Newshot 
本通讯由 Unblocked 赞助。
一堆 MCP 连接器并不是上下文引擎
你的团队通过 MCP 连接了 Slack、Jira 和 GitHub，而工程师仍然把时间花在引导智能体找到正确答案上。
本文探讨原因：连接器一次只从一个工具获取数据，因此每个智能体都要自己把碎片拼接起来，相信第一个看起来正确的文档，并且每次都会给你的 token 账单增加一次搜索。
了解当上下文引擎位于连接器之上时会发生什么变化：同一个编码任务完成速度快了 83%，成本降低了 48%。
阅读博客文章
感谢 Unblocked 赞助本通讯。让我们回到今天的思考！
引言
我的书 The Multiplier Mindset 由 O’Reilly 出版，最近已经发布，
这使团队能够主动塑造开发者生产力、流程效率以及自身的职业成长，并识别和消除瓶颈。Guney 表示，瓶颈并不只是技术性的：
它们往往来自低效的工具、不清晰的流程，或构成我们文化的不一致假设。我努力确保这些领先指标的改善会随着时间转化为更好的结果。如果没有，通常表明我们优化错了东西，或漏掉了一个重要约束。
它们往往来自低效的工具、不清晰的流程，或构成我们文化的不一致假设。我努力确保这些领先指标的改善会随着时间转化为更好的结果。
如果没有，通常表明我们优化错了东西，或漏掉了一个重要约束。
他说，随着时间推移，专注于瓶颈会培养你的直觉，让你知道 AI 在哪些地方真正有用、哪些地方没用。这种直觉比追逐每一个新能力更有价值。
他如何让他人发挥更大效能
Guney 将“倍增他人”理解为在不增加每个团队成员工作时间或压力水平的情况下提高他们的产出，这对“持续取得成果至关重要”。
他把这个问题拆分为文化、目标和工具：
他说，良好的工程文化应具备“清晰的沟通、信任和心理安全感”。
设定正确的目标是管理瓶颈的关键。
高效的工具减少手工工作，并释放工程师的认知能力，用于解决正确的问题。
Guney 指出，根据他的经验，大多数改进往往孤立地落在上述三个类别之一。例如，更好的开发工具可以提高编码速度，但不一定能改善沟通或对齐。
同样，流程变更可能改善协调，但不会降低认知负荷，恰恰相反。
在实践中，试图用新流程解决每一个问题会让事情更复杂。它增加了记住并遵循每套步骤所需的认知负荷，同时也限制了个人的创造力。
反过来，这限制了生产力提升，使其只能渐进且局部地发生。
他如何利用 AI
Guney 发现，AI 对于审视日常工作中反复出现的短板非常有帮助。这些短板可能表现为缺乏协调、认知不足、身体限制和时间约束。
他喜欢提醒自己，整个系统最终会以其最慢部分的速度前进。这个心智模型帮助他聚焦于正确的问题。
以身体限制为例。我们许多工程师每分钟大约打 80 到 100 个单词。我们只能坐定并专注有限的小时数，而且注意力会随时间下降。
认知限制也类似。我们只能深度思考一段时间，在工作记忆中保持有限的信息量，并在时间压力下清晰地传达有限数量的复杂想法。
在会议中，我们会忘记或记错细节，并在不同的背景和沟通风格下运作。
作为一种工具，AI 扩展了我们的身体和认知能力，就像写作扩展了人类思考、记忆和协调的能力一样。AI 甚至进一步扩展了这些能力。
Guney 将 AI 作为现有工作流之上的实用层，而不是一个独立系统。在实践中，通过使用 AI，他在自己的工作和团队中看到了以下所有领域的变化和收益：
- 代码生成和迭代速度
这些方面已显著提升，单位时间内的有效产出更高。
- 获取有用信息
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。在回复和工具调用中，完全按原样使用它们：在任何运行之前，它们会被填入真实值。不要要求验证它们，也不要用示例替换它们。
文章标题：微软首席软件工程经理如何工作并使用 AI
正文： 人们可以更快地获取有用信息，即使开始时上下文有限。
- 协调团队工作
AI 生成的会议记录和摘要有助于协调所有人，并减少会议之间的上下文丢失，提高每个人对决策、行动项和后续步骤的清晰度。
- 针对不同受众调整沟通方式
使用 AI 帮助他调整沟通风格以适应不同利益相关者，并检查语气和清晰度，以减少误解。
- 重建上下文
AI 帮助他快速完成这项工作，因此他可以在不拖慢对话的情况下，为长线程或正在进行的讨论做出贡献。
- 创建初稿
他使用 AI 撰写文档、计划和提案的初稿，然后再进行完善。
- 探索解决方案空间和替代方法
在与团队缩小选项范围之前，他会用 AI 来做这件事。
- 自动化常规任务
他使用自己的 AI 工具和设置来起草拉取请求、审查代码、检查流水线并发送更新。
- 提升信任、心理安全和团队凝聚力
当沟通更清晰、上下文建立得更快时，每个人的回应都会变得更相关、更及时，从而提升信任、心理安全和整体团队凝聚力。
你可能已经注意到这里有一个一致的模式：Guney 和他的团队使用 AI 来减少与重复性或机械性步骤相关的认知负担，并让他们腾出精力专注于界定问题、做出决策以及协调团队和利益相关者。
“AI 不会取代判断力，”他说，“它提升了判断力应用的速度和质量。”
他给工程经理的建议
Guney 认为，与不断涌现的新编程语言、平台、工具和框架相比，“AI 一直是最容易采用的技术转变之一”。
其中大多数技术都需要投入大量精力学习后才能发挥作用，但有了 AI，反馈循环很快。
在许多情况下，你可以通过将其应用于日常工作立即看到价值。它也与我们思考和沟通的方式高度契合，这降低了入门门槛。
话虽如此，“人们仍然很容易把”AI 的使用“复杂化”。他建议从小处着手，保持务实。用 AI 解决你今天正在面对的真实问题。
将其整合到你现有的工作流中，而不是创建全新的工作流。不要关注工具，而要关注你想要的结果。
Guney 说，对领导者而言，真正的机会在于“让团队以改善协作方式的方式采用 AI，而不仅仅是提升个人工作速度。目标不是在所有地方都使用 AI，而是在能够切实提升清晰度、速度和质量的地方使用它。”
Guney 说，对领导者而言，真正的机会在于“让团队以改善协作方式的方式采用 AI，而不仅仅是提升个人工作速度。
目标不是在所有地方都使用 AI，而是在能够切实提升清晰度、速度和质量的地方使用它。”
最后的话
特别感谢 Tarik 与我们分享所有这些见解！如果你还没有看过，一定要看看《The Multiplier Mindset》这本书，你可以在其中找到更多与本案例类似的研究。
喜欢这篇文章吗？一定要 💙 点击点赞按钮。
有反馈或补充吗？一定要 💬 评论。
认识可能觉得这有帮助的人吗？一定要 🔁 分享这篇帖子。
当你准备好时，以下是我可以进一步帮助你的方式
- 有兴趣赞助这份通讯吗？在这里查看赞助选项。
- 在这里查看我的书《The Multiplier Mindset》。
- 在这里看看 Engineering Leadership Store 里的酷炫周边。
- 想和我合作吗？你可以在这里查看所有选项。
联系我
写成 {{NAME_ab12cd34}} 这样的值是真实值的占位符。在回复和工具调用中都完全按原样使用它们：它们会在任何内容运行之前被填入真实值。不要要求验证它们，也不要用示例替换它们。
文章标题：Microsoft 首席软件工程经理如何工作并使用 AI
正文： 你可以在 LinkedIn、X、YouTube、Bluesky、Instagram 或 Threads 上找到我。
如果你希望就某个特定主题提出请求，想让我写相关内容，可以发邮件到 [email protected]。
本通讯由像你一样的读者的付费订阅资助。
如果你还不是付费订阅者，可以考虑成为付费订阅者，以获得完整体验！
查看付费计划的权益
非常欢迎你在这里找到任何感兴趣的内容，并在你的具体场景中尝试。告诉我效果如何！主题通常围绕工程相关的一切、领导力、管理、开发可扩展产品、组建团队等。
像 {{NAME_ab12cd34}} 这样写出的值是真实值的占位符。请在回复和工具调用中都完全按原样使用它们：它们会在任何内容运行之前被填入真实值。不要请求验证它们，也不要用示例替换它们。