AI應(yīng)用風(fēng)向標(biāo)（公眾號(hào)：ZhidxcomAI）
編譯｜江宇
編輯｜漠影

智東西4月15日?qǐng)?bào)道，近日，前蘋果機(jī)器學(xué)習(xí)專家、前Meta GenAI科學(xué)家、硅谷AI創(chuàng)企CreaoAI聯(lián)合創(chuàng)始人兼CTOPeter Pang，在X上發(fā)了一條熱帖，閱讀量突破百萬，引發(fā)業(yè)內(nèi)廣泛討論。

不少行業(yè)人士紛紛轉(zhuǎn)發(fā)評(píng)論，其中就包括前阿里通義千問團(tuán)隊(duì)負(fù)責(zé)人林俊旸，他還分享了自己對(duì)“AI-first”戰(zhàn)略的獨(dú)到見解。

在這篇名為《為什么你的“AI優(yōu)先”戰(zhàn)略可能大錯(cuò)特錯(cuò)》中，有幾個(gè)核心觀點(diǎn)值得關(guān)注：

1、人在AI時(shí)代可能成為障礙。

產(chǎn)品經(jīng)理花幾周設(shè)計(jì)需求，而AI兩小時(shí)就能實(shí)現(xiàn)；QA測(cè)試需要三天，而AI寫代碼只用兩小時(shí)；團(tuán)隊(duì)人數(shù)有限，遠(yuǎn)比不上競(jìng)爭(zhēng)對(duì)手。效率的提升被傳統(tǒng)流程嚴(yán)重限制。

2、AI-first意味著把人從日常構(gòu)建鏈條中解放出來。

AI可以獨(dú)立完成代碼編寫、審查、自動(dòng)測(cè)試、部署上線和監(jiān)控狀態(tài)，出現(xiàn)問題自動(dòng)回滾。每天AI定時(shí)掃描日志、發(fā)現(xiàn)問題、分配任務(wù)、跟蹤修復(fù)，人只在關(guān)鍵節(jié)點(diǎn)做判斷。

3、AI-first的成功依賴五個(gè)前提條件：自動(dòng)化測(cè)試、CI/CD全流程自動(dòng)化、A/B測(cè)試與線上監(jiān)控、任務(wù)管理和清晰的系統(tǒng)架構(gòu)。

任何環(huán)節(jié)做不到，AI的速度優(yōu)勢(shì)就無法釋放，AI-first也只是“一紙空談”。

4、AI-first的真正目標(biāo)是提升決策和流程效率，而非讓AI干所有工作。

它強(qiáng)調(diào)在每次決策時(shí)思考AI能做什么、缺失哪些條件，并建立扎實(shí)的基礎(chǔ)設(shè)施，使AI能力真正釋放。

5、小白更容易受益。

在AI-first轉(zhuǎn)型中，適應(yīng)能力比積累的經(jīng)驗(yàn)更重要。要訓(xùn)練批判性思維，學(xué)會(huì)評(píng)估論證、發(fā)現(xiàn)漏洞、質(zhì)疑假設(shè)。學(xué)習(xí)什么是好的設(shè)計(jì)，能力會(huì)逐步累積。

以下是該文章的全文翻譯（智東西在不改變?cè)獾那疤嵯拢隽撕?jiǎn)單的編輯）：

我們99%的生產(chǎn)代碼是由AI完成的。上周二上午10點(diǎn)，我們上線了一個(gè)新功能，中午進(jìn)行了A/B測(cè)試，下午3點(diǎn)因?yàn)閿?shù)據(jù)不支持而下線。晚上5點(diǎn)，我們上線了一個(gè)更優(yōu)版本。

三個(gè)月前，這樣一個(gè)周期至少需要六周。但我們圍繞AI重新構(gòu)建了整個(gè)流程，改變了團(tuán)隊(duì)計(jì)劃、開發(fā)、測(cè)試、部署和組織的方式，改變了公司中每個(gè)人的角色。

CREAO是一個(gè)Agent平臺(tái)。團(tuán)隊(duì)中有10名工程師。我們從2025年11月開始構(gòu)建Agent，但從兩個(gè)月前，我從底層重構(gòu)了整個(gè)產(chǎn)品架構(gòu)和工程工作流。

OpenAI在2026年2月提出了一個(gè)概念，與我們的做法不謀而合。他們稱之為：Harness Engineering（Harness工程）——工程團(tuán)隊(duì)的主要職責(zé)不再是寫代碼，而是讓Agent能夠執(zhí)行有用工作。

當(dāng)出現(xiàn)問題時(shí)，解決方案從來不是“更努力”，而是：“缺失了哪項(xiàng)能力？如何讓Agent可以理解并執(zhí)行？”

我們自己也得出了這個(gè)結(jié)論，只是當(dāng)時(shí)沒有名稱。

1、AI-First并不等于使用AI

大多數(shù)公司只是把AI附加到現(xiàn)有流程上。工程師用Cursor，產(chǎn)品經(jīng)理用ChatGPT起草規(guī)格說明，QA用AI生成測(cè)試。流程沒變，效率提高了10%到20%，結(jié)構(gòu)沒有改變——這只是“AI輔助”。

而AI-first意味著你要重新設(shè)計(jì)流程、架構(gòu)和組織，假設(shè)AI是主要的構(gòu)建者。你要問“如何重構(gòu)一切，讓AI完成構(gòu)建，工程師提供方向和判斷？”這種區(qū)別是指數(shù)級(jí)的。

我看到一些團(tuán)隊(duì)聲稱自己是AI-first，但他們只是把AI加到循環(huán)里，并沒有重構(gòu)循環(huán)。

一個(gè)典型例子就是所謂的“vibe coding”，這只能產(chǎn)生原型。生產(chǎn)系統(tǒng)需要穩(wěn)定、可靠和安全，你需要一個(gè)能保證這些屬性的系統(tǒng)，prompt是一次性消耗品。

2、我們?yōu)槭裁幢仨毟淖?/strong>

去年，我觀察團(tuán)隊(duì)工作，發(fā)現(xiàn)三個(gè)瓶頸，如果不解決，會(huì)扼殺效率：

• 產(chǎn)品管理瓶頸

PM（產(chǎn)品經(jīng)理）們幾十年如一日，花數(shù)周研究、設(shè)計(jì)、撰寫規(guī)格說明。但Agent能在兩小時(shí)內(nèi)實(shí)現(xiàn)一個(gè)功能?；〝?shù)月考慮問題，然后在兩小時(shí)內(nèi)實(shí)現(xiàn)功能是沒有意義的。

PM必須進(jìn)化為快速迭代的產(chǎn)品架構(gòu)師，通過“原型—發(fā)布—測(cè)試—迭代循環(huán)”進(jìn)行設(shè)計(jì)。

• QA瓶頸

Agent上線后，QA團(tuán)隊(duì)花幾天測(cè)試邊緣情況。開發(fā)兩小時(shí)，測(cè)試三天。我們要用AI生成的測(cè)試平臺(tái)取代了人工QA，驗(yàn)證必須與實(shí)現(xiàn)速度一致，否則新的瓶頸會(huì)出現(xiàn)在原瓶頸下游。

• 人數(shù)瓶頸

競(jìng)爭(zhēng)對(duì)手可能有100倍以上的人力，我們無法通過增加人數(shù)來追趕，只能通過AI重構(gòu)來實(shí)現(xiàn)。三個(gè)系統(tǒng)必須由AI貫穿：產(chǎn)品設(shè)計(jì)、實(shí)現(xiàn)、測(cè)試。任何一個(gè)保持手工操作，都會(huì)限制整個(gè)流水線。

3、大膽決定：統(tǒng)一架構(gòu)

我必須先修復(fù)代碼庫。

舊架構(gòu)分散在多個(gè)獨(dú)立系統(tǒng)中，一處修改可能需觸碰3-4個(gè)倉庫。人類工程師尚可管理，但對(duì)AI Agent而言，太不透明，無法推理跨服務(wù)的影響，也無法在本地運(yùn)行集成測(cè)試。

我必須把所有代碼統(tǒng)一到一個(gè)monorepo中，讓AI能看到全部?jī)?nèi)容。

這是Harness工程的實(shí)踐原則：系統(tǒng)越多被Agent可讀、可驗(yàn)證、可修改，杠桿作用越大。

我花一周設(shè)計(jì)新系統(tǒng)：規(guī)劃階段、實(shí)現(xiàn)階段、測(cè)試階段、集成測(cè)試階段。另一周用Agent重構(gòu)整個(gè)代碼庫。

4、技術(shù)棧

以下是我們的技術(shù)棧及每部分的作用。

• 基礎(chǔ)設(shè)施：AWS

我們?cè)贏WS上運(yùn)行，使用自動(dòng)擴(kuò)縮容容器服務(wù)和熔斷回滾機(jī)制。指標(biāo)下降時(shí)，系統(tǒng)自動(dòng)回。CloudWatch是中樞神經(jīng)系統(tǒng)。每個(gè)服務(wù)的日志結(jié)構(gòu)化，可查詢，25個(gè)報(bào)警，指標(biāo)每天由自動(dòng)化工作流查詢。AI如果無法讀取日志，就無法診斷問題。

• CI/CD：GitHub Actions

每次代碼變更經(jīng)過六階段流水線：驗(yàn)證CI→構(gòu)建部署開發(fā)環(huán)境→測(cè)試開發(fā)環(huán)境→部署生產(chǎn)環(huán)境→測(cè)試生產(chǎn)環(huán)境→發(fā)布

每個(gè)階段必不可少，也不能手動(dòng)跳過。流水線是確定性的，因此Agent可以預(yù)測(cè)結(jié)果并推理失敗原因。

• AI代碼審查

每次PR觸發(fā)三次并行AI審查：代碼質(zhì)量、安全掃描與依賴核查。

這些審查門檻是“硬性需求”，人類無法全量關(guān)注每個(gè)PR。工程師還可在GitHub Issue或PR中@Claude，Agent能看到整個(gè)monorepo，上下文跨對(duì)話傳遞。

5、自愈反饋循環(huán)

核心機(jī)制為：

每天UTC 9:00，會(huì)運(yùn)行自動(dòng)化健康工作流，分析所有服務(wù)的錯(cuò)誤模式，并生成執(zhí)行摘要發(fā)至團(tuán)隊(duì)。

一小時(shí)后，分診引擎運(yùn)行。聚類生產(chǎn)錯(cuò)誤，按九個(gè)嚴(yán)重性維度評(píng)分，自動(dòng)生成Linear任務(wù)，包含日志樣本、受影響用戶和端點(diǎn)、建議調(diào)查路徑。

系統(tǒng)去重。如果同樣錯(cuò)誤模式已存在任務(wù)，更新它；若已關(guān)閉任務(wù)再次出現(xiàn)，檢測(cè)回歸并重新打開。

工程師推送修復(fù)，流水線同樣處理，三次Claude審查、CI驗(yàn)證、六階段部署，部署后分診引擎重新檢查CloudWatch，如原錯(cuò)誤解決，Linear任務(wù)自動(dòng)關(guān)閉。

每日循環(huán)形成自愈閉環(huán)：錯(cuò)誤被自動(dòng)檢測(cè)、分診、修復(fù)和驗(yàn)證，人工干預(yù)最少。

6、從功能想法到生產(chǎn)

• 新功能流程

1. 架構(gòu)師定義任務(wù)（結(jié)構(gòu)化prompt + 代碼庫上下文、目標(biāo)、約束）
2. Agent分解任務(wù)、計(jì)劃實(shí)現(xiàn)、寫代碼、生成測(cè)試
3. PR打開，Claude三次審查，人類審查戰(zhàn)略風(fēng)險(xiǎn)
4. CI驗(yàn)證（類型檢查、lint、單元/集成/端到端測(cè)試）
5. Graphite merge queue重跑CI，合并通過
6. 六階段部署流水線推進(jìn)開發(fā)和生產(chǎn)環(huán)境的測(cè)試。
7. 功能門控為團(tuán)隊(duì)開啟，逐步增加比例并監(jiān)控指標(biāo)。如有問題，可用關(guān)閉開關(guān)立即下線，嚴(yán)重問題觸發(fā)熔斷回滾。

• Bug修復(fù)路徑

1. CloudWatch和Sentry檢測(cè)錯(cuò)誤
2. Claude分診引擎評(píng)分，生成Linear任務(wù)
3. 工程師調(diào)查，AI已完成診斷，人工驗(yàn)證并提交修復(fù)
4. 走同一套嚴(yán)格的代碼審查、驗(yàn)證、部署和監(jiān)控流水線
5. 分診引擎復(fù)核，任務(wù)解決自動(dòng)關(guān)閉

兩個(gè)流程使用同一套流水線，一個(gè)系統(tǒng)，一個(gè)標(biāo)準(zhǔn)。

7、成果

14天內(nèi)，每日平均3-8次生產(chǎn)部署。舊模式下，兩周可能連一次發(fā)布都沒有。

錯(cuò)誤功能當(dāng)日下線，新功能當(dāng)日上線。A/B測(cè)試實(shí)時(shí)驗(yàn)證效果。

很多人以為我們?yōu)榱怂俣葼奚|(zhì)量，但用戶參與度和付費(fèi)轉(zhuǎn)化率提升。因?yàn)榉答佈h(huán)更緊密，每日發(fā)布學(xué)到的東西比每月發(fā)布更多。

8、新工程組織

新組織將存在兩類工程師：

• 架構(gòu)師

1-2人。設(shè)計(jì)SOP教AI工作，構(gòu)建測(cè)試、集成和分診系統(tǒng)，決定架構(gòu)和系統(tǒng)邊界，定義Agent“好”的標(biāo)準(zhǔn)。需要深度批判性思維，質(zhì)疑AI、發(fā)現(xiàn)漏洞、分析潛在安全和技術(shù)負(fù)債。

• 操作員

負(fù)責(zé)具體執(zhí)行任務(wù)的團(tuán)隊(duì)成員。他們的工作仍然關(guān)鍵，但流程和責(zé)任與傳統(tǒng)角色有所不同。AI分配任務(wù)，分診系統(tǒng)生成任務(wù)并指派給合適人選，人類調(diào)查、驗(yàn)證、批準(zhǔn)修復(fù)。

任務(wù)包括Bug調(diào)查、UI優(yōu)化、CSS改進(jìn)、PR審查、驗(yàn)證。需要技能和專注，但不要求傳統(tǒng)架構(gòu)推理能力。

9、誰適應(yīng)得最快

在AI-first轉(zhuǎn)型中，團(tuán)隊(duì)發(fā)現(xiàn)初級(jí)工程師適應(yīng)得比資深工程師更快，因?yàn)樗麄儧]有長(zhǎng)期的傳統(tǒng)工作習(xí)慣包袱，可以更自然地利用AI工具放大影響力。

而資深工程師則適應(yīng)較慢，他們過去需要兩個(gè)月完成的工作，現(xiàn)在AI一小時(shí)就能完成，這對(duì)長(zhǎng)期習(xí)慣深厚的人來說，是一大挑戰(zhàn)。

在這個(gè)轉(zhuǎn)型中，適應(yīng)能力比積累的經(jīng)驗(yàn)更重要。

10、人類層面

• 管理工作減少

兩個(gè)月前，我60%時(shí)間用于管理。現(xiàn)在低于10%。從管理轉(zhuǎn)向構(gòu)建，工作時(shí)間從早9點(diǎn)工作到凌晨3點(diǎn)點(diǎn)，設(shè)計(jì)SOP和架構(gòu)，維護(hù)Harness。

雖然更累，但我更享受構(gòu)建的過程。

• 爭(zhēng)論減少，關(guān)系改善

以前團(tuán)隊(duì)交流多為會(huì)議、爭(zhēng)論、權(quán)衡，現(xiàn)在非工作話題更多，關(guān)系更好。

• 不確定感真實(shí)存在

在轉(zhuǎn)型過程中，部分團(tuán)隊(duì)成員感到不確定：CTO不天天交流意味著什么？我在新模式下的價(jià)值是什么？

有些人花更多時(shí)間在討論AI能否替代他們的工作。

我的原則是，無論是人還是AI出現(xiàn)問題，都不因?yàn)橐淮五e(cuò)誤就懲罰責(zé)任方。團(tuán)隊(duì)會(huì)通過改進(jìn)審查流程、加強(qiáng)測(cè)試和增加約束條件來解決問題，從而保證系統(tǒng)安全和穩(wěn)定。

11、跨越工程之外

其他部門仍手工操作會(huì)成為瓶頸。工程、產(chǎn)品、市場(chǎng)和增長(zhǎng)團(tuán)隊(duì)運(yùn)行在統(tǒng)一的AI-native流程中。如果某個(gè)職能按Agent速度運(yùn)作，而另一個(gè)按人工速度運(yùn)作，慢的那部分就會(huì)限制整體效率。

12、對(duì)工程師的啟示

價(jià)值從代碼產(chǎn)出轉(zhuǎn)向決策質(zhì)量?？焖賹懘a越來越不重要，而評(píng)估、批判和指導(dǎo)AI變得更重要。

產(chǎn)品感覺和判斷力也關(guān)鍵：能否在用戶反饋前發(fā)現(xiàn)問題，并提前做出調(diào)整？

我告訴19歲的實(shí)習(xí)生：訓(xùn)練批判性思維。學(xué)會(huì)評(píng)估論證、發(fā)現(xiàn)漏洞、質(zhì)疑假設(shè)。學(xué)習(xí)什么是好的設(shè)計(jì)。這些能力會(huì)逐步累積。

13、對(duì)CTO與創(chuàng)始人的啟示

1. 如果你的PM流程耗時(shí)超過構(gòu)建時(shí)間，從這里開始著手。
2. 在擴(kuò)展Agent前先構(gòu)建測(cè)試Harness?？焖俚腁I輸出如果缺乏驗(yàn)證，會(huì)產(chǎn)生快速累積的技術(shù)債務(wù)。
3. 先從一個(gè)架構(gòu)師開始，一個(gè)人構(gòu)建系統(tǒng)并證明其可行。系統(tǒng)穩(wěn)定后，再讓其他人進(jìn)入操作員角色。
4. 推動(dòng)AI-native進(jìn)入每個(gè)職能。
5. 做好心理準(zhǔn)備：有些人會(huì)反對(duì)。

14、對(duì)行業(yè)的啟示

OpenAI、Anthropic及獨(dú)立團(tuán)隊(duì)在結(jié)構(gòu)化上下文、專業(yè)Agent、持久記憶和執(zhí)行循環(huán)方面達(dá)成共識(shí)。Harness Engineering正成為行業(yè)標(biāo)準(zhǔn)。

模型能力是驅(qū)動(dòng)這一轉(zhuǎn)變的時(shí)鐘：Opus 4.5做不到的事情，Opus 4.6可以完成。下一代模型還將進(jìn)一步加速。

我相信一人公司模式將會(huì)普及：一個(gè)架構(gòu)師帶Agent即可完成100人工作，許多公司無需第二名員工。

15、我們?nèi)蕴幱谠缙?/strong>

我接觸的大多數(shù)創(chuàng)始人和工程師仍在按傳統(tǒng)方式運(yùn)作。有人在考慮轉(zhuǎn)型，但很少有人真正實(shí)踐。

工具對(duì)任何團(tuán)隊(duì)都是可用的。我們的技術(shù)棧沒有專有限制。競(jìng)爭(zhēng)優(yōu)勢(shì)在于決定圍繞這些工具重構(gòu)一切，并且愿意承擔(dān)成本。

成本是真實(shí)存在的：?jiǎn)T工的不確定感，CTO每天工作18小時(shí)，資深工程師重新審視自身價(jià)值，舊系統(tǒng)消失而新系統(tǒng)尚未完全驗(yàn)證的兩周過渡期。

我們承擔(dān)了這些成本。兩個(gè)月后，數(shù)據(jù)說明一切。

林俊旸的觀察與思考

在Peter Pang的AI-first實(shí)踐之后，前阿里通義千問團(tuán)隊(duì)負(fù)責(zé)人林俊旸也分享了他對(duì)AI-first戰(zhàn)略的理解：

• 批判性思維至關(guān)重要

在Agent時(shí)代，人類需要與AI“辯論”，通過列舉理由、分析問題，達(dá)成更深入的認(rèn)知和全面的判斷。

• 健康且結(jié)構(gòu)良好的組織與系統(tǒng)必不可少

完善的體系與高效工具能讓人類與AI協(xié)作效率成倍提升，同時(shí)為員工爭(zhēng)取更多時(shí)間照顧身心、探索新機(jī)會(huì)。

• 新人更容易受益

因?yàn)榻?jīng)驗(yàn)包袱較輕，對(duì)當(dāng)前困難的恐懼少。資深工程師則需仔細(xì)甄別哪些經(jīng)驗(yàn)值得保留，哪些與第一性原則相符。

林俊旸總結(jié)道：“無論如何，AI-first都是極其令人興奮的機(jī)會(huì)。”