📌 一句话摘要

阿里云 CIO 团队基于一年实战复盘，提出 AI 时代产研提效的核心在于「规模化」而非「生码率」，通过左移质量测试、知识工程、API 规约和 Half-Stack 岗位重构，实现前端人均有效代码量提升 3 倍、后端 2 倍、缺陷率下降 30%-55%。

📝 详细摘要

本文是阿里云 CIO 蒋林泉及其团队对 AI 时代产研组织效能规模化提升的深度复盘。文章首先指出两个流行误区：AI 生码率作为过程指标容易导致「灌水」，Vibe Coding 在存量企业系统中难以直接落地。核心观点是，代码一旦生产出来首先是负债，规模化提效应聚焦业务价值而非代码量。团队通过 AI 辅助实现了四大左移：质量与测试覆盖从 20% 提升至接近 100%、存量系统知识工程与 Spec 还原、API First 规约终结系统「代偿」、Vibe Coding 用于需求澄清前置。在组织层面，放弃全栈工程师幻想，重构为 PDFE（AI 产品设计前端工程师）和 ABE（AI 架构与后端工程师）两个 Half-Stack 岗位，大幅压缩协同链路。最终沉淀为「产品价值牵引 × 工程效率 × 组织变革」三位一体框架。文章还探讨了 Agent 价值落地难、个体与组织提效差异、以及 AI 时代稀缺能力——语文与数学的底层回归和品味至上的判断力。

💡 主要观点

1. AI 生码率是危险的过程指标，应聚焦业务价值 E2E 度量。 代码行数不加权没有意义，AI 生码率容易导致团队陷入「灌水」陷阱。实际编码仅占软件工程周期的 20%，即使将易写代码的 AI 生码率做到 70%-80%，整体端到端效能提升依然有限。
2. Vibe Coding 不适合直接上生产，应作为需求澄清前置工具。 企业核心应用多为存量系统，Vibe Coding 生成的代码无法直接承担生产质量责任。但可用其快速生成原型，让业务方通过 Live Demo 在需求最左侧确认，从源头减少理解偏差和返工。
3. AI 改写了「人月神话」和「工程左移」两道经典难题。 加 AI Agent 不同于加人，Agent 可无损获取上下文，无需几何级数增长的沟通消耗。AI 能从存量代码中抽取知识资产，降低左移的组织摩擦力和成本，使质量左移从「正确但昂贵」变为可执行。
4. 组织应放弃全栈幻想，重构为 PDFE 和 ABE 两个 Half-Stack 岗位。 全栈人才稀缺且难以招聘，企业应利用 AI 降低跨域门槛。PDFE 合并产品经理、交互设计师和前端工程师，ABE 融合架构设计、后端开发和 AI Agent 开发，两者通过 API 契约协作，大幅压缩协同链路。
5. AI 时代稀缺能力是「品味」——定义问题与驾驭 Agent 的判断力。 技能正在通胀，对业务价值的判断力（品味）才是稀缺资源。底层能力回归语文（精准理解与表达）和数学（无损抽象），上层是定义最左侧问题和驾驭 Agent 团队的能力。

💬 文章金句

• 技能通胀，品味通缩。
• 代码一旦生产出来，首先是负债。增加的大量代码「可能」是资产，但「一定」是负债。
• AI 生码率是「过程指标」，组织一旦观测这种过程指标，AI 就特别容易产生毒害。
• 品味，是对业务价值的判断，对一件事情好与不好的最终验收；AI 只能做到 average，但有品味的人，能定义什么是「好」。
• 本质上，品味是人类对复杂世界的经验、抽象能力和责任感的结晶。AI 可以提升下限，但上限，永远靠人来定义。

📊 文章信息

阅读完整文章