化、理解用戶感知質(zhì)量的問(wèn)題，并用最優(yōu)雅的方式去解決它們。

嘿，伙伴們，今天我們的AI探索之旅已經(jīng)圓滿結(jié)束。關(guān)于“醒醒吧！CEO猛吹A(chǔ)I寫(xiě)95%代碼，績(jī)效考核卻還在拼程序員手速？”的內(nèi)容已經(jīng)分享給大家了。感謝你們的陪伴，希望這次旅程讓你對(duì)AI能夠更了解、更喜歡。謹(jǐn)記，精準(zhǔn)提問(wèn)是解鎖AI潛能的鑰匙哦！如果有小伙伴想要了解學(xué)習(xí)更多的AI知識(shí)，請(qǐng)關(guān)注我們的官網(wǎng)“AI智研社”，保證讓你收獲滿滿呦！