良好工作文化是提升生产力的最大法宝,而非AI
摘要
本文认为,良好的工作文化比AI工具更能提升生产力,强调了心理安全和环境在工程团队中的关键作用。
暂无内容
查看缓存全文
缓存时间: 2026/08/29 18:38
# 好文化是最大的生产力提升法宝,而非AI
来源:https://newsletter.eng-leadership.com/p/good-culture-is-the-biggest-productivity
[](https://substackcdn.com/image/fetch/$s_!XhMq!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com%2Fpublic%2Fimages%2F739ac7e0-a0d3-4bfb-9794-71f7aa57d86d_1600x773.jpeg)
本通讯由**Unblocked (https://getunblocked.com/events/how-to-stop-babysitting-your-agents/?utm_source=engineeringleadership&utm_medium=email&utm_campaign=primary_20260823&1)**赞助\.
**\[网络研讨会\] 如何停止事无巨细地管理你的AI智能体**
智能体可以生成代码。难点在于让代码符合你的系统、团队规范和历史决策。最终你会在反复修正中浪费时间和token。
虽然更多的MCP、规则和更大的上下文窗口为智能体提供了信息获取渠道,但理解能力仍然不足。那些领先团队拥有一个上下文层,能为智能体提供当前任务所需的确切信息。
[](https://getunblocked.com/events/how-to-stop-babysitting-your-agents/?utm_source=engineeringleadership&utm_medium=email&utm_campaign=primary_20260823&2)
加入9月2日的直播(免费)(https://getunblocked.com/events/how-to-stop-babysitting-your-agents/?utm_source=engineeringleadership&utm_medium=email&utm_campaign=primary_20260823&3),了解:
- 团队在AI成熟度曲线何处遇阻,为何常见解决方案收效甚微
- 上下文层如何解决质量、效率和成本问题
- 实时演示:同一编码任务在使用与未使用上下文层时的对比
立即注册 (https://getunblocked.com/events/how-to-stop-babysitting-your-agents/?utm_source=engineeringleadership&utm_medium=email&utm_campaign=primary_20260823)
感谢Unblocked赞助本期通讯。让我们回归今日正题!
这个问题在我心中盘桓已久。如今似乎一切都围绕“AI”、“AI工具”、“AI生产力”打转:
- “你需要使用这个AI工具”
- “你需要采用这个AI工作流”
- “你的工程师借助AI应该实现2倍、5倍甚至10倍的生产力提升”
我理解AI正在改变我们构建软件的方式,我自己每天也使用AI工具。
> 但我们过于聚焦AI工具本身,却忽视了工具使用的环境。因为有比AI工具重要得多的东西——那就是卓越的文化。
在我13年以上的工程领域职业生涯中,我既见识过恶劣文化的负面影响,也感受过良好文化的积极力量。作为工程师和工程管理者,我亲身经历过部门间终日互相推诿责任的情形。
因此,我坚信一切始于良好文化,本文将详细阐述这一点。
我们开始吧!
这是破坏良好文化、让人觉得工作无足轻重的一句话。如果出自高管之口——无论是CEO、CPO,更糟的是CTO——尤其如此。
问题在于它完全削弱了心理安全感,让每个人开始担心自己是否还会被需要。
但很多人忽略了一个重要事实:
> 没有什么比卓越文化更能提升生产力。任何AI工具都无法带来更大的生产力增益。
很遗憾,我直接或间接(通过向我汇报的工程师或工程领导)多次听到这句话。
我认为今年情况有所改善,但在2025年和2026年初,我反复听到这种说法。
让我们深入探讨为何这确实是个严重问题。
许多高管相信AI会神奇地提升所有人的生产力。但这往往行不通的原因在于康威定律。该定律指出:
> 设计系统的组织(此处指广义的系统)会被迫产生与该组织沟通结构相复制的设计。
我在不同文章中多次提及这一定律,因为它至关重要。它之所以在此特别相关,是因为整体生产力和“最终产品”映射着组织的整体文化。
[](https://substackcdn.com/image/fetch/$s_!y39n!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com\%2Fpublic\%2Fimages\%2Fc3d137b8-9b60-43b5-8deb-7fe12fb7d5ac_1600x682.jpeg)
如果文化糟糕,最终产品也会很糟,因为人们协作不畅、沟通不良。但如果文化良好,最终产品往往也会出色。
因此,你应始终将良好文化视为一切的前提。我喜欢将此比作健康对人类的意义——没有健康,我们无法做好任何事。
对于文化糟糕的组织同样如此,其他一切都不会好。
现在,许多人(尤其是CEO和其他高管)会陷入一个误区。他们看到竞争对手或其他公司宣称使用某AI工具实现了10倍生产力提升。
他们开始恐慌,产生FOMO(错失恐惧症),并开始指责身边的人:“为什么我们没有达到同样的生产力?”
很多CEO并未意识到这可能带来何种问题,尤其是对组织文化的影响。当你开始积极“指责”时,等于向所有人表明他们工作不力、你不信任他们的决策能力。
这尤其打击工程师和工程领导,因为他们常被视为推动AI应用的主力。
许多CEO没意识到,许多关于“AI提升10倍生产力”的报道,或多或少是在推销某AI产品或合作项目。
因此,许多CEO上当受骗,使公司文化急剧恶化。
> 我的建议:始终审视他人言论背后的动机,这很大程度上反映了其真实性。
另一个重要但常被遗忘的要点是:如前所述,良好文化是一切的前提。但当涉及AI时,它会放大你现有的所有特征。
因此,AI与良好文化相辅相成。AI会让糟糕的沟通更糟,也会让糟糕的架构更差。
但如果你拥有良好文化和良好架构,人们会更高效,因为他们会互助协作;同时,良好的架构也为AI提供了清晰的“优秀”蓝图。
[](https://substackcdn.com/image/fetch/$s_!2IMV!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com\%2Fpublic\%2Fimages\%2F745a0c51-dd4c-40df-afda-d4f210e6b680_1600x1453.jpeg)
请牢记这一点。如果没有良好的流程、架构以及团队协作,盲目将AI应用于一切只会让情况更糟。
所有人只会更快地偏离正确方向。
如果你想了解团队或组织是否拥有卓越文化,可以思考以下问题:
- 人们是否清楚自己的职责?
- 他们能否在无需不必要审批的情况下做出决策?
- 他们是否感到可以安全地挑战领导层?
- 团队之间是否互信?
- 优先事项是否明确?
- 人们能否进行建设性的分歧讨论?
- 我们是否奖励成果?
- 人们是否理解为何要构建某个产品?
- 我们是吸取失败教训,还是寻找替罪羊?
如果上述问题的答案都是“是”,那么你正走在建设良好文化的正确道路上。此外,这是我评估特定工程文化时的个人检查清单:
[](https://substackcdn.com/image/fetch/$s_!xQr5!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com\%2Fpublic\%2Fimages\%2F10b073fd-9d85-44c6-8cdb-60e001adff03_1600x897.jpeg)
你可以获取我评估工程组织是否卓越的完整清单。
此清单同样适用于你的情况。它为你提供了指导,说明为创建能让所有人蓬勃发展的卓越工程组织应关注哪些方面。
它适用于多团队组织或小型组织,也可用于大型组织中的特定团队。
[](https://newsletter.eng-leadership.com/p/100-discount-code-for-products)
付费订阅者可在此获取:🎁 付费订阅者专属产品 (https://newsletter.eng-leadership.com/p/100-discount-code-for-products)\.
此外,请阅读我如何对工程组织进行全面审计的文章:
这就是我全面审计工程组织的方法 (https://newsletter.eng-leadership.com/p/this-is-how-i-do-a-full-engineering)
接下来是重要议题:如何正确传递AI应用信息,以保持卓越文化并让所有人对使用AI工具充满热情。
我所见过最佳且有效的表述方式是:
> 优秀的工程师和工程领导者会学习并运用各种工具来提升工作效能。这一点始终未变。AI就像过去出现的任何其他工具。善用它来助力团队、组织和业务发展。这就是优秀工程师和工程领导者所为。AI的出现并未改变这一点。
永远不要提及任何接近“替代”或“你已不再重要,因为我们有了AI”这类言论。这只会严重打击士气、彻底破坏文化。
AI应用只自下而上生效,绝不可能自上而下强推。原因在于事物变化太快,新AI工具层出不穷,需要所有人持续进行知识交流。
请牢记这一点。“强迫”尝试只会适得其反。
许多人认为引入新工具就能神奇地让生产力提升2-5倍。事实并非如此。
> AI应用不是工具问题,而是领导力问题。
同时,如果目标仅仅是提高每个人的AI使用率,那你基本上已经失败了。目标应始终是业务成功和整体成果。
如前所述,AI就像任何其他工具,我们需要以此态度对待它。
我在2025年7月撰写了文章《AI时代企业应雇佣更多工程师》(https://newsletter.eng-leadership.com/p/companies-should-hire-more-engineers),如今其真实性比以往更甚。
我完全相信,最优秀的企业会雇佣更多而非更少工程师,因为人员增加能带来生产力的指数级提升。
[](https://substackcdn.com/image/fetch/$s_!MIv_!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com\%2Fpublic\%2Fimages\%2F120ab0e4-49ca-4f49-9933-9859f9631fde_1456x645.webp)
当然,前提是公司文化要到位。没有这点,一切都不成立。
在AI时代,上市时间(TTM)是至关重要的指标。我坚信特定行业中最优秀的企业将是那些行动最迅速、根据市场需求调整策略、为用户提供最佳体验的公司。
这在AI时代之前就是事实,在如今事物发展比以往任何时候都快的时代更是如此。
> 既然如此,为何要自我限制于较低的生产力与人才水平?
更高的生产力是巨大的竞争优势。我认为,未能达到应有的生产力水平实际上是巨大的负担,长期来看会导致市场份额下降。
[](https://substackcdn.com/image/fetch/$s_!8QIq!,f_auto,q_auto:good,fl_progressive:steep/https%3A%2F%2Fsubstack-post-media.s3.amazonaws.com\%2Fpublic\%2Fimages\%2F08a1436a-2e21-4dea-b14d-6220d42e2900_1600x1453.jpeg)
如果你认为“用AI替代工程师”是明智之举,那你实际上正在严重损害公司。这是我的观点。
最后总结:
我认为领导者最该问的问题不是:“我们如何让所有人都用上AI?”最该问的是:
> “我们如何构建一个让优秀人才发挥最佳水平、再用AI使其效能倍增的组织?”
这才是组织应真正关注的核心问题。卓越的文化才是最大的生产力提升法宝。
喜欢这篇文章吗?请务必 💙 点赞\.
有反馈或补充?请务必 💬 评论\.
觉得有人需要?请务必 🔁 分享\.
- 有兴趣赞助本通讯?请在此查看赞助选项 (https://calico-cabinet-fbf.notion.site/Sponsor-Engineering-Leadership-fa0579535d6f4422a6da350580a54546)\.
- 查阅我今年晚些时候将出版的书籍《乘数思维》在此 (https://newsletter.eng-leadership.com/p/announcing-my-book-the-multiplier)\.
- 浏览工程领导力商店的酷炫周边在此 (https://store.eng-leadership.com/)\.
- 想与我合作?所有选项请见此 (https://calico-cabinet-fbf.notion.site/Work-with-Gregor-Ojstersek-1147b66fdc24809b86b1fb0467b60318)\.
你可以在 [LinkedIn](https://www.linkedin.com/in/gregorojstersek/)、[X](https://twitter.com/gregorojstersek)、[YouTube](https://yt.openinapp.co/kw2oi)、[Bluesky](https://bsky.app/profile/gregorojstersek.bsky.social)、[Instagram](https://www.instagram.com/gregor_ojstersek/) 或 [Threads](https://www.threads.net/@gregor_ojstersek) 上找到我。
如果你想建议特定话题,请发邮件至 info@gregorojstersek\.com\.
本通讯由像你这样的付费订阅读者资助。
如果你还不是付费订阅者,考虑成为付费订阅者以获得完整体验!
查看付费计划的福利 (https://newsletter.eng-leadership.com/about#%C2%A7paid-subscribers-get)
欢迎在此探索你感兴趣的内容并在你的具体情境中尝试。请告知效果如何!话题通常涵盖工程相关领域、领导力、管理、可扩展产品开发、团队建设等。
#### 关于本文的讨论
### 准备了解更多?
相似文章
真正的AI生产力秘诀不是新工具——而是模型匹配与商业判断
文章认为,AI生产力的关键在于不盲目追求新工具,而是为每个任务选择合适的模型,并将其与深刻的商业判断相结合。它强调并行运行多个模型,并利用人类专业知识来纠正AI的缺陷。
AI生产力最大提升并非来自更好的模型
作者认为,最大的AI生产力提升来自于优化工作流程,而非追求最佳模型。更简单的设置能带来更多产出,并减少上下文切换。
我们是否高估了AI能力转化为实际生产力的速度?
本文质疑AI展现的能力是否自动转化为实际生产力,强调了工作流所有权、可靠性以及与复杂人类系统集成等方面的差距。
AI生产力的诚实数学
一项对夸大AI生产力主张的批判性分析,引用了严谨的研究表明,与供应商经常声称的5-10倍相比,实际收益只有15-40%,并警告不要盲目接受这种炒作。
@zarazhangrui: 如果你的公司采用了AI但没有看到实际效果,请阅读这篇1990年的文章:《The Dynamo and the…
这条推文将早期采用电力时缓慢的生产力提升与当前AI采纳相类比,认为真正的收益来自于重新设计工作流程,而非简单地将AI附加到现有流程上。文中引用了Paul David 1990年的文章《The Dynamo and the Computer》。