AI原生软件工程对企业团队至关重要

**AI原生软件工程对企业团队至关重要** 我在Ascendion工作，在此预先声明。**如果AI仅限于代码生成，其收益有限** Gartner发现，2024年仅将AI应用于代码生成的团队生产力提升约10%。而将AI应用于整个软件开发生命周期（SDLC）的团队预计到2028年将实现25-30%的提升。差距在于工程时间的分配。编写代码只是工作的一部分。需求、设计评审、测试编写、部署协调和维护占据了工程总成本的很大一部分。在一个未经改变的流程中插入代码助手，只能提高一个任务的输出，而其他部分保持不变。McKinsey 2025年AI现状报告将“从根本上重新设计工作流程”列为企业AI影响的最强预测因素之一，其重要性甚至超过工具本身。 **AI原生软件工程的实际含义** AI原生软件工程是一种方法，AI代理与人类工程师在整个SDLC中协同工作。人类设定方向、定义约束并负责质量标准。代理在每个阶段内根据这些参数执行，并充分了解目标、代码库和验收标准。 **SDLC各阶段的变化** * **规划：** 代理分析历史项目数据，并根据利益相关者的输入生成需求草案，从而减少进入设计阶段的歧义。 * **设计：** 代理标记依赖风险并生成架构替代方案供工程师审查。 * **开发：** 代码生成在充分了解特性、代码库和验收标准的情况下进行，而不是响应孤立的提示。 * **测试：** 代理根据需求生成测试用例，并识别覆盖缺口。测试编写是工程中工作量最高的阶段之一，也是回报最明显的领域之一。 * **部署与运维：** 代理监控生产健康状态，并关联多个系统的信号，以帮助更快地分类处理事件。 **在代理AI下工程师的角色** 当代理处理多步骤执行时，工程师的主要贡献变为精确设定目标、设置约束以及批判性地评估输出。捕捉一个技术上正确但架构上错误的解决方案需要经验和判断力。代理AI提高了工程师在工作中所需能力的最低门槛。 **为什么单阶段试点只能产生单阶段结果** 将AI应用于单一阶段、看到适度收益后就停止的团队，只衡量了可用回报的一小部分。只有当代理在整个生命周期中运行时，复利效应才会显现。这就要求将其视为流程重新设计，资源配置和所有权围绕整个SDLC构建，而不是单一团队或工具。在Ascendion，我们有超过10,000个代理AI代理在财富500强客户的生产环境中运行。那些真正看到回报的团队之间的共同模式是工作流程重新设计，无一例外。