某海外科技公司如何利用 AI 提升研发效能提升工程效率是这家海外科技公司工作中的重要组成部分。团队越快向客户交付高质量功能客户就越能从产品中获得更多价值。随着 AI 编码工具和 AI 工作流逐渐进入软件开发生命周期如何利用 AI 提升工程生产力和研发效能也成为技术团队必须认真回答的问题。这种快速迭代能力也是该公司开发一款情境感知型 AI 工具的关键。这个工具可以连接用户的各类工作应用帮助用户搜索信息、提出问题并整理分散在不同工具中的工作内容。在构建这类 AI 产品的过程中该公司自身也大量采用了 AI 编码和开发工具。早期成果令人鼓舞但关于如何最有效地使用这些工具以及它们在哪些场景下最能发挥价值仍然存在许多尚未解决的问题。为了推动相关讨论这家海外科技公司的技术负责人在旧金山工作室主持了一场高管圆桌会议。会议邀请了一小群来自头部公司的技术领导者共同探讨 AI、工程生产力与研发效能领域正在发生的变化并进行了深入交流。以下是这次会议中的一些核心内容。如何利用 AI 提升工程生产力为了使用 AI 而使用 AI并没有意义。AI 工具必须与真实的业务成果相连接。在应对这场变化时我们不得不反复追问自己什么样的方法才是正确的哪些现有流程需要根据 AI 工作流进行升级为了开启这次活动并向与会者展示这家公司如何思考这些问题工程生产力负责人介绍了团队在利用 AI 提升工程生产力方面的实验、采用和推广过程。首先团队与公司领导层合作争取他们的支持并明确 AI 工具的重要性最终将 AI 采用提升为公司层面的优先事项。这使得 AI 从一项基层实验转变为一项紧迫的组织任务也帮助所有人对这件事形成了共同认知。现在各个团队可以更自由地尝试不同工具公司内部新工具试点项目的审批流程也被进一步简化试点门槛随之降低。在实验过程中团队发现AI 对整个软件开发生命周期都产生了影响。从代码审查、文档编写到调试和测试AI 都有发挥作用的空间。和其他大型组织一样这家公司也面临一些独特挑战。现成的 AI 工具并不总是能满足其规模要求。由于公司拥有一个非常庞大的多语言单体代码库因此必须谨慎判断哪些地方适合直接采用现有工具哪些地方需要进行扩展哪些地方则需要构建自有能力。例如这家公司构建了自己的 AI 工具用于监听拉取请求中的构建失败并基于内部 AI 平台提出修复建议。得益于这些努力现在大多数开发人员都在自己的工作流中使用至少一种 AI 工具。团队将每位工程师每月提交的拉取请求也就是 PR 吞吐量作为一项核心指标进行跟踪。从数据中可以看到更频繁使用 AI 编码工具的用户在代码交付产出上体现出明显变化这一点反映在每月 PR 吞吐量上。团队也密切关注公司内部工程师对 AI 工具的看法。随着积极情绪持续增强消极情绪所占比例正在下降。最重要的是由于公司让开发者更容易根据团队实际情况选择最适合自己的工具他们在使用 AI 加速工作时感受到的阻力也更小了。高管圆桌会议如何讨论 AI 与研发效能当晚的重点是一场旨在促进跨行业思想交流的圆桌讨论。为了实现这一点组织者将与会者分成三组。每组轮流讨论一个问题这样每位领导者都能从三个不同的同行小组中学习。讨论主要围绕三个核心支柱展开。第一衡量影响。与会者在衡量 AI 驱动的工程生产力提升时主要采用哪三种方法在衡量由此带来的业务影响时又主要采用哪三种方法第二形成领导层共识。在 AI 部署、AI 应用以及通过 AI 提升生产力的进展和速度方面如何与公司领导层保持一致与会者分享了各自正在采用的三类方法。第三人的因素。在招聘、评估和培养员工的 AI 能力与生产力方面与会者主要采用哪些方法在提升非开发人员生产力方面又有哪些经验值得借鉴正式讨论结束后与会者在后续交流环节继续分享观点。各位领导者进一步探讨了在 AI 时代进行管理、领导和持续改进所需要的思维方式。AI 工程生产力提升带来了哪些启发圆桌讨论中浮现出的主要主题集中在以下几个方面。第一平衡。必须谨慎权衡生产力提升与潜在代价之间的关系尤其是质量和长期维护成本方面的取舍。第二领导力的作用。管理层尤其是技术领导力在建立和执行有效 AI 使用规范方面发挥着至关重要的作用。第三制度化。将 AI 能力正式纳入职业发展框架表明组织已经把 AI 视为长期战略重点而不是短期工具实验。不过仍有许多问题尚未完全解决。例如如果 AI 确实提升了我们的处理能力那么这些新增能力究竟被用在了哪里对这家公司来说这些能力目前正被用于解决技术债务、执行数据迁移以及提升系统可靠性等领域。然而如何将这些生产力提升有效地与具体业务成果联系起来仍然是一个关键挑战。这也是许多与会者在圆桌会议中反复提到的观点。要回答这个问题单靠 AI 编码工具本身还不够团队还需要把研发目标、客户反馈、需求评审、开发测试、发布上线和知识沉淀连接起来。对于研发团队来说PingCode这类智能化研发管理工具可以帮助团队把 AI 带来的效率提升沉淀到完整研发流程中用数据化方式追踪研发效能和业务结果之间的关系。因此2026 年的重点将是把生产力提升直接与具体成果挂钩将运营上的严谨性扩展到工程团队之外并最终推动端到端产品迭代速度的提升。在工程团队之外AI 也会影响产品、运营、市场和管理等更多角色的协作方式。对于这类跨职能协作场景Worktile 这类通用项目协作系统可以帮助团队围绕任务、项目、文档、日历和审批等事项统一协作让非开发人员的效率提升也能被更好地组织和承接。非常感谢贡献观点的参与者。未来我们也期待继续围绕 AI、工程生产力和组织效率与更多技术领导者进行交流。