AI被动加速下，团队的研发效能怎么提高？

以前做产品、迭代技术，我们能按自己的节奏有序推进。

而现在不一样了，AI带来的行业加速，已经不是团队想不想用、愿不愿意做出改变的问题——它正推着所有的研发团队向前冲。

在AI被动加速的大环境里，有的团队借势提效，有的团队效率不升反降，为什么会出现这种差异？

一、为什么用了AI，效率不升反降？

从本质上来说，AI是团队能力的放大器。它能放大团队原有的效率优势，自然也会成倍地放大原有流程的漏洞与管理盲区。

因此，想要借AI的东风，结果事倍功半的情况不在少数。为了减少各个团队的无效投入，我们从客户咨询中发现的问题里，总结出了两点常见的效率下降原因。

1.产出速度变快，但判断力跟不上

放在以前，研发写一个业务需求，需要先弄清楚场景、思考实现逻辑，再动手写代码。虽然过程较慢，但整体还是很扎实。

而现在，AI 几分钟就能吐出一大段代码。看着效率很高，可 AI 不会完整理解项目的上下文，也不会主动考虑各种特殊场景、兼容细节，因此代码的背后隐藏着不少质量问题。 但此时团队的判断力跟不上代码产出的速度。即便编码效率得到提升，问题与 Bug 也会不断堆积，越变越多。

最终，团队要再花个大几倍的时间，补上之前的这些漏洞。

2.新旧流程打架，缺少针对AI的规则制度

前段时间，春哥在我们团队中发了通知，在公司出台正式的AI辅助变成规范之前，研发同事禁止直接使用和提交AI生成的代码。

发这个通知的原因很简单，很多团队当前的代码评审流程、需求评审的节奏，还是在以前纯手工开发中总结出来的。

当团队大量使用AI后，代码的提交频率变高。新的代码持续涌入，但评审机制依旧沿用旧模式。原有评审的节奏和校验逻辑跟不上AI带来的产出增量，大量AI生成代码潜藏的问题很难被全部排查出来。 

而且在没有AI辅助规范的情况下，有的人会对AI产出的内容做严格检查，有的人选择直接照搬。这就导致团队的交付质量完全依赖个体水平，状态极不稳定。

如果大家做一下自查，我相信90%以上的团队都能看到这两个问题。不管是如今大火的AI，还是早些年上线的各类项目管理工具，技术、工具本身其实都没有问题。

真正拉低整体效率的，也许是企业的内部流程还没有跟上变化。

二、AI时代，该如何提升研发效能？

如果从原来的一人一岗，变成人+AI一岗，就能有效地提升效能了吗？很多团队的答案可能没那么确定。

为了提升研发效能，很多团队一味地追求应用各种AI工具，忽略了原有团队成员的定位转变。尽管用上了AI，但团队的工具成本、培训成本以及适配成本也都相应增加了，效率提升也不明显。

为了改变这种现状，我们在引入AI时，要做的第一件事就是先调整各个角色的定位。

1.先调定位

AI不会取代人，但会彻底重构每个角色的工作重心。

和其他公司大规模裁员相比，性价比最高的方式是重新定义AI在工作中的角色：比如让AI负责高效产出，再由原本的团队成员进行判断、决策，做兜底的容错。这样既能把AI能力内化到现有岗位中，又能最大化工具的产出。

具体到每个角色上，产品经理可以用AI快速生成需求初稿、梳理基础场景，但需要把控业务目标以及各种需求范围和价值；研发工程师也能降低纯编码的工作比重，把重心放到设计方案、优化逻辑上；测试工程师能借助AI生成基础的测试用例，从而整体把控产出质量；研发负责人则需要减少个人业务代码的编写工作，转为制定团队的AI使用规范，更关注团队的效能和质量等的整体把控。

把各个岗位的分工理顺之后，人与AI就不再是简单的并肩配合的关系，而是由AI承接团队原本机械重复的工作，为大家提供更多的时间完成更高价值的工作内容。

2.再改流程

改变角色定位后，团队内部的流程也要进行变化。

很多制度落地失败，有很大一部分原因是流程规则设置不合理。新增的很多环节给团队增加了过重的执行负担，比如开一堆无意义的会议，或增加了执行上的许多繁琐环节等，让团队疲于应对。

所以要想让AI稳定落地，我们只需要对现有的研发流程稍加改造。

在团队大量输出AI内容之前，组织层面需要先牵头梳理完整的AI研发规范。举个例子：

• 所有AI生成的需求、代码、用例等内容，仅作初稿参考，必须经对应负责人人工审核修正后，才能进入正式研发流程；
• 开发者严禁提交自己读不懂、理不清逻辑的AI代码，必须完全清楚代码逻辑和潜在风险；
• 设置不同级别的评审策略，对于安全、支付等高风险的模块，启用更高等级的评审环节；
• 鼓励全员沉淀优质的AI提示词、使用技巧等，团队内部共享复用，整体提升AI使用质量等。

同时，也要把AI执行规则融入日常节奏中，比如明确在需求评审里增加对AI产出物的校验规则，再次确认业务逻辑；在代码评审中增加固定的检查点和必查项；在迭代复盘会上同步复盘AI的相关问题，沉淀团队内部AI规范等等。

3.重塑文化

解决了流程问题，我们还要正视多数团队在AI应用中的一个误区：过度追求产出速度。

AI带来的最明显的改变就是，原本需要人工几个小时才能结束的任务，现在轻轻松松就能完成。但过度追求速度，很容易忽略产出质量，丢失自己的工作价值。这就需要我们重塑团队的工作文化。

我们真正倡导的AI文化，是要在有规范约束的基础上，大胆拥抱AI；是在风险可控的前提下，敢于探索AI的各种落地场景，敢于试错、创新；是在AI应用中出现问题时，关注如何从根源上规避同类问题再次发生，不搞简单粗暴的个人追责。

另外，还要抛弃代码行数、任务完成个数这种片面的量化指标，因为这类数据可以依靠AI轻松刷出虚假增量，完全无法体现真实工作价值。

让团队敢用、会用、放心用AI，才是当下我们需要聚焦的方向。

但坦白来说，所有的流程方法、文化环节，如果只靠人的自觉执行，在短期内是有效的。但长期看来，单纯依靠个体自觉，大家会疲惫、会遗忘、会心存侥幸，原本顺畅的流程，在日后的执行中就会慢慢变形。

所以我们更提倡将目前跑通的各个环节，通过工具固化成标准化的流程，从而降低人工执行的成本。

像研发管理过程，我们就可以用禅道内置的各类AI能力，比如智能体、知识库、数字员工等等，进行更高效地融合应用。如果有对AI感兴趣的朋友，欢迎扫码向阿道咨询。


对于那些非研发管理的流程，就可以在禅道智能开发平台中做企业内部应用的自定义。

这个平台的自定义逻辑是这样的：在禅道智能开发平台中，用户输入原始需求，AI会完成业务概念的抽象提炼；再将抽象后的业务需求进行结构化拆解，形成可视化的工作流模块；最后由团队成员微调流程、优化细节，快速打磨出一套稳定、可直接落地使用的业务应用。

像客户CRM、OA审批、人事绩效、工单运维，或是简易进销存、设备管理、流程审批等各类企业内部业务场景，都可以用智能开发平台搭建。

最后还是希望在AI被动加速的这个时代，我们各个团队都能借势而上，让AI真正成为团队提质增效的助力！