AI Native 团队的研发协作流程

AI 团队协作 思考

从 AI First、去中心化协作到结果导向分工，梳理 AI Native 团队在研发组织与工作流上的变化趋势。

这篇内容主要来自以下两个播客与一篇文章：

所谓 AI Native 团队或者组织，是以 AI 为核心打造工作流与成员间协作，有以下原则：

  • AI First：能交给 AI 做的都让 AI 来做，哪个地方 AI 还做不到，再用人来弥补，而不是默认由人来做，发现哪里可以让 AI 做才让 AI 做；
  • 组织尽量去中心化，避免金字塔式层级结构：小组织使用网状结构更好，可以高效沟通协作，而金字塔式组织的效率不高，因为管理者很难准确了解所有人的真实能力，从而做到人事匹配。AI 可以帮助管理者准确掌握每个人的优势、精力分配情况并随时调整任务，这时传统的管理层几乎都可以省去；
  • 尽量由一个人独立完成，减少人和人之间的交互：这在公司中通常是反直觉的，过往我们会认为在项目前期多对齐能够让项目过程更顺利，但是当工作流变得 AI Native 之后，会非常明显的发现人和人之间的交流会成为瓶颈。原则是尽量减少人和人之间的对齐，即时要对齐，比如研发，把想法、原则对齐到 codebase 中，这样人和 AI 都能达成对齐；
  • 任务不要过度细节化：看板式的细分任务在以 AI 为核心的工程团队中并不适用，因为执行频率太高。很多任务周期很短，任务分配要更抽象一些，让工程师发挥架构能力，企业不是让工程师单纯写代码，而是设计一个功能的整体结构和实现路径，再交给 AI 去具体执行；
  • 人应该承担 AI 的 Context Provider，而不是把 AI 当成工具：经常会说有了 AI 之后，人的效率提升了 10 倍、50 倍，其实真正的价值是人给 AI 提供 context，或者说人为 AI 提效，这里有一个原则就是，AI 加上人提供的 context 后产出要大于 AI 本身；
  • 按结果分工而不是按流程分工：每个人应该为结果/目标负责，而不是为中间流程的某一部分负责，比如职责不应该是前端，而是用户体验，不管是前后端，只要是影响用户体验的，都应该由你负责；
  • 少量合伙人和大量合同工：AI 带来了全职员工的双重危机：一是技术的无情替代，二是薪酬体系的制度性诅咒，在固定薪酬的框架下面，一个理性的员工的最佳策略并非是利用 AI 为公司创造十倍价值，相反则是利用 AI 来优化自己的投入产出比，既“在获得同等报酬的前提下，如何最大化减少自己的工作实践与精力消耗”。由此未来的组织结构可能变为：Business Owner（生意拥有者）和 Hourly Contractor（小时工/项目制专家）。对于 Business Owner，其个人收益与所创造的商业价值直接挂钩，而 Hourly Contractor 就像是“劳动力即服务”的模式。