超越代码生成：AI如何改变技术团队的动态

虽然AI编程助手正在帮助开发人员提高生产力，但AI的真正价值在于其自动化非编码任务的能力，这些任务历来是瓶颈所在，使领导者能够创建更敏捷的团队并专注于更高层次的战略问题。

AI已经从根本上改变了人们和公司的工作方式，这已不是秘密。从简单的预测文本开始，AI迅速发展。自从Google在《Attention Is All You Need》中引入Transformer架构以来，大型语言模型变得比以往任何时候都更加复杂。AI不再仅仅是一个聊天机器人。它现在已成为技术领域的一个显著特征，深深嵌入到我们工作、与技术互动以及彼此互动的方式中。

对于技术团队而言，AI改变了整个软件开发生命周期，并实现了团队组织和领导的新模式。AI加速了编码，使开发人员能够将更多时间投入到复杂和创造性的任务中。同时，它使团队能够通过自动化清除重复性任务的瓶颈，使领导者能够创建更敏捷的团队并专注于更高层次的战略问题。

“这不仅仅是我们写代码更快了吗？它实际上是关于，我们能否更快地交付软件？而…事实是[编写代码]从来都不是交付软件的真正瓶颈。瓶颈是围绕它的所有其他事情。是软件在生产环境中的操作，“Google产品高级总监Ryan J. Salva在《Leaders of Code Podcast》第11集中分享道。“因此，AI真正做的是让我们有机会在每个冲刺或每个月实际交付我们的承诺。”

本文深入探讨了领导者如何：

• 利用AI自动化清除团队瓶颈
• 在较小团队内促进协作并实现敏捷性
• 创建强大的学习文化
• 保持文档和组织知识的质量

通过自动化清除瓶颈

通过像Copilot这样直接集成到工作流和IDE中的编码助手，AI减少了开发人员切换标签页的需求，使他们花更少时间手动编码，更多时间专注于更高优先级的任务。技术团队的真正好处不仅来自生成式编码助手，还来自AI自动化经常导致程序员瓶颈的重复性任务的能力。

开发人员现在口袋里有一个助手，帮助处理常规但重要的任务，包括编写文档、保持组织和管理行政工作。根据麦肯锡的一份研究报告，开发人员中使用AI有助于加速手动任务。AI现在可以在开发人员编码时记录代码功能，并为他们自动填充标准函数。在更新现有代码时，开发人员提高了速度，因为AI助手可以通过自动化和代码生成促进更改。

根据卡内基梅隆大学计算机科学学院的说法，AI在错误检测、质量保证和测试方面也为开发人员提供了增强的功能和效率。“它确实帮助我们更快地前进，并减少了在开销领域的认知负荷，“Stack Overflow平台工程高级总监Peter O’Connor在谈到AI自动化重复性工作的能力时分享道，“我不需要回到我的Jira任务并标记它完成。有什么东西可以为我做这件事吗？那将是很棒的。”

减少认知辛劳使团队能够专注于更大的图景，而不是花费他们的日子勾选重复性任务。对于Google来说，这已经转化为各级工程师思考战略和架构。Ryan J. Silva解释说：“许多那些过去只在我们最资深的首席员工工程师和Uber技术负责人之间进行的架构对话，那些对话现在是我们二级工程师的日常领域，因为我们都需要在架构层面思考。”

有了AI，开发人员不再需要每次都处理机械性任务，释放他们的工作负荷和思维，专注于高层次思考，使创新和创造力在组织中流动。对于Salva和Google来说，"[AI自动化]清除了我的工程师的大量工作，然后去修复问题，而不是做文书工作、官僚主义、将一切整合在一起的项目管理。”

通过团队重组变得更加敏捷

AI自动化通过提高敏捷性和协作来帮助组织。随着认知负荷和常规任务的减少，团队现在能够专注于解决问题，而不仅仅是完成待办事项清单。在Google，这表现为将团队重组成更小、更协作的部分。“我今年开始真正看到的是，过去围绕30到60人组织以交付单一能力或单一服务的团队开始分解成更小的组件，“Ryan J. Salva分享了他的团队如何被重塑。

这种重组减少了团队的协作税，使较小团队在应对挑战时更加敏捷和创造性。沟通变得更容易，导致更快的迭代和对新信息的更快响应，同时减少了在较大团队中经常发生的来回。“你堆叠到问题上的人越多，你需要让每个人都达成一致…试图让15、20个人达成一致与你和你旁边的人达成一致是非常不同的，“Salva解释说。

但这并没有导致Google开发人员的减少。相反，小团队开发人员能够更清晰地专注于出现的问题，以更有组织和协作的方式工作以产生更好的结果。在较小团队上，上下文预建在对话中，因为开发人员与队友紧密合作，并对他们的工作流程有更大的可见性。这为团队打开了更多协作的大门，减少了经常阻碍他们创新和创造性工作能力的员工协作税。在Google，Salva指出，“当你能够与你和一个合作者进行更高带宽的对话时，这就是让你移动得更快的原因。它让你在应对新信息时更加敏捷和灵活，当你交付这些能力时。”

使团队能够产生富有成效的AI结果

AI正在改变技术团队的运作方式，使领导层必须专注于真实的业务成果。领导者不应仅仅依赖像代码行数或拉取请求这样的生产力指标，而应创造一个鼓励实践和共享学习的环境。为此，领导者需要将学习和创造力不仅视为对员工有益，而且视为整体业务战略的基本要素。没有这一点，AI采用将停滞不前，领导层将在让团队成功使用AI工具方面面临障碍。

根据麦肯锡关于工作场所AI的报告，近一半的员工将AI培训列为AI采用的最重要因素。研讨会、配对的AI编程会话以及团队成员可以分享提示和经验的论坛都是领导者可以帮助建立学习文化的方式，促进AI工具的广泛采用和参与。

为了创造一个学习不仅被鼓励而且深深扎根的环境，摩根士丹利高级学习专家Christina Dacauaziliqua建议将业务成功与员工的学习和反思联系起来。“我认为有时成功被孤立地看待，好像它是凭空而来的。我们真的需要创造那种对话，是的，它确实发生，因为有很多对经验教训和胜利的反思，以一种非常有意的方式。”

通过创造与业务成功直接相关的学习和沟通环境，员工可以建立信心和技能，知道他们的工作正在产生重大的业务影响。领导者需要积极鼓励学习作为团队日常工作的一部分。这种方法有助于将学习的好处传播到团队和部门，使组织能够体验工具的广泛采用和理解，以及更多的创造性和创新机会。

组织知识帮助推动团队创造力

AI在帮助团队变得更加敏捷、高效和战略性方面的有效性取决于其训练数据的质量。为此，领导层必须优先策划准确、高质量的文档和知识库。随着团队开始使用AI自动化他们工作中的流程，低质量数据将导致不正确的操作和幻觉。虽然AI能够生成文档，但人类仍然负责其质量和准确性，以避免技术债务。

“文档至关重要，“Google产品高级总监Ryan J. Salva在《Leaders of Code》第11集中分享道。“而该文档的质量…它将随着时间的推移而复合，因为大型语言模型是出色的模仿者。因此，如果文档不完全是你想要的样子，并且非常原始…它将找到那个漏洞，那个代码中的软点，并将一次又一次地放大它。”

领导者不仅需要考虑产品交付或项目启动的速度，还需要考虑他们如何记录这些过程。良好的数据和记录良好的组织知识是成功AI战略的核心——一个不会为其员工积累更多技术债务或认知负荷，而是促进创新和生产力的战略。

面向技术团队的AI：超越代码生成，走向创新

虽然代码生成通常是领导者和员工在将AI添加到技术工作流时首先想到的事情，但真正具有变革性的是AI自动化"围绕工作的工作"的能力。通过消除由重复性行政任务和测试引起的瓶颈，AI使开发人员能够专注于更高层次的战略思考，培养更具创新性和协作性的劳动力。

随着AI在成功公司的工作流程中变得越来越根深蒂固，团队和部门的结构和流程将发生变化。对于一些组织，如Google，这已经导致向更小、更敏捷的能够快速解决问题的单位的基本转变。但与AI的工作不同，这种成功不是自动的。它依赖于领导层的支持。

领导者必须优先考虑强调创造性思维的强大学习文化，允许团队尝试新想法和工具。高质量的文档也必须是一个优先事项，因为AI的有效性仅取决于其训练的组织知识。当技术团队超越仅仅代码生成并拥有领导层的强大支持时，AI自动化的真正胜利就会发生，组织转型可以实现。