最近做复盘，发现一个挺尴尬的现象：AI编程工具把编码速度提上来了，团队整体交付效率却降到了以前的80%。拆开一看，时间分布变了。以前是需求30%、研发30%、测试40%；现在是需求20%、研发20%、测试60%。研发是快了，测试原地爆炸了。根源不是AI不行，是产品和研发都没有“精细化理解”具体任务。AI没有常识，不会猜潜台词。你给它一个模糊的需求，它吐出一堆“看起来合理但实际跑偏”的代码。每一种发散，都需要测试花时间去验证。编码的快，变成了无效返工的加速器。调整思路：不跟AI拼速度，把省下来的时间投资到“想清楚”上。重新分配时间：需求提到40%，研发压到20%，测试稳住40%。那20%不是让研发闲着，是让产品、研发、测试三个人在需求成型那一刻，坐在一起把一件事拆透。具体做法：三个人围着一个需求，从三个维度同时对齐——产品负责“这个痛点值不值得做”，研发负责“这个方案架构上稳不稳”，测试负责“如果并发/超时/用户乱点会怎样”。三个人不是在分工，是在交换认知。这么做之后，AI对着一个已经被三方认知“围剿”过的、颗粒度极细的规约去生成代码，基本没有发散空间。无效返工大幅减少，效率拉回了100%以上。AI时代的编码能力正在趋同，真正的差距在组织协同的颗粒度上。
发布于 四川
分享
评论
赞
未登录
友善发言
评论
加载中
