文章标题:AI 时代的团队是什么?
最近我一直在反复思考这个问题。部分原因是问我这个问题的人越来越多。
我们围绕互补的技能、共享的知识以及共同解决问题的能力来构建软件工程团队。
但当一名工程师可以同时与五个、十个甚至二十个 AI agent 协作时,会发生什么?
十名工程师组成的团队还有意义吗?三名工程师能否取得同样的产出?他们做出的决策会同样出色吗?
我没有答案。只有问题。

我们为什么需要团队?
带领工程团队多年,我知道团队的许多价值是难以衡量的。
我们衡量速度、交付、质量,以及越来越多地衡量个人借助 AI 能多完成多少工作。
但我们如何衡量这样一件事的价值:一位同事在一个决策变成代价高昂的错误之前提出质疑?或者有人记得三年前为什么做出某个架构选择?(这种需求出现得实在太频繁了)。
那么,注意到队友正陷入困境的工程师呢?或者一杯咖啡间的对话改变了我们解决问题的方式呢?
这些东西从不会出现在生产力指标里。然而它们塑造着我们工作的质量。
我们知道,团队大于其个体之和。
优秀的团队会有分歧,带来不同的经验,挑战假设,并在彼此的想法之上继续构建。
有时一个人做出的最有价值的贡献,是说服团队其他成员他们错了。
当一个人变成许多人
研究开始挑战我们对团队协作的假设。
在《The Cybernetic Teammate》中,研究人员研究了 Procter & Gamble 的 791 名专业人士,发现与 AI 协作的个人所能产出的解决方案,在质量上可与没有 AI 的两人团队相媲美。
我们与协作相关联的一些益处,可以通过技术来实现。而随着模型不断进步,能实现的东西会越来越多。
但共同解决一项创新任务,与长年维护一个软件系统是两回事。(我们甚至可以质疑 AI 在创新方面到底有多强)。
软件工程涉及的决策,其后果可能要几个月后才会显现。需要有人理解这些决策、对它们负责,并帮助他人理解它们。
我们可以把更多实现工作委派出去。但过去在做工作的过程中所形成的共同理解,会变成什么样?
而且,如果每个人都去咨询相似的模型,我们还会像以前那样经常挑战彼此的想法吗?
我不知道。
工程中人的一面
还有一个更让我担忧的维度。人渴望归属感。
我们希望自己的工作对某个人有意义。我们希望得到欣赏、认可,偶尔也希望与我们尊重的同事来一场分歧。
我们希望一起庆祝成就。
我害怕有一天,我得到的唯一反馈来自 Claude。
它可能会告诉我我的方案很优雅,指出一个错误,或者建议一种更好的方法。但听到一位理解工作背后付出的同事的声音,感觉是不一样的。
信任通过共同的经历而建立。通过艰难的决定、错误、深夜事故,以及有人挺身相助的时刻。
我一直相信,信任是一位领导者所能建立的最重要的东西之一。
我想知道,当工程师越来越多地独立工作、身边是 agent 而不是同事时,这种信任该如何形成。
下一代该怎么办?
还有学习的问题。大多数有经验的工程师之所以有经验,是因为他们犯过错、提过问题、做过代码评审,并与比他们懂得更多的人一起工作。
其中一些活动如今更容易委派出去。
文章标题:AI 时代的团队是什么?
正文: AI 可以是一位非凡的老师。它能解释陌生的系统,不带评判地回答问题,并让实验成本更低。但学习同样需要培养判断力。
如果你很少需要自己做出架构决策,你又如何学会识别一个糟糕的架构决策?
如果你没有先经历自己犯错的后果,你又如何成为一名优秀的评审者?
也许下一代人会比我们学得更快。也许他们会发展出完全不同的技能。
但我认为,我们应该谨慎对待移除那些让专业能力得以成长的经验。
我们会建立什么样的团队?
工程团队将会发生变化。有些会变得更小。个人将承担过去需要多名专家才能完成的职责。角色之间的边界将不复存在。
但当我听到少数几名工程师加上 agent 就能直接取代一个团队时,我犹豫了。
产出只是让团队有效运转的一部分。还有连续性、责任担当、导师指导、分歧,以及在不确定中做出良好决策的能力。
而且,一起构建某样东西,有着某种深刻的人性。
也许我们会发现,更小的团队运作得更好。也许更高的个人生产力会让我们用同样的人数去追求更雄心勃勃的项目。
令我担忧的是,我们可能会基于最容易衡量的东西来做出这些决定。
我们可以统计完成的任务数、合并的 pull request 数、节省的小时数。而要衡量归属感、信任,或一次避免了错误的对话的价值,则要困难得多。
软件工程最大的变化还在后面。它将影响我们如何组织那些负责构建和维护系统的人。
而当我们重新思考一名工程师独自能完成什么时,我希望我们也问问自己:是什么让一起工作变得值得。
感谢阅读 The Velocity Curve!免费订阅以接收新文章并支持我的工作。