FIELD NOTES 首页 / AI Engineer
AI Engineer播出 2026.11.0820:2812 章约 10 分钟读完整理于 2026.11.09

顶尖公司在 AI 编程上有哪些不同做法|Martin Harrysson、Prakhar Dixit(麦肯锡)

麦肯锡的 Martin Harrysson、Prakhar Dixit 和 Shilpa 分享了他们在大型企业观察到的 AI 智能体软件开发实践。多数企业的收益仍有限,但约 20% 至 25% 的领先企业已实现端到端两倍提升。关键变化包括:把两周冲刺改成一两天的智能体工作流,采用两到四人的小团队并合并职责,标准化需求和上下文材料,为智能体筛选高质量范例与技能,并将变革管理扩展到组织全体。代码生成加速也可能伴随质量下降,因此审查能力和质量标准需要同步加强。随着构建、测试加快,瓶颈正移向需求、发布以及风险、合规和设计等横向协作。衡量真实影响仍很困难,组织需要把 token 和资源投入最有价值的工作,并逐步建立更成熟的评估方式。

01 0:14 214 字

开场

Martin Harrysson

大家早上好,谢谢大家留在这里。快到午餐时间了,我们再做最后一场。刚才大家已经听了不少分享,了解各家公司如何在转型中运用 AI 和智能体技术改造软件开发。今天我们想谈谈自己在客户那里看到的情况。我们来自麦肯锡,和我一起的是同事 Prakhar 和 Shilpa。我们都在帮助客户转型软件工程,也一直在关注 AI 和智能体技术如何改变这一领域。我们尤其关注人才和运营模式,接下来就聊聊我们观察到的趋势,以及哪些做法最能带来实际成效。

02 1:24 353 字

走出幻灭低谷

Martin Harrysson

先退一步看看,AI 在软件开发领域走到了哪一步。很难准确指出我们正处于曲线上的哪个点,但我比较乐观,觉得我们正在走出“幻灭低谷”。过去两三年,软件开发可能是受 AI 影响最大的领域之一,起步很快,大家谈智能体编程也谈了一阵子,预期随之被推得很高。去年年底我们调查了不少客户,发现实际进展和预期之间有很大落差:大多数大型企业虽然都在软件开发中使用 AI,报告的绩效提升却相当有限。

几个月前我们重新调查了几百家客户和大型企业,情况已经出现变化。大约有 20% 到 25% 的公司开始看到非常显著的收益。我们说的不是编码快了 10%、15% 或 20%,也不只是软件开发生命周期(PDLC)某一环节快了一点,而是端到端提升了两倍。

当然,并不是所有公司都已经完全走出低谷,但我很乐观,认为我们正在朝正确的方向前进。

03 3:33 322 字

四类行之有效的做法

Martin Harrysson

接下来十五分钟左右,我们会谈谈几类已经显现成效的做法。第一是运营模式:哪些流程正在改变?不少客户之前尝试在原有流程里增加工具、让事情加快,但这种办法行不通,真正需要的是重新设计工作流。

第二是人才与团队。我们看到一些客户不再沿用传统 Scrum 团队,而是改成规模小得多的团队小组(pod)。后面会具体说说它们是什么样,这个话题大家在其他分享中可能也听到过。

第三是技术。大家都见过各种工具,它们确实很强;关键更在于如何搭建适合自己的技术栈,并提供恰当的上下文。前一位讲者也提到过,如何建立真正能发挥作用的数据与上下文基础。

最后是变革管理。归根结底,我们是在改变人们的工作方式,这从来都不容易。大多数情况下,组织变革的速度还远没有达到智能体的速度。

04 5:10 550 字信息密度高

运营模式:缩短周期

Prakhar Dixit

谢谢 Martin。我来补充一下刚才提到的四个方面,以及我们看到的变化。先说运营模式:大家可能在自己的组织里也看到了类似情况。智能体改变了软件开发生命周期(PDLC),工作周期本身也随之改变。传统的两周冲刺和 Scrum 团队模式已经不适合新的智能体化开发流程。很多客户正转向更接近看板的方式,把工作周期缩短到一两天:智能体夜间运行,人来检查输出,然后再启动下一轮。

要做到这一点,得先把智能体工作流搭建好;这是必须完成的准备工作。但一旦建成,就很难再回到两周一个冲刺的旧模式。组织需要为人工审核设定护栏,决定在哪些环节让人介入。对流程有了信心之后,就可以撤掉某些人工审核,让工作流继续推进。随着客户的信心和成熟度提升,我们看到端到端、自动编排的流程越来越自主。

去年,甚至六个月前,这些流程大多还只覆盖构建和测试环节;现在则扩展到了产品侧和发布侧。我稍后会谈谈这意味着瓶颈转移到了哪里。运营模式还有一点很关键:投入这些工作流的材料,也就是信息的结构化表达,应该预先定义并标准化,最好有统一模板。很多客户的组织规模超过五六百人,数据和上下文的存放方式五花八门。大家要先确定工作流需要哪些材料,比如产品需求文档(PRD)和规格说明,无论它们存在哪里,都应采用一致、标准的格式,这样才能真正转向新的运营模式。

05 7:17 287 字

人才:小团队与角色合并

Prakhar Dixit

Martin 刚才也提到了人才。我们越来越常看到团队架构和规模缩小。这不一定意味着裁员,而是团队数量增加、每个团队更小;目前常见的是每组两到四人。

这也会改变角色职责。我们看到不同角色的职责正在合并,尤其是在大型企业和银行等机构,过去存在多层不同岗位,如今正逐渐朝更统一的定义靠拢。行业还没有就这些岗位叫什么达成一致,但产品类岗位正在转向我们所说的“定义者”(definer),开发和 QA 岗位则更接近“构建者”(builder)。在我接触的大多数客户那里,这种变化正自然而然地发生,因为他们发现,过去由这些岗位手动完成的很多工作可以被识别出来,职责也因此扩展到更广的范围。

06 8:16 338 字

技术:上下文与信任

Prakhar Dixit

说到技术,也许在场各位已经很熟悉这些工具,不过我还是想说,工具这一关基本已经“解决”了。市面上大多数工具现在都表现不错,关键不再是工具能不能用,而是如何围绕它们搭建适合自己具体场景的技术栈。组织真正的优势在于语义层:如何构建它,自己的知识产权、上下文和知识是什么。

对大型客户来说,难点是很多上下文都存在资深专家的脑子里——有些人在公司干了二十年。如何让智能体反复获得这些知识,而不是一直依赖这些专家、让他们成为瓶颈?这不是新问题,二十年前也存在。现在智能体确实需要这些上下文,我们就必须以某种方式把知识记录下来,让智能体能够使用。

还有一点怎么强调都不为过:AI 本身就是信任层。如何确保智能体按正确方式构建东西?治理要怎么做,怎样确保系统安全、稳定?这些问题正变得越来越重要。

07 9:24 281 字

在组织内规模化变革

Prakhar Dixit

最后谈变革管理。把新做法放进少数团队试点,交给先行团队推进,一直都比较容易,尤其是从零开始构建新东西时。过去一年左右,大家都做过这类尝试,公开报道也常是“某团队六天就把生产力提高了十倍,而原来要九个月”之类的故事。

但真正的变革,是把它推广到成百上千名工程师身上。把智能体化的软件开发生命周期全面铺开之前,组织需要做好准备,建立相应架构:不只要考虑部署什么智能体,还要想清楚运营模式、人才结构、如何围绕技术栈组织工作。如今尤其重要的是,还要算清部署智能体的成本,因此 AI FinOps(AI 财务运营)显然变得很关键。

Prakhar Dixit

说到这里,Shilpa,也许可以由你接着讲。

08 10:24 352 字

精选技能

Shilpa

好。我想补充最后一点,它和技术有关:技能方面的挑战并不是市场上没有足够多的技能;现在技能已经很多,大家还在不断创造新的。我认为,筛选和整理(curation)才是越来越关键的事。

客户常问我:“这些技能和框架这么多,我们该怎么用?”问题不在于技能能不能获得,也不在于能不能引入组织,而在于能否挑出真正适合自身场景的技能。现在很容易找到几十万种技能,但对某个组织、某个团队真正有用的可能只有其中少数。因此,客户应该把时间花在筛选上。

这个领域变化太快,同一类技能也在大量涌现。我昨天和一位客户聊到,只是写一份简单的产品需求文档,Google 一下就能找到 1,700 种可以下载的技能——光是这个任务就有这么多。到底该选哪一个?大家很容易因此陷入选择瘫痪。这正是他们最头疼的地方,所以现在筛选技能变得格外重要。

09 11:37 546 字信息密度高

代码更快,质量却可能下降

Shilpa

很好。我想谈谈加速带来的一个反向影响:质量。代码生成越来越快,但我们看到的很多报告和数据都显示,质量并没有同步提升,反而在下降。

这其中有一部分是预料之中的:代码提交和 PR 越来越频繁,事故和质量缺陷自然可能更多。但从数据看,即使按每位开发者或每个 PR 计算,bug 和事故的报告数量也呈下降趋势。根本问题在于,我们固然要培训开发者和测试人员使用 AI 与相关工具、加快代码生成,但审查生成内容、判断质量好坏的能力也需要同等重视。

因此,我们开展的很多工作,首先是为支持整个软件开发生命周期的智能体筛选合适的范例。有一条原则是:不要把代码库的平均水平直接喂给智能体;要精心挑选“黄金范例”,明确告诉它什么才算好。在整个流程中,越是能把质量标准、政策和规范作为上下文提供给智能体,结果就越好。这样做还有一个好处:不必等到最后才看到一个不理想的成果,然后说“它没通过 X 或 Y 质量关卡”。

我们和客户一起做的,是把要求拆进每个检查点,从生成 PRD 到定义什么样的代码才算好:代码是否可维护、是否过于复杂、能否顺利和其他分支合并?这些规则都应该写进贯穿软件开发生命周期、为你提供支持的智能体里。

我们还观察到一个有意思的现象:构建和测试这两个环节,因为提升空间大、应用案例突出,所以加速最明显……

10 14:07 462 字信息密度高

瓶颈转向需求与发布

Shilpa

……这两个环节的提升很明显,因为它们是很有代表性的应用场景,采用率也很高。构建和测试所需时间确实缩短了。有意思的是,瓶颈开始转向前端:需求写得有多快、用什么方式写。下游则是发布,最终要看你能多频繁地发布。横向来看也很有意思,我稍后再多讲一点。

上游的关键,是把智能体接入你的工作环境和企业上下文,给它们提供日志、客户日志、邮件,以及任何可以输入的材料;同时还要把这些信息和实际需要构建的东西连接起来。发布也一样:提前梳理企业对发布的要求,并做好规划,然后才能加速这一环节。

横向问题也很有意思。我们看到不少组织把整个流程的各个环节都打通了,软件开发生命周期中也处处有智能体。但在企业环境里,流程和规章制度非常多。比如我们最近帮一家银行做面向客户的应用,对方对配色有具体规定,还要求确保色盲用户能分辨按钮并正确点击。过去通常得有人跑去找相关团队,坐下来逐项弄清这些要求。现在组织会开始发现,这些才是新的瓶颈。

因此,还要把并行团队的要求也梳理出来,比如风险、合规、治理和设计团队的要求;思考端到端加速时,这些规则都必须编码进智能体。

11 16:09 525 字

衡量实际影响

Martin Harrysson

在收尾之前我还想补充一点。现在仍在摸索的一个重要领域,是如何衡量这类工作的影响。我们投入资金、消耗 token、采购新工具、重新培训员工,之后怎么判断它到底有没有用?在 AI 的实际采用程度和组织是否有信心衡量正确指标、掌握产出之间,仍然存在很大差距。

这个问题没有捷径。我从事软件开发领域二十多年了,至少在我记忆中,衡量成效一直是个老话题。客户实际做的,往往是先衡量那些并不新鲜的指标。我有几位客户已经开始用 AI 以很有意思的方式思考影响:能不能用 AI 评估正在构建的东西有多大价值,从而判断其目标?他们开始发现,应该把 token 和资源投向最能创造价值的事情。说起来很显然,做起来却极其困难。

我觉得接下来几个月,这方面会有不少进展,因为我已经在一些科技客户那里看到苗头。这会帮助组织决定把力气花在哪里,以及如何判断是否取得了价值。

还有一个很务实的做法,和前面提到的团队规模有关。我有好几位客户把团队缩到现在的一半甚至更小,同时把团队数量增加一倍。如果工程负责人还用原来的思路估算:“三支团队做八周左右”,但每支团队现在只有原来一半大,就会看到巨大的加速效果。短期内这几乎像个提升生产力的“作弊码”,当然,随着时间推移,还需要把方法做得更成熟。

12 19:04 303 字

总结

Martin Harrysson

最后总结一下。我们只有二十分钟左右,谈了不少内容。结束后我们还会留在这里,欢迎大家继续交流这些行之有效的做法。正如很多事情一样,要真正从 AI 软件开发中获得价值,需要把一百件事情都做好,并且让它们彼此协调。光是改一件事、装一个新工具,不会自动带来这些变化。

这确实很难,但好消息是,如果肯投入精力、把这些事情做好,我们现在看到的提升相当显著。过去可能要花一年,最后只改善 20%;而现在,在不少指标上,我们看到短时间内提升两倍、三倍,甚至更多。我很乐观,数据已经开始显示这些变化,真正的转变也正在发生。所以,大家尽管去尝试、继续推进,也欢迎告诉我们效果如何。非常感谢邀请,祝大家今天接下来的活动顺利。

Prakhar Dixit

谢谢。