作者 & 采訪 | 王啟隆

出品丨AI 科技大本營(yíng)（ID：rgznai100）

三十年的軟件工程江湖，像一條奔流不息的河。

有人淘金，有人擺渡，有人筑壩，而吳穹，是那個(gè)試圖畫(huà)出河流走向圖的人。

1995 年，師從楊芙清院士和梅宏院士，吳穹正在北大參與“青鳥(niǎo)工程”，一個(gè)近乎理想主義的嘗試——在中國(guó)建立一條真正的“軟件工業(yè)生產(chǎn)線”。做學(xué)術(shù)研究時(shí)，他內(nèi)心總有一個(gè)強(qiáng)烈的聲音在催促：如何將這些抽象的理論“落地”？畢業(yè)前夕，他找到了當(dāng)時(shí)在全球軟件工程領(lǐng)域聲名赫掣的 Rational 公司，毛遂自薦，最終竟促成了這家巨頭在中國(guó)的第一個(gè)辦事處。就這樣，他幾乎是以一己之力，將 Rational 及其方法論 RUP（Rational Unified Process）這本“圣經(jīng)”引入了中國(guó)。

那是一個(gè)“引渡者”的黃金時(shí)代。UML 統(tǒng)一建模語(yǔ)言、RUP，這些來(lái)自海外的嚴(yán)謹(jǐn)范式，如同精確的圖紙，被遞到了一群最渴望規(guī)范與秩序的中國(guó)工程師手中。吳穹和他的同仁們，就像當(dāng)年的普羅米修斯，將理性的火種帶到東方。他親手將 RUP 翻譯成中文，免費(fèi)提供給整個(gè)社區(qū)，無(wú)數(shù) CTO 和 CIO 都曾感念，是 RUP 為他們野蠻生長(zhǎng)的研發(fā)體系，注入了第一支標(biāo)準(zhǔn)化的疫苗。

故事本可以這樣繼續(xù)——一位成功的布道者，不斷引進(jìn)、翻譯、推廣著世界上最先進(jìn)的理念。然而，河流的走向，遠(yuǎn)比地圖復(fù)雜。

在美國(guó) IBM 擔(dān)任全球產(chǎn)品經(jīng)理的三年，是他人生中的一次關(guān)鍵“離岸”。他負(fù)責(zé)的是一款名叫 ClearCase 的配置管理工具——用他后來(lái)的話說(shuō)，那是“Git 的爺爺”。他深入到一個(gè)全球頂尖產(chǎn)品的肌理之中，從產(chǎn)品經(jīng)理這個(gè)“Mini-CEO”的視角，體驗(yàn)著一套成熟的、源自西方的研發(fā)文化。他看到的不僅是技術(shù)和流程，更是土壤之下的文化根系。

2007 年，當(dāng)他帶著敏捷開(kāi)發(fā)的浪潮再度回國(guó)，開(kāi)始幫助華為、平安科技、招商銀行等巨頭導(dǎo)入新的管理實(shí)踐時(shí)，他清晰地聽(tīng)到了“水土不服”的斷裂聲。

矛盾，如同水下的暗礁，開(kāi)始浮現(xiàn)。

西方的敏捷，誕生于鼓勵(lì)試錯(cuò)、崇尚自組織的土壤，而中國(guó)的企業(yè)文化，更像一部嚴(yán)整的交響樂(lè)，強(qiáng)調(diào)“偏管控型”的指揮體系，追求令行禁止的確定性。

“很多敏捷教練什么都不管，就強(qiáng)調(diào)“敏捷”是對(duì)的?！?吳穹回憶。但這種“拿來(lái)主義”的失效，讓他猛然驚醒。他意識(shí)到，自己不能再做一個(gè)單純的“引渡者”。照搬最佳實(shí)踐，本質(zhì)上是一種思想上的懶惰。真正的價(jià)值，在于回到第一性原理——“敏捷”究竟要解決什么問(wèn)題？是溝通效率，是快速反饋，是價(jià)值流動(dòng)。然后，再用這些原理，去重新設(shè)計(jì)一套真正適合中國(guó)這片土壤的“農(nóng)具”。

這背后，是他堅(jiān)守了近三十年的核心戰(zhàn)場(chǎng)：軟件，是充滿(mǎn)不確定性的藝術(shù)；而工程，是冷冰冰的確定性。他的使命，就是在這兩者之間，為這門(mén)藝術(shù)建立工程化的秩序，讓高質(zhì)量的交付變得可預(yù)測(cè)、可執(zhí)行。

“這個(gè)能力，一直是我們國(guó)家很缺乏的”，他認(rèn)為自己的價(jià)值，就是把這件事幫助更多的企業(yè)去落地。這是他從“理念的引進(jìn)者”蛻變?yōu)椤氨就练妒降拈_(kāi)創(chuàng)者”的轉(zhuǎn)折點(diǎn)。他不再滿(mǎn)足于給出地圖，而是要親自勘探、繪制一幅屬于中國(guó)人自己的軟件工程地圖。這幅地圖，就是他后來(lái)參與創(chuàng)立的 Adapt 方法論。到了 2016 年，當(dāng)他意識(shí)到僅靠顧問(wèn)一人之力難以撬動(dòng)上千人的組織時(shí)，他需要一個(gè)杠桿。于是，軟件工程工具“知微”應(yīng)運(yùn)而生，將他的思想注入代碼。

然而，就在這幅地圖逐漸清晰之時(shí)，一場(chǎng)更大的風(fēng)暴席卷而來(lái)。

AI，以一種近乎蠻橫的姿態(tài)，沖進(jìn)了軟件工廠。比爾·蓋茨那句“我們總是高估未來(lái)兩年的變化，低估未來(lái)十年的變革”的箴言，正在被狂熱的現(xiàn)實(shí)所驗(yàn)證。CEO 們?cè)谠贫诵嬉癆ll in”，要徹底顛覆；而一線的開(kāi)發(fā)者，卻在“AI 幻覺(jué)”和“上下文缺失”的泥潭中掙扎。

一個(gè)新的、更深刻的矛盾擺在了所有人面前。吳穹敏銳地捕捉到了其中的荒誕之處：AI 工具的宣傳，出現(xiàn)了兩個(gè)截然相反的化身。“如果這個(gè)東西對(duì)員工是摸魚(yú)神器，在老板那兒它就不會(huì)是提效神器。” 吳穹一語(yǔ)道破。生產(chǎn)力的變革，從未如此尖銳地觸及生產(chǎn)關(guān)系的根基。工具就在那里，但員工為什么要用它為公司創(chuàng)造價(jià)值，而不是提前下班？

這不再是一個(gè)技術(shù)問(wèn)題，而是一個(gè)直抵人心的管理問(wèn)題、一個(gè)組織變革的系統(tǒng)工程。

當(dāng) AI 可以像員工一樣“領(lǐng)取任務(wù)”，甚至可以被“管理”，當(dāng)一個(gè)程序員不再是親自耕種的農(nóng)民，而是變成了擁有一個(gè) AI 軍團(tuán)的“地主”，我們又該如何衡量他的價(jià)值？當(dāng)軟件的生產(chǎn)成本趨近于零，這張圖景的終點(diǎn)，或許就是一座將燈光熄滅、人類(lèi)僅負(fù)責(zé)少量關(guān)鍵決策的生產(chǎn)體系，讓 AI 自主編碼的“黑燈工廠”。

這條奔流了三十年的軟件工程之河，正迎來(lái)一次史無(wú)前例的河道變遷，甚至可能是一場(chǎng)沖毀一切堤壩的洪水。在本場(chǎng)對(duì)話中，我們將與吳穹一同探討：軟件工程的舊范式將如何被顛覆？而我們，又該如何自處？

“必須有一套中國(guó)人自己的、本土的、接地氣的方法論”

王啟?。?/strong>吳博的職業(yè)生涯經(jīng)歷了從理念的引進(jìn)者到一個(gè)本土范式的開(kāi)創(chuàng)者的變化過(guò)程。有沒(méi)有什么契機(jī)讓您覺(jué)得單純從海外引進(jìn)可能不夠了？有沒(méi)有什么具體的項(xiàng)目或事件，讓您頓悟到必須有一套中國(guó)人自己的、本土的、接地氣的方法論，也就是本土范式？

吳穹：出國(guó)之前我服務(wù)國(guó)內(nèi)企業(yè)，到美國(guó)這三年，算是深度參與到一個(gè)產(chǎn)品的整個(gè)研發(fā)過(guò)程中。因?yàn)槟侨晡沂亲鳛?ClearCase 的產(chǎn)品經(jīng)理，我跟那邊的客戶(hù)、研發(fā)團(tuán)隊(duì)、銷(xiāo)售團(tuán)隊(duì)等各種各樣的團(tuán)隊(duì)打交道。產(chǎn)品經(jīng)理其實(shí)是一個(gè) Mini-CEO，相當(dāng)于一個(gè)產(chǎn)品的全面負(fù)責(zé)人，所以我會(huì)跟很多人去打交道。

等到我 07 年回國(guó)的時(shí)候，一開(kāi)始我們是把國(guó)外的像 Scrum這樣的方法論拿回來(lái)落地。前幾年我們也是抱著落地的想法，但過(guò)了一段時(shí)間就發(fā)現(xiàn)會(huì)水土不服。因?yàn)槲疫@三段經(jīng)歷有兩段在國(guó)內(nèi)，一段在國(guó)外，所以我比較明確地看到兩種文化、兩種思路的不同。我們國(guó)內(nèi)整體上還是一個(gè)偏管控型的文化，這沒(méi)有對(duì)錯(cuò)，可能是文化不同。

比如你按這樣的方式去管理華為，可能會(huì)成功；但用這個(gè)方式去管理 IBM 可能會(huì)不成功。用 IBM 的方式去管理華為，雖然華為學(xué)了一些 IBM 的東西，但也不代表它全盤(pán)照抄。實(shí)際上華為在落地 IPD 的時(shí)候，還是做了很多自己的管理變革和創(chuàng)新。

如果你去國(guó)外，沒(méi)有那么多人會(huì)說(shuō)我在用 IPD 管理。所以我覺(jué)得華為也經(jīng)歷了一個(gè)本土化的過(guò)程。我們的管理文化、實(shí)踐、組織架構(gòu)、管理方式，都跟西方公司有很大差別。當(dāng)你把一個(gè)敏捷方法論落進(jìn)來(lái)的時(shí)候，我們以前很多時(shí)候就是不管，就說(shuō)這是對(duì)的。

王啟隆：你自己去想解決方案。

吳穹：對(duì)。但是我們當(dāng)時(shí)覺(jué)得這樣不行，要把敏捷的核心思想和國(guó)內(nèi)的本土實(shí)踐相結(jié)合，給出一個(gè)很具體的指導(dǎo)，這樣在國(guó)內(nèi)才能更好地落地。大概是這么一個(gè)想法。

王啟隆：我覺(jué)得是從單純的去復(fù)制成功到去研究他的思路的一個(gè)過(guò)程。

吳穹：對(duì)，相對(duì)來(lái)講是。就是所謂的馬斯克現(xiàn)在比較推崇的第一性原理。敏捷也是有第一性原理的，但它的第一性原理可能被包裝成了一個(gè)適合國(guó)外的實(shí)踐，當(dāng)別人在國(guó)外做這個(gè)敏捷實(shí)踐時(shí)，就可以產(chǎn)生效果，因?yàn)樗鼞?yīng)用到了第一性原理?，F(xiàn)在你把這個(gè)實(shí)踐完全搬回國(guó)內(nèi)，就會(huì)發(fā)現(xiàn)它不適用，因?yàn)樗車(chē)椒矫婷娴臇|西不適配。所以你要回到敏捷的第一性原理，重新適配國(guó)內(nèi)的情況，這樣的一套實(shí)踐在國(guó)內(nèi)就更容易落地。

所以我們今年也出了一本新書(shū)叫《敏穩(wěn)兼顧：數(shù)字化研發(fā)管理實(shí)戰(zhàn)》，專(zhuān)門(mén)講規(guī)?；艚菰趺礃釉趪?guó)內(nèi)落地。我們有一個(gè)方法論框架叫 Adapt，也就是把我們這些年的思考做了一個(gè)總結(jié)。

“不會(huì)有通用 Agent，最終還是會(huì)分化成專(zhuān)用 Agent”

王啟隆：時(shí)間延伸到現(xiàn)在，我們看到了 AI 帶來(lái)的巨大變革。很多企業(yè)高管也對(duì)這個(gè)新變革感到非常興奮。但一線的研發(fā)團(tuán)隊(duì)，包括正在看視頻或讀文章的讀者，會(huì)覺(jué)得在實(shí)際應(yīng)用中，AI 常常讓人感覺(jué)到幻覺(jué)很多，令人困惑和掙扎。您作為常年連接國(guó)內(nèi)外高層戰(zhàn)略和一線實(shí)踐的顧問(wèn)，認(rèn)為當(dāng)前企業(yè)管理者在推動(dòng) AI 賦能研發(fā)這件事上，最容易陷入的認(rèn)知誤區(qū)是什么？

吳穹：應(yīng)該是比爾·蓋茨說(shuō)的，我們總是高估未來(lái)兩年的變化，低估未來(lái)十年的變革。所以我覺(jué)得現(xiàn)在我們就處于一個(gè)狂熱期，目前有點(diǎn)過(guò)分高估 AI 在這兩年能取得的變化。

我覺(jué)得現(xiàn)在最常見(jiàn)的誤區(qū)就是太著急，過(guò)分樂(lè)觀。All in 是沒(méi)錯(cuò)的，方向上 AI 肯定會(huì)徹底改變軟件工程的生產(chǎn)方式，五年、十年來(lái)看，這肯定是確定的。

但短期之內(nèi)，它的困難在哪里？我們看到現(xiàn)在 AI 比較強(qiáng)的是什么？如果你做一件任務(wù)，大模型壓縮的知識(shí)已經(jīng)足夠了。你讓它在一個(gè)熟悉的領(lǐng)域，用它已經(jīng)掌握的知識(shí)去做事，現(xiàn)在它的能力已經(jīng)相對(duì)非常好了。

但軟件開(kāi)發(fā)不是這樣。你讓 AI 在廣場(chǎng)上做任何事情，用的是公域知識(shí)。但實(shí)際上我們大多數(shù)的軟件開(kāi)發(fā)項(xiàng)目都有很多私域知識(shí)。它是一個(gè)獨(dú)特的金融軟件，或者就算它是一個(gè)電商系統(tǒng)，但由于前面的人已經(jīng)寫(xiě)了五年、十年，雖然它在領(lǐng)域上是個(gè)電商，但你的實(shí)現(xiàn)方式其實(shí)也是私域知識(shí)。

所以，這個(gè)時(shí)候你讓 AI 純粹地去處理，你只是給它一堆代碼。就算現(xiàn)在上下文越來(lái)越長(zhǎng)，它可以把所有代碼庫(kù)、所有文檔都讀進(jìn)去。但很多時(shí)候，我們之前做這些事情的決策過(guò)程都在大腦里，沒(méi)有留存文檔，或者留存的文檔和代碼對(duì)不上。私域知識(shí)的質(zhì)量是不好的，這時(shí)候你讓 AI 去處理這些信息，它可能就會(huì)遇到短板。

王啟隆：是的，就是常說(shuō)的上下文工程，上下文不足。給它的私域數(shù)據(jù)不足。有時(shí)候你只是給它一個(gè)提示詞，但它需要的可能是一個(gè)客戶(hù)的聊天記錄，或者你整個(gè)工程的記錄，才能把事情做好。

吳穹：對(duì)，所以你會(huì)發(fā)現(xiàn)幾件事情。我自己從今年開(kāi)始也在試用 Cursor，去一線體感，我要看看這個(gè)事情現(xiàn)在進(jìn)展到什么程度?，F(xiàn)在大家會(huì)發(fā)現(xiàn)，當(dāng)然最近是日新月異，每天都在變，但至少到現(xiàn)在為止，代碼補(bǔ)全是一個(gè)非常高效的場(chǎng)景。為什么呢？因?yàn)樵诖a補(bǔ)全的上下文下，你已經(jīng)把要改什么、在哪改等上下文告訴它了。

“我要在這兒改”，這是一個(gè)非常重要的上下文。你敲幾行字之后，你的意圖也告訴了它。所以，它在這個(gè)非常精確的點(diǎn)上改東西的時(shí)候，效率就會(huì)高很多。所以大家會(huì)發(fā)現(xiàn)代碼補(bǔ)全很高效。但如果你不是用代碼補(bǔ)全，而是說(shuō)“我想干一件事”，那你就得給它很多上下文。

對(duì)于一個(gè)老系統(tǒng)，很多時(shí)候問(wèn)題不是技術(shù)債，而是缺乏歷史信息或歷史上下文。這時(shí)候你有兩個(gè)選擇，要不你就手寫(xiě)了，要不你就把歷史信息補(bǔ)全，把那個(gè)債補(bǔ)上。但你補(bǔ)這個(gè)債的時(shí)候，會(huì)面臨不確定性：補(bǔ)全了就真的能快嗎？你不知道?；蛘哒f(shuō)要補(bǔ)到什么程度？這個(gè)要試驗(yàn)。所以很多時(shí)候大家就會(huì)說(shuō)，那算了，我接著手寫(xiě)吧。

當(dāng) AI 應(yīng)用到我們私域時(shí)，不確定性會(huì)多很多。所以現(xiàn)在我們看到大多數(shù)團(tuán)隊(duì)給我們的數(shù)據(jù)，比如 10%、16%、20%，都在體感誤差范圍內(nèi)。你說(shuō)我快了，我一定會(huì)說(shuō)我比以前快了，但你說(shuō)有多大效果嗎？不好說(shuō)，大家覺(jué)得可能會(huì)有誤差。

所以我覺(jué)得長(zhǎng)期來(lái)講，我相信 AI 一定會(huì)改變整個(gè)軟件工程的工藝、工具、組織，這些全都會(huì)變。但短期之內(nèi)大家不能太著急。我看到今年有一些組織，在一些 AI 編碼的突破之后，從 CEO 開(kāi)始就覺(jué)得要顛覆。那 CIO、CTO 只好說(shuō)好，要顛覆。底下的同學(xué)就只好說(shuō)，你們覺(jué)得要顛覆，那我就配合你們顛覆。

當(dāng)然，這是每次技術(shù)浪潮都會(huì)有的。比如我們回頭看面向?qū)ο?、CMMI、Java，每次都是這樣。這是一個(gè)我們叫技術(shù)成熟度曲線（Gartner Hype Cycle）的過(guò)程，好像也是一個(gè)不可避免的過(guò)程。但我們現(xiàn)在只能說(shuō)，盡量讓大家冷靜一點(diǎn)。要積極擁抱，但在這個(gè)過(guò)程中，要意識(shí)到上下文的缺失是 AI 發(fā)揮作用的一個(gè)很重要的阻礙。所以我們現(xiàn)在看到 AI 表現(xiàn)比較好的都是純綠地項(xiàng)目，比如新建一個(gè)網(wǎng)站，新建一個(gè)原型，都沒(méi)有問(wèn)題。

圖源：2025 年人工智能技術(shù)成熟度曲線 | Gartner官網(wǎng)

王啟?。?/strong>而對(duì)于已有舊項(xiàng)目的維護(hù)和修改……

吳穹：難度大很多。另外，現(xiàn)在大家都在談 Agent。你回頭想，任何一個(gè)工程生產(chǎn)線，都沒(méi)有人賣(mài)通用的工程生產(chǎn)線。真正最后軟件工程實(shí)現(xiàn)了，或者說(shuō)更高度自動(dòng)化了，它一定會(huì)有很多差異化的生產(chǎn)線。沒(méi)有人說(shuō)這是一個(gè)萬(wàn)用生產(chǎn)線，做任何機(jī)器——造車(chē)、造火車(chē)、造導(dǎo)彈——都可以用，因?yàn)檫@不 make sense，肯定是個(gè)浪費(fèi)。

我明明要造車(chē)，為什么要用一個(gè)萬(wàn)用生產(chǎn)線？你一定會(huì)把它調(diào)制成一個(gè)造車(chē)的生產(chǎn)線，像特斯拉一樣。里面有一定靈活度，可以造 A 類(lèi)車(chē)，可以造 B 類(lèi)車(chē)，但我不會(huì)用它來(lái)生產(chǎn)飛機(jī)，因?yàn)闆](méi)有道理，不經(jīng)濟(jì)。

所以最后，我覺(jué)得 Agent 這個(gè)技術(shù)一定會(huì)越來(lái)越分化、越來(lái)越專(zhuān)業(yè)化。例如，未來(lái)會(huì)出現(xiàn)專(zhuān)攻特定行業(yè)的“金融 Agent”，或?qū)９ヌ囟ㄈ蝿?wù)的“測(cè)試 Agent”、“重構(gòu) Agent”。更進(jìn)一步，我們甚至需要為這些 Agent 建立一套管理機(jī)制，比如如何注冊(cè)、如何考核 KPI、如何調(diào)解它們之間的任務(wù)沖突。

不僅僅是 Agent 會(huì)專(zhuān)業(yè)化，我們使用的開(kāi)發(fā)語(yǔ)言也會(huì)進(jìn)一步專(zhuān)業(yè)化。從模式上講，Vibe Coding 和 Spec Coding 都是一個(gè)抽象層次提升的過(guò)程。就像原來(lái)我們用匯編，后來(lái)用高級(jí)語(yǔ)言。下一步驟一定是自然語(yǔ)言編程，我可以用一個(gè)相對(duì)更靈活的自然語(yǔ)言，不需要關(guān)心那么多技術(shù)細(xì)節(jié)。

就像今天你寫(xiě) C++，不會(huì)去看匯編代碼。可能萬(wàn)分之一的場(chǎng)景，你可能會(huì)去看一下匯編代碼，解決一個(gè)非常難的問(wèn)題。但大多數(shù)時(shí)候你會(huì)忘記匯編那一層。所以可能五年、十年之后，也不排除三年之后，我們會(huì)說(shuō)我用自然語(yǔ)言就可以了，不需要看生成的 JavaScript、Java，因?yàn)槟且粚覬S、Java就成了新的匯編，我們不需要關(guān)心了。

實(shí)際上我們是面臨一次抽象層次的提升，抽象到自然語(yǔ)言。但到這個(gè)級(jí)別你會(huì)發(fā)現(xiàn)，還是會(huì)出現(xiàn)新的東西，我們叫 DSL（領(lǐng)域特定語(yǔ)言）。因?yàn)闆](méi)有道理一直用一個(gè)通用的自然語(yǔ)言。我一定會(huì)到某一個(gè)點(diǎn)發(fā)現(xiàn)，既然都在做 ERP，那為什么不發(fā)明一個(gè)專(zhuān)用于 ERP 的自然語(yǔ)言描述框架？所以從道理上講，它一定會(huì)進(jìn)入一個(gè)熵減的模式，我不需要用一個(gè)純自然語(yǔ)言。

我會(huì)用一個(gè)更特定于這個(gè)領(lǐng)域的描述方式，配合特定領(lǐng)域的 Agent，來(lái)更精確、更準(zhǔn)確地干好這件事。所以這一定會(huì)走向一個(gè)分化的過(guò)程：我們的描述會(huì)分化，我們的 Agent 也會(huì)分化，逐漸形成更專(zhuān)業(yè)化的生產(chǎn)線。我覺(jué)得這是大概率會(huì)發(fā)生的事情，只是這個(gè)過(guò)程大家要有耐心，不是一蹴而就的。在這個(gè)過(guò)程中如果過(guò)分著急，就會(huì)導(dǎo)致動(dòng)作變形，會(huì)付出很多成本和時(shí)間。所以我覺(jué)得這是我們看到的誤區(qū)，大家有點(diǎn)過(guò)分著急。

王啟?。?/strong>我覺(jué)得吳博從邏輯上解釋了為什么不會(huì)有通用 Agent，最終在實(shí)際生產(chǎn)中還是會(huì)分化成不同的專(zhuān)用 Agent。甚至于我們最基本的聊天機(jī)器人（Chatbot），它可能也不是純自然語(yǔ)言，而是專(zhuān)門(mén)用于對(duì)話的、日?？谡Z(yǔ)化的語(yǔ)言。這個(gè)觀點(diǎn)很精彩。

“要把 Agent 當(dāng)成員工去管理”

王啟隆：您剛剛有提到您創(chuàng)立的愛(ài)捷軟件（Agilean），在 AI 時(shí)代之前，它是如何發(fā)揮在軟件工程上的作用的？AI 帶來(lái)的變革之后，它又是如何調(diào)整自身定位的？面對(duì)現(xiàn)在國(guó)內(nèi)那么多客戶(hù)都想要智能化、AI 化轉(zhuǎn)型，您和您的團(tuán)隊(duì)為他們解決的核心問(wèn)題，和三五年前相比，發(fā)生了哪些根本變化？

吳穹：我們這一套 Adapt 的方法論，包括我們做的事情，可以總結(jié)為“人、事、流、數(shù)”四件事情。

“人”其實(shí)延伸到組織，就是用什么樣的組織形態(tài)最合理。我們一直都說(shuō)，生產(chǎn)力會(huì)推動(dòng)生產(chǎn)關(guān)系的變革，但生產(chǎn)關(guān)系決定了生產(chǎn)力能否有效發(fā)揮。所以我們一直在做的事情就是理順生產(chǎn)關(guān)系。原來(lái)很多是科層制的、職能化的組織。我們現(xiàn)在在幫助很多組織做敏捷轉(zhuǎn)型，建立這些面向交付的敏捷團(tuán)隊(duì)。

我們最近舉的一個(gè)例子，跟國(guó)家的軍事改革很像，叫“兵種主建，戰(zhàn)區(qū)主戰(zhàn)”。因?yàn)楝F(xiàn)在大多數(shù)知識(shí)工作者都需要跨職能協(xié)作，單一職能是做不了事的。但我們很多管理會(huì)偏向于按職能管理，職能線管理是一個(gè)常見(jiàn)的管理結(jié)構(gòu)。我們現(xiàn)在做的大多數(shù)事，就是在職能線上疊加交付型組織，也就是所謂的“戰(zhàn)區(qū)”，用這樣一套組織結(jié)構(gòu)，讓它交付得更快、更好。這塊是我們這幾年在做的事情，就是建立組織。

建立組織之后，第二步就是“事”。要讓組織干活，就要明確它干什么。“事”可以認(rèn)為是一個(gè)指令體系。最上層的組織收到客戶(hù)的一個(gè)要求，然后我要把它拆解成幾個(gè)指令發(fā)給不同的組織，有人要做交付，有人要做能力建設(shè)。

我希望有一個(gè)指令拆解的過(guò)程。這個(gè)指令拆解的過(guò)程就是我們說(shuō)的“事”，我們把它叫任務(wù)體系。相當(dāng)于我的組織體系建好后，要用任務(wù)體系把它落實(shí)。

有了任務(wù)體系之后，再下面就是“流”，有點(diǎn)像流程，或者我們現(xiàn)在更多地叫價(jià)值流。這件事分多少個(gè)狀態(tài)？每個(gè)狀態(tài)由誰(shuí)負(fù)責(zé)？這就又回到了把事和人連起來(lái)，讓事去找人。這個(gè)事到了這個(gè)階段應(yīng)該是誰(shuí)負(fù)責(zé)，把這個(gè)工藝落實(shí)下來(lái)。有了“人、事、流”之后，我們就會(huì)產(chǎn)生很多“數(shù)”——有關(guān)人的數(shù)、有關(guān)事的數(shù)、有關(guān)流的數(shù)，我們可以更好地管理整個(gè)組織。這就是我們這么多年在干的事，即如何從這幾個(gè)角度優(yōu)化，讓一個(gè)組織能夠更高效地運(yùn)作。

AI 來(lái)了之后，我最近看到一個(gè)截圖，好像是阿里的 CTO 或 CIO 說(shuō)的，他說(shuō)要把 Agent 當(dāng)人去管理。這也是我們一直以來(lái)的核心觀點(diǎn)：我們未來(lái)認(rèn)為組織會(huì)是所謂的 1+N 的組織，即由“1 位人類(lèi)小隊(duì)長(zhǎng)”帶領(lǐng)“N 個(gè) AI 特工”協(xié)同工作。

因?yàn)轳R上大家要解決一個(gè)問(wèn)題：今年大概是大家對(duì) AI 最狂熱的一年，明年懷疑就開(kāi)始出來(lái)了。我們投了很多錢(qián)，也做了很多事，為什么沒(méi)取得效果？因?yàn)樽尳M織使用先進(jìn)生產(chǎn)力這件事從來(lái)就不容易。有一個(gè)核心問(wèn)題大家都在回避：?jiǎn)T工為什么要用這個(gè)生產(chǎn)力？這個(gè)員工我真的用 AI 提升了 50%，那他是多干一倍的活呢？

還是把這個(gè)時(shí)間用于摸魚(yú)？你怎么激勵(lì)他把 AI 省下的時(shí)間真正用于做更多的事？這是一個(gè)生產(chǎn)關(guān)系問(wèn)題，不是生產(chǎn)力問(wèn)題。AI 有沒(méi)有這個(gè)生產(chǎn)力是現(xiàn)在大家關(guān)心的問(wèn)題。但實(shí)際上這個(gè)觀察忘了一個(gè)點(diǎn)：就算它有這個(gè)能力，你的員工是會(huì)把這個(gè)能力給公司做貢獻(xiàn)，還是用來(lái)早點(diǎn)下班？

你會(huì)注意到 AI 工具宣傳中的一個(gè)悖論：它既被包裝成給老板的“提效神器”，又被宣傳為給員工的“摸魚(yú)神器”。但這兩者本質(zhì)上是矛盾的，如果它對(duì)員工真是摸魚(yú)神器，那在老板那兒就不可能是提效神器。

王啟隆：經(jīng)常有這樣的廣告。

吳穹：但這其實(shí)是矛盾的。如果這個(gè)東西對(duì)員工是摸魚(yú)神器，在老板那兒它就不會(huì)是提效神器。如果對(duì)老板是提效神器，它就不會(huì)是摸魚(yú)神器。所以現(xiàn)在大家只是在宣傳上決定誰(shuí)買(mǎi)單，你買(mǎi)單我就跟你說(shuō)這個(gè)，他買(mǎi)單我就跟他說(shuō)那個(gè)。但實(shí)際上……

王啟?。?/strong>這個(gè)矛盾一直存在。

吳穹：這是一個(gè)非常深刻的變化：怎么讓組織擁抱 AI？這件事情不容易，不是說(shuō)你給了工具他就會(huì)用。

任何事情我們會(huì)有 1% 的嘗鮮者、10% 的早期采納者，他們?cè)敢庥?AI，但很多人屬于那種“行吧、可以、還好了”的態(tài)度。所以讓組織擁抱 AI 是一個(gè)系統(tǒng)工程，很不容易。

所以我們最近的一個(gè)想法是，未來(lái)要把 Agent 當(dāng)成員工。當(dāng) Agent 成為員工之后，這個(gè) 1+N 里的“1”，任何一個(gè)人都是一個(gè)小隊(duì)長(zhǎng)或班長(zhǎng)。那組織就要看這個(gè)班的效能。比如說(shuō)未來(lái)一個(gè)人能帶 5 個(gè) Agent，那個(gè)人說(shuō)他能帶 50 個(gè)。公司覺(jué)得誰(shuí)的效能更好？那肯定是帶 50 個(gè)的效能更好。當(dāng)然，這是建立在假設(shè) Agent 的產(chǎn)量是一致的。

所以未來(lái)的考核體系、組織結(jié)構(gòu)都會(huì)發(fā)生變化，來(lái)適應(yīng)一個(gè)新的模式。原來(lái)我們是以人為工作中心的，未來(lái)可能是以 Agent 為工作中心。人的角色變成了帶領(lǐng) Agent 去工作。你的效能就不是你產(chǎn)出了多少，而是你帶領(lǐng)了多少 Agent 產(chǎn)出了多少。這樣的一套組織體系會(huì)更有利于發(fā)揮 AI 的價(jià)值。我們覺(jué)得未來(lái)整個(gè)方法論也會(huì)演進(jìn)，這是一個(gè)非常重要的演進(jìn)：我們?cè)趺醋尳M織在 AI 來(lái)臨之后還能高效運(yùn)作？這個(gè)地方會(huì)有非常多的創(chuàng)新需要做。

王啟?。?/strong>您剛剛提到假設(shè) Agent 的效能一致，這是基于什么樣的假設(shè)？因?yàn)槟壳拔覀兛吹?，AI 的表現(xiàn)依舊取決于我們給的上下文和提示詞?？赡苡械娜擞?AI 比較厲害，他可以讓一個(gè) Agent 發(fā)揮出十個(gè)的效能。

吳穹：未來(lái)我們覺(jué)得整體的趨勢(shì)是，短期之內(nèi)最關(guān)鍵的不是讓 AI 在一件通用任務(wù)上打 90 分，而是讓它在一件簡(jiǎn)單的事情上打 99 分。在任務(wù)標(biāo)準(zhǔn)化、模型與提示詞均被鎖定的前提下，從統(tǒng)計(jì)上說(shuō)，這些 Agent 的效能就相當(dāng)于基本一致了。

為什么？因?yàn)橥ㄓ玫?90 分，總有 10% 的尾巴要人來(lái)收。這個(gè)收尾成本非常高，就像在軟件工程的軟件復(fù)用領(lǐng)域有一個(gè)原則：如果你復(fù)用時(shí)需要改 10% 的代碼，成本基本上就跟重寫(xiě)差不多。

別覺(jué)得 AI 幫你干了 90% 你就賺了，修正那 10% 可能讓你白忙一場(chǎng)。更別說(shuō)只幫你干 50% 了，那很可能反而是生產(chǎn)力陷阱。

所以，下一步的重點(diǎn)就是讓 AI 找到那些它能干到 99% 甚至 100% 的任務(wù)，讓更多的小任務(wù)可以全自動(dòng)完成。

那人做什么呢？就是進(jìn)入“planning mode”：先把任務(wù)拆出來(lái)，確認(rèn)每個(gè)小任務(wù)是對(duì)的，再分給其他的小 Agent 去做。然后，這些小 Agent 就可以日夜不停地把這些事做完。

這時(shí)候體現(xiàn)的就是你這個(gè)人的本事，因?yàn)槟惴秩蝿?wù)分得好。人跟人的差距就出來(lái)了：

• 分得好的人，可以拆出很多小任務(wù)讓 AI 自動(dòng)執(zhí)行，利用自己的睡覺(jué)時(shí)間，更高并發(fā)地完成事情。

• 如果分得不好，AI 做完了你還要改，最后你還是在干很多 review 的事情。

這就是為什么我們認(rèn)為，未來(lái)更傾向于人類(lèi)帶領(lǐng)很多小 Agent 去工作。那時(shí)候，你的績(jī)效，就是看你帶的那些 Agent 干得好不好。

“AI 最重要的就是準(zhǔn)確的數(shù)據(jù)，先把語(yǔ)言拉齊”

王啟?。?/strong>我們?cè)傺由炝囊涣?AI 時(shí)代的 Agilean。您沉淀多年的 Adapt 方法論，其中一個(gè)核心理念是在談效率和改進(jìn)之前，先統(tǒng)一組織的管理信息架構(gòu)，也就是把大家對(duì)需求、任務(wù)這些概念的理解先拉齊。在今天這個(gè)追求快的時(shí)代，為什么這種聽(tīng)起來(lái)有點(diǎn)慢的、先統(tǒng)一語(yǔ)言的工作反而變得更加重要了？

吳穹：因?yàn)楝F(xiàn)在大家都知道，AI 最重要的是數(shù)據(jù)，是準(zhǔn)確的數(shù)據(jù)。我們現(xiàn)在在很多組織的大多數(shù)問(wèn)題是，如果真正要做到智能化的軟件開(kāi)發(fā)，數(shù)據(jù)缺乏是非常嚴(yán)重的。

在很多組織里面，一個(gè)最基本的問(wèn)題就是：到底什么是需求？什么是項(xiàng)目？我說(shuō)的需求和你說(shuō)的項(xiàng)目是不是一個(gè)東西？很多組織把任何一個(gè)需求都叫項(xiàng)目。在很多組織里，語(yǔ)言非常貧乏，所以什么都叫項(xiàng)目。然后就是 A 類(lèi)項(xiàng)目、B 類(lèi)項(xiàng)目、C 類(lèi)項(xiàng)目，還有的組織叫“需求類(lèi)項(xiàng)目”、“項(xiàng)目類(lèi)需求”，各種奇奇怪怪的排列組合。

因?yàn)榇蠹覜](méi)有經(jīng)過(guò)這個(gè)過(guò)程。我們?cè)诮o別人做系統(tǒng)時(shí)，可能還做一點(diǎn)架構(gòu)設(shè)計(jì)，做一點(diǎn)領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)（DDD）。但在我們自己的 IT 管理系統(tǒng)里，基本上大家都不做領(lǐng)域驅(qū)動(dòng)設(shè)計(jì)。這樣，你的概念就是混亂的，數(shù)據(jù)一定是混亂的，這時(shí)候 AI 就無(wú)從學(xué)習(xí)，無(wú)從智慧。所以反而要回到第一步：當(dāng)你真正要開(kāi)始重新構(gòu)建一個(gè)線上化、數(shù)字化的研發(fā)管理系統(tǒng)時(shí)，反而需要把最基本的概念模型搞清楚。這就是我們說(shuō)的管理信息架構(gòu)。

王啟?。?/strong>像 Adapt 框架，除了我們熟悉的研發(fā)角色，還擴(kuò)展到 PMO、財(cái)務(wù)這樣的角色。為什么一場(chǎng)成功的數(shù)字化轉(zhuǎn)型，必須把這些看似外圍的職能部門(mén)也深度卷入進(jìn)來(lái)？他們能帶來(lái)哪些研發(fā)部門(mén)自身不具備的關(guān)鍵價(jià)值？

吳穹：是這樣，我們認(rèn)為未來(lái)所有組織都會(huì)是科技型組織，這個(gè)趨勢(shì)已經(jīng)越來(lái)越明顯。未來(lái)如果一個(gè)組織沒(méi)有科技能力，很難想象它有競(jìng)爭(zhēng)力。任何一個(gè)組織都是業(yè)務(wù)和科技的深度融合，科技能力都會(huì)成為每個(gè)組織必不可少的 DNA，同時(shí)也會(huì)成為一個(gè)巨大的成本中心。對(duì)組織來(lái)講，科技的成本會(huì)成為一個(gè)非常大的部分。

這時(shí)候我們都會(huì)面臨投資決策：我要做什么，不做什么？做了這個(gè)東西到底有什么收益？所以研發(fā)過(guò)程，就不僅僅是開(kāi)發(fā)測(cè)試這個(gè)過(guò)程。從規(guī)劃到立項(xiàng)，到中間不斷調(diào)整投資決策，再到事后復(fù)盤(pán)，整個(gè)組織管理都要跟科技體系打通。我可以從 CFO 的視角看研發(fā)，可以從人力資源的角度看研發(fā)。這不僅僅是科技團(tuán)隊(duì)自己的管理問(wèn)題，而是科技和周邊的整個(gè)公司治理都需要打通。

這也是我們?cè)?Adapt 里試圖解決的問(wèn)題。當(dāng)然這個(gè)比較復(fù)雜，還在探索的路上。但我們覺(jué)得科技團(tuán)隊(duì)不能孤立地談自己的管理問(wèn)題，因?yàn)樽詈笏械墓芾矶歼€是為整個(gè)公司治理服務(wù)的。

你只要把這條線打通，最后才能有效地管好開(kāi)發(fā)團(tuán)隊(duì)。否則，開(kāi)發(fā)團(tuán)隊(duì)也會(huì)受到公司其他部門(mén)的挑戰(zhàn)和制約。

既不是定制開(kāi)發(fā)，也不是盒裝軟件

王啟?。?/strong>我們剛剛聊了 Adapt 方法論。順著這個(gè)話題，聊一聊具體的工具。您有了 Adapt 這套管理思想之后，您的團(tuán)隊(duì)打造了“知微”這個(gè)工具平臺(tái)。您曾將它比作一個(gè)科技組織的“財(cái)務(wù)系統(tǒng)”，那它具體是如何將您在 Adapt 方法論中的那些理念，比如分層的需求體系、多維的組織架構(gòu)，變成一個(gè)管理者看得懂、用得上的數(shù)字化工具的？

吳穹：剛才我們聊了很多，已經(jīng)充分體會(huì)到每個(gè)組織的差異性非常大。我們談了組織結(jié)構(gòu)，可以看到每個(gè)組織在每個(gè)階段的組織結(jié)構(gòu)都有它的道理。你很難說(shuō)這就是最好的。每個(gè)組織在不同規(guī)模、不同階段，都會(huì)采用不同的組織結(jié)構(gòu)，所以我們認(rèn)為組織是柔性的。

其實(shí)在大公司都待過(guò)的人知道，組織重組（re-org）是每年都會(huì)發(fā)生的。這并非是簡(jiǎn)單地否定過(guò)去、肯定現(xiàn)在，而是為了適應(yīng)當(dāng)前階段的需要。今年的架構(gòu)適用于今年的挑戰(zhàn)，明年則可能需要另一套方案。

所以我們認(rèn)為組織應(yīng)該是柔性的。這種柔性也體現(xiàn)在企業(yè)的“管理信息架構(gòu)”上，它往往是歷史路徑依賴(lài)的結(jié)果。比如，同一個(gè)概念，在這家公司叫“需求”，在那家叫“產(chǎn)品需求”，在另一家又可能叫“業(yè)務(wù)需求”。哪個(gè)最合理？其實(shí)沒(méi)有定論，只要內(nèi)部統(tǒng)一、溝通成本最低，它就是有效的。因此，每個(gè)公司的管理信息架構(gòu)不僅各不相同，而且是動(dòng)態(tài)變化的——今天加一層，明天減一層。流程和角色同樣如此。

我們?cè)谧稍?xún)中發(fā)現(xiàn)，盡管管理原理相通，但具體到每個(gè)組織的“人、事、流、數(shù)”（人員、事務(wù)、流程、數(shù)據(jù)）時(shí)，卻千差萬(wàn)別。這就導(dǎo)致了大多數(shù)標(biāo)準(zhǔn)化盒裝軟件無(wú)法滿(mǎn)足企業(yè)的實(shí)際需要。客戶(hù)買(mǎi)來(lái)軟件后，往往會(huì)發(fā)現(xiàn)這里不匹配、那里不適用，最后只能削足適履，因?yàn)檐浖旧硎枪袒摹?/p>

現(xiàn)在業(yè)界基本上就兩種實(shí)踐。一種是我找一幫人來(lái)定制開(kāi)發(fā)，嚴(yán)格按照我的想法來(lái)做。這種實(shí)踐，我們也看到它大概率的最后結(jié)果。因?yàn)閺S商沒(méi)有任何管理經(jīng)驗(yàn)，你說(shuō)什么我就干什么，你說(shuō)的不對(duì)我也照著做，因?yàn)槲乙膊恢缹?duì)不對(duì)。所以很多這種定制開(kāi)發(fā)型的管理系統(tǒng)，可能一開(kāi)始用的時(shí)候大家就會(huì)覺(jué)得不好用，就不斷亂改，改到三五年改不動(dòng)了就推倒重來(lái)。這是一種情況。

另外一種就是買(mǎi)盒裝軟件。雖然不適合我的需求，但我對(duì)付著用。但這樣很多時(shí)候落地效果也不好。

所以我們做知微的理想，就是把它打造成一個(gè)可配置的零代碼平臺(tái)。它就像一件‘高級(jí)定制’的西裝，既有成熟的方法論支撐，又能真正根據(jù)你的情況量體裁衣，而不是生硬的定制開(kāi)發(fā)或僵化的盒裝軟件。簡(jiǎn)單來(lái)說(shuō)，知微是一款能深度嵌入客戶(hù)現(xiàn)有流程、可靈活配置的柔性研發(fā)管理平臺(tái)。

“AI 加速技術(shù)債？用好了，技術(shù)債反而會(huì)減少”

王啟?。?/strong>知微是根據(jù)已知情況去解決問(wèn)題。那面對(duì)未知問(wèn)題呢？比如今年行業(yè)熱議的新詞“AI 加速的技術(shù)債”。以前就有技術(shù)債的問(wèn)題，但 AI 在提升效率的同時(shí)，也用更快的速度制造了更多隱形風(fēng)險(xiǎn)。知微這樣的平臺(tái)，能不能幫助管理者看穿這些 AI 帶來(lái)的表面效率提升，提前發(fā)現(xiàn)這些新型的管理風(fēng)險(xiǎn)？

吳穹：沒(méi)有 AI，你的技術(shù)債也在累積。只不過(guò)有了 AI，如果管理不好，它累積的速度會(huì)更快。

其實(shí)還是用傳統(tǒng)的度量體系，我們可以從交付效率、交付速度、缺陷修復(fù)時(shí)間、上線修復(fù)時(shí)間、代碼重復(fù)度等各種各樣的方面，去感知質(zhì)量情況。AI 來(lái)了之后，你只是要去更加小心，因?yàn)樗a(chǎn)出代碼的速度更快了。如果你過(guò)分強(qiáng)調(diào)某個(gè)指標(biāo)，因?yàn)樵瓉?lái)還是手寫(xiě)代碼，這個(gè)惡化的速度是有限的。如果你過(guò)分強(qiáng)調(diào)效率或者代碼行數(shù)等指標(biāo)，那他用 AI 生產(chǎn)低質(zhì)代碼時(shí)，技術(shù)債的累積會(huì)更快。

這是一個(gè)我們需要小心的副作用。但這并非是 AI 自身的問(wèn)題，而是我們?nèi)绾我龑?dǎo)和協(xié)作的問(wèn)題。事實(shí)上，如果使用得當(dāng)，AI 反而能幫助我們減少技術(shù)債。

王啟隆：有沒(méi)有什么 AI 時(shí)代誕生的新問(wèn)題？

吳穹：我們現(xiàn)在看到的 AI 時(shí)代的新問(wèn)題，通過(guò)觀察，更多是由于領(lǐng)導(dǎo)過(guò)分激進(jìn)的績(jī)效目標(biāo)，導(dǎo)致大家熱議“氛圍編程”（Vibe Coding）。你會(huì)看到業(yè)界有幾種觀點(diǎn)，其實(shí)都對(duì)。有人說(shuō)，作為一個(gè)程序員，如果你抵抗氛圍編程，早晚會(huì)被淘汰。這個(gè)是對(duì)的，但是要放在五年、十年的范圍來(lái)看。一個(gè)程序員肯定要不斷去嘗試，我跟 AI 協(xié)作的邊界在哪里？AI 一定可以幫我提效，同時(shí)它不能增加我的質(zhì)量問(wèn)題，它應(yīng)該幫我減少技術(shù)債。

前一段時(shí)間我嘗試用 AI 編碼時(shí)，發(fā)現(xiàn)現(xiàn)在 AI 做單元測(cè)試的能力已經(jīng)非常強(qiáng)，所以你可以讓它幫你生成很多單元測(cè)試代碼。因?yàn)殚_(kāi)發(fā)人員原來(lái)就不愿意寫(xiě)單測(cè)，這確實(shí)像健身一樣，是一件正確但不容易堅(jiān)持的事情，是一個(gè)額外的成本。

現(xiàn)在你讓 AI 幫你寫(xiě)單測(cè)，對(duì) AI 來(lái)講是個(gè)自閉環(huán)。你寫(xiě)完的代碼，你自己寫(xiě)的單測(cè)都跑不過(guò)，這個(gè)事交代不過(guò)去。所以對(duì) AI 來(lái)講，這是一個(gè)初步的自閉環(huán)。一旦 AI 把這個(gè)跑過(guò)了，我前一段時(shí)間自己寫(xiě)代碼的時(shí)候，它的單測(cè)我是不看的。只有當(dāng)它繞進(jìn)去了，繞了幾個(gè)循環(huán)都繞不出來(lái)，我可能會(huì)看一看，為什么你自己寫(xiě)的代碼，自己寫(xiě)的單測(cè)過(guò)不了？

大多數(shù)時(shí)候，現(xiàn)在單測(cè)是可以自閉環(huán)的。它的作用是什么呢？這些非常高效的單測(cè)，變成了一些我們?cè)诠I(yè)生產(chǎn)里叫“夾具”的東西。比如你這個(gè)東西要這么高，每次生產(chǎn)完我拿夾具一測(cè)，它就一定是這么高。下次你這個(gè)零件如果高了，那個(gè)夾具就測(cè)不過(guò)去。那我們會(huì)發(fā)現(xiàn)什么？如果它改到了不該改的代碼，我一看這個(gè)單測(cè)怎么會(huì)報(bào)錯(cuò)呢？這個(gè)單測(cè)不應(yīng)該報(bào)錯(cuò)。我都不管你改得對(duì)不對(duì)，首先你就不應(yīng)該改到這個(gè)代碼。這就像我在代碼庫(kù)里布了很多鈴鐺一樣，只要哪個(gè)地方被改到了，它的鈴鐺一響，我就會(huì)判斷：不應(yīng)該改到這兒。

那我就知道一定出了問(wèn)題。所以，和 AI 的有效協(xié)作其實(shí)可以幫我們減少技術(shù)債。而且 AI 的算法能力、具體的代碼編寫(xiě)能力其實(shí)還是不錯(cuò)的，肯定比我們中游或初級(jí)程序員寫(xiě)得好。所以用好了 AI，技術(shù)債反而會(huì)減少，按理說(shuō)是這樣。

王啟?。?/strong>那大公司也用 Vibe Coding 嗎？目前 Vibe Coding 還是在很多個(gè)人開(kāi)發(fā)者那里，可能是玩票性質(zhì)的。比如用 Vibe Coding 寫(xiě)個(gè)原型（Prototype），但實(shí)際代碼還是自己編。那大公司，我們剛才也談到，他們有很多龐大的、需要維護(hù)的老項(xiàng)目。這種情況下，對(duì)您服務(wù)的這些大企業(yè)、大公司來(lái)說(shuō)，氛圍編程的作用大嗎？

吳穹：我們嘗試定義一下什么是氛圍編程。因?yàn)榇蠹覍?duì)這個(gè)定義都不一樣。我的定義是，它實(shí)際上是一個(gè)抽象層級(jí)的提升。讓我忘記 Java、JavaScript，在一個(gè)更高的抽象層面上，我只要給它指令，說(shuō)我想要一個(gè)什么，我想在這個(gè)地方加一個(gè)什么，我可以不關(guān)心細(xì)節(jié)。

所以回到我們一開(kāi)始談的話題，當(dāng)我在一個(gè)綠地項(xiàng)目里，相對(duì)容易做這個(gè)事情。我最近的實(shí)驗(yàn)就是綠地項(xiàng)目。

但一旦你生成了代碼，當(dāng)你在改第二個(gè)動(dòng)作時(shí)，它其實(shí)就不是綠地項(xiàng)目了。只不過(guò)它是一個(gè)技術(shù)債稍微小一點(diǎn)，上下文丟失稍微小一點(diǎn)的項(xiàng)目。但實(shí)際上我最近在做實(shí)驗(yàn)的時(shí)候發(fā)現(xiàn)，為了真正保持這種氛圍編程，你的開(kāi)發(fā)模式就會(huì)出現(xiàn)變化。不是像以前大家習(xí)慣的，我把代碼寫(xiě)出來(lái)就好了，其實(shí)不是的。

所以，我們可以將“氛圍編程”理解為兩個(gè)層次。

在原型探索或概念驗(yàn)證階段，它可以是純粹的自然語(yǔ)言“動(dòng)嘴”編程，讓我們忘記底層代碼細(xì)節(jié)，快速實(shí)現(xiàn)想法。

但要將其應(yīng)用于真正可持續(xù)交付的嚴(yán)肅項(xiàng)目中，就必須進(jìn)入第二階段，即“動(dòng)嘴+動(dòng)手+動(dòng)測(cè)試”的模式。你必須在生成代碼的同時(shí)，產(chǎn)出完整的文檔、設(shè)計(jì)決策和測(cè)試用例，以確保上下文的完整性，避免后續(xù)的維護(hù)災(zāi)難。

因?yàn)楝F(xiàn)在很多大家展示的例子都是一下子就完成一件事，只有第一步，到了第二步的效果就會(huì)打折扣。所以到底怎么做這件事，在大公司里我覺(jué)得會(huì)更難，會(huì)面臨前面說(shuō)的上下文缺失問(wèn)題。如果你真的把抽象層次完全提高到不看代碼，我覺(jué)得會(huì)更有難度。

“知微會(huì)逐漸中臺(tái)化，大模型也是它的用戶(hù)”

王啟?。?/strong>我們把話題回到知微這個(gè)工具。在 AI 和 AI Agent 越來(lái)越普及的趨勢(shì)下，知微這樣的管理工具最終的形態(tài)會(huì)是什么樣？它會(huì)成為人類(lèi)管理者指揮“1+N”模式的核心入口嗎？

吳穹：我們覺(jué)得知微這種工具未來(lái)會(huì)逐漸中臺(tái)化。未來(lái)我們已經(jīng)在做 API 的能力。

首先，我們一直認(rèn)為 IDE 會(huì)是一個(gè)主入口?，F(xiàn)在我們會(huì)發(fā)現(xiàn)，像 IDE、CLI 這種開(kāi)發(fā)人員常用的方式會(huì)成為主流，未來(lái)界面會(huì)越來(lái)越少。因?yàn)榻缑鎳?yán)格來(lái)講是當(dāng)我們需要精確控制時(shí)才去做的事情，它需要人做很多具體的選擇。

當(dāng) AI 能力提升，它不光改善我們的編程，也會(huì)改善我們的工具使用。很多時(shí)候我不需要自己再去選很多東西，它可以根據(jù)我的工作上下文知道我剛才干了什么，然后來(lái)幫我做很多事情。

所以未來(lái)像知微這種工具，大模型也是它的用戶(hù)。大模型可以直接調(diào)用它去更新一些信息。包括 Agent，未來(lái)人可以通過(guò)大模型用它，Agent 可能就直接用 API 接口來(lái)應(yīng)用它。它會(huì)更多地變成一個(gè)數(shù)據(jù)管理的后臺(tái)。這些后臺(tái)數(shù)據(jù)累積進(jìn)去之后，又會(huì)變成大模型的一些輸入，大模型可以用它來(lái)做預(yù)警、預(yù)測(cè)、推薦。

所以未來(lái)它會(huì)更像一個(gè)組織的“流程資產(chǎn)中心”。這個(gè)組織整個(gè)加工的過(guò)程都在里面記錄下來(lái)。未來(lái)我可以問(wèn)它，我之前有沒(méi)有做過(guò)類(lèi)似的需求？之前類(lèi)似的需求是誰(shuí)做的？

做了多久？類(lèi)似這些信息你都可以從它里面拿到結(jié)果。所以界面還會(huì)有，偶爾你還是會(huì)看一下，但更多場(chǎng)景你是通過(guò)大模型、通過(guò) IDE 去跟它打交道，它來(lái)做數(shù)據(jù)的累計(jì)。

王啟?。?/strong>很多像您一樣經(jīng)驗(yàn)豐富的技術(shù)專(zhuān)家都提到，AI 的出現(xiàn)重新點(diǎn)燃了他們對(duì)技術(shù)的熱情。我記得 2023 年 ChatGPT 剛出來(lái)的時(shí)候，《敏捷宣言》的發(fā)起人 Kent Beck 好像說(shuō)過(guò)一句很經(jīng)典的話，叫 AI 取代了我 90% 的技能，然后放大了剩下的 10%。在行業(yè)深耕近 30 年后，當(dāng)前 AI 浪潮中最讓您個(gè)人感到興奮或出乎意料的一點(diǎn)是什么？它是否改變了您對(duì)軟件工程這門(mén)手藝的原有看法？

吳穹：這次 AI 的變革，說(shuō)大一點(diǎn)，可以認(rèn)為它顛覆了原來(lái)的馮·諾依曼架構(gòu)。原來(lái)我們是 CPU，后來(lái)是 GPU。GPU 也是一種相對(duì)確定性的計(jì)算。

那么 LLM（大語(yǔ)言模型）來(lái)了，我們可以將它理解為一種全新的“概率引擎”。和傳統(tǒng) CPU 的確定性計(jì)算（確定的輸入一定產(chǎn)生確定的輸出）不同，LLM 在收到指令和上下文后，會(huì)給出一個(gè)基于概率的、最合理的結(jié)果。正是這種從唯一正確到合理可能的特性， 極大地拓展了我們軟件的能力邊界。

這個(gè)變化會(huì)引起兩方面的變革：我們以前所有的軟件形態(tài)都被顛覆了。因?yàn)樵瓉?lái)所有的軟件形態(tài)都是基于確定性輸入、產(chǎn)生確定性輸出的場(chǎng)景。但很多時(shí)候，比如我讓你給我寫(xiě)一個(gè)旅游攻略，我需要確定性輸出嗎？不是這樣的。

王啟隆：可以是圖文的、純文字的，甚至是視頻的。

吳穹：你想，我找五個(gè)旅行規(guī)劃師，他們會(huì)給我五個(gè)不一樣的攻略，我還希望它們不一樣。如果五個(gè)人給我五個(gè)一樣的攻略，我反而覺(jué)得不對(duì)了。所以在很多時(shí)候，人類(lèi)要的東西是不確定的。

那原來(lái)是怎么解決的呢？原來(lái)是一個(gè)人找了一個(gè)顧問(wèn)，顧問(wèn)利用工具收集了很多確定性的信息，然后由他把不確定性的結(jié)果提供給你，這里面有一個(gè)人工的過(guò)程。現(xiàn)在大模型把中間的人去掉了，它代替了你的旅行顧問(wèn)，用 API 收集確定性的信息，然后根據(jù)它的偏好和知識(shí)，給了你一個(gè)每次不一樣的旅行攻略。這時(shí)候你覺(jué)得挺好，因?yàn)榇蟛畈徊罹托?，只是個(gè)參考。

所以可以認(rèn)為，原來(lái)我們的邊界在這兒，我們的軟件是在服務(wù)那個(gè)旅行顧問(wèn)?，F(xiàn)在我們往前推了，有了大模型之后，我們的軟件直接服務(wù)用戶(hù)了。用戶(hù)給我一個(gè)模糊的輸入，我可以給他一個(gè)模糊的輸出。所以軟件的邊界和形態(tài)已經(jīng)發(fā)生變化。

想象一下整個(gè)軟件開(kāi)發(fā)過(guò)程。當(dāng)我們的加工目標(biāo)變了，生產(chǎn)工藝也一定會(huì)變。

舉個(gè)例子，原來(lái)我測(cè)試一個(gè)網(wǎng)站，就是看搜機(jī)票能不能搜出來(lái)，搜火車(chē)票能不能搜出來(lái)。現(xiàn)在怎么測(cè)？一個(gè)大模型給了一份攻略，我怎么測(cè)這份攻略是不是滿(mǎn)足要求？

你可以想象，軟件的邊界發(fā)生了巨大變化：它從一個(gè)確定性的軟件，變成了一個(gè)能給出不確定結(jié)果的軟件。

因此，我們的測(cè)試過(guò)程、整個(gè)質(zhì)量過(guò)程都變了。類(lèi)似的事情，其實(shí)在推薦算法出現(xiàn)時(shí)就已經(jīng)變得有些不確定，但大模型是把這件事推得更遠(yuǎn)了。因?yàn)橥扑]算法在軟件行業(yè)的應(yīng)用范圍還比較少，但大模型來(lái)了之后，應(yīng)用范圍會(huì)廣得多。

所以我們覺(jué)得，整個(gè)行業(yè)我們做的事情、做事的方法，全都會(huì)被顛覆。這就是你說(shuō)的那個(gè)興奮的點(diǎn)。因?yàn)槊恳淮芜@種巨大變革，都意味著巨大的挑戰(zhàn)和機(jī)會(huì)。我們之所以興奮，就是因?yàn)檫@對(duì)程序員來(lái)講又是一個(gè)黃金時(shí)代——所有的東西都會(huì)被推倒重來(lái)，亂世出英雄。

對(duì)年輕工程師的建議：“1+N”模式下的新能力

王啟?。?/strong>回到之前聊到的，您說(shuō)未來(lái)可能是一個(gè)專(zhuān)家?guī)Ф鄠€(gè) AI Agent 的“1+N”模式。如果這是未來(lái)趨勢(shì)，那它對(duì)今天成千上萬(wàn)的年輕工程師的職業(yè)發(fā)展意味著什么？企業(yè)又該如何調(diào)整自己的人才培養(yǎng)體系？包括您的團(tuán)隊(duì)顧問(wèn)，以前要懂管理、懂敏捷，那現(xiàn)在是不是要更懂 AI？新時(shí)代的人需要掌握什么樣的新能力？

吳穹：關(guān)于“1+N”模式對(duì)人才的影響，我們最近的觀點(diǎn)有了一些變化。

之前我們判斷，未來(lái)組織會(huì)有點(diǎn)像“鉆石型”，即少數(shù)資深員工帶著很多 Agent，初級(jí)成員會(huì)越來(lái)越少。但現(xiàn)在我們覺(jué)得未必，因?yàn)橹皼](méi)太考慮成本因素。如果考慮到成本，一個(gè)被 AI 武裝的年輕人，會(huì)快速追平中層程序員的能力。最近我聽(tīng)到很多 CTO 講，原來(lái)培訓(xùn)一個(gè)人需要 6 到 12 個(gè)月，現(xiàn)在一個(gè)熱愛(ài)學(xué)習(xí)的年輕人，在 AI 的幫助下可能三個(gè)月就很成熟了，而且他們更愿意主動(dòng)擁抱新時(shí)代的生產(chǎn)力。

所以，未來(lái)一個(gè)非常重要的能力，就是對(duì) AI 的了解和溝通協(xié)同能力。

你要把 AI 在某種程度上當(dāng)成一個(gè)人，學(xué)會(huì)怎么跟它有效溝通，而不是說(shuō)一句話它不懂，你就懶得理它了。你反而要不斷去想：它為什么會(huì)迷茫？為什么聽(tīng)不懂我的話？我怎么能跟它協(xié)同得更好？這對(duì)人的溝通能力、同理心和對(duì) AI 的理解都提出了更高的要求。

因?yàn)?AI 不會(huì)主動(dòng)告訴你它的局限，它只會(huì)給一個(gè)答案。所以當(dāng)它做得不對(duì)時(shí)，你要能反思：我是不是少說(shuō)了什么？或者有什么上下文是它看不到的？這樣你才知道怎么給它更好的提示詞。

這對(duì)年輕程序員來(lái)講，反而是一個(gè)紅利。一方面，他們可以更快地在組織內(nèi)趕上來(lái)；另一方面，AI 對(duì)“一人公司”也更友好了，因?yàn)檎麄€(gè)公司的結(jié)構(gòu)都會(huì)受到 AI 的挑戰(zhàn)。

未來(lái)，人與人之間的生產(chǎn)率差異會(huì)變得更大。我們?cè)瓉?lái)常說(shuō)，優(yōu)秀的軟件工程師是普通人的十倍，未來(lái)可能就是百倍的差距。這時(shí)傳統(tǒng)的雇傭關(guān)系就面臨一個(gè)問(wèn)題：就算這個(gè)人有 100 倍的能力，你愿意給他 100 倍的錢(qián)嗎？大多數(shù)組織是做不到的。

但如果你自己變成一家公司，這事就容易了。作為百倍效率的工程師，你可以把成本壓得很低，按單計(jì)價(jià)。大公司可能會(huì)發(fā)現(xiàn)，把工作外包給你比自己養(yǎng)人還便宜。

這背后挑戰(zhàn)的是“公司的最佳組織形式”。按照科斯原理，公司的存在是因?yàn)榻灰壮杀尽Ｒ郧鞍咽峦獍o你，簽合同、定價(jià)都很復(fù)雜，成本高。但未來(lái) AI 來(lái)了，公司之間的交易成本可能會(huì)大幅下降，這就會(huì)促使更多工作被外包給高產(chǎn)能的個(gè)人或小團(tuán)隊(duì)。原來(lái)大公司的結(jié)構(gòu)可能也會(huì)因此發(fā)生變化。

所以，在這個(gè)新時(shí)代，無(wú)論是新程序員、老程序員還是管理者，你都必須去擁抱 AI。因?yàn)樗^對(duì)是一個(gè)現(xiàn)象級(jí)的大事件，是一次會(huì)顛覆我們整個(gè)行業(yè)和社會(huì)的巨大變革。

敏捷已死？不，AI 時(shí)代更需回歸其本源

王啟?。?/strong>談到公司的本質(zhì)需要重新思考，公司的結(jié)構(gòu)會(huì)產(chǎn)生變化，那這對(duì)我們上個(gè)時(shí)代經(jīng)常聊的“敏捷”會(huì)不會(huì)也帶來(lái)影響？這種科技與業(yè)務(wù)部門(mén)協(xié)作關(guān)系的改變，會(huì)不會(huì)最終實(shí)現(xiàn)您多年倡導(dǎo)的兩者真正無(wú)縫融合的“業(yè)務(wù)敏捷”？還是說(shuō)，會(huì)像某些業(yè)界大佬說(shuō)的那樣，敏捷已死？

吳穹：我們先回到第一性原理：什么是敏捷？敏捷最開(kāi)始呼喚的是按照符合軟件本質(zhì)的管理方式去管理軟件，它其實(shí)是一次回歸。它反抗的是按照工業(yè)化的、確定性的方式（就像管建筑一樣）去管軟件。它最開(kāi)始的本源是說(shuō)：你不能那么管我，因?yàn)槲液蜕w樓不一樣。

王啟隆：之前我，我記得這個(gè)故事最開(kāi)始其實(shí)是程序員和產(chǎn)品經(jīng)理的“戰(zhàn)爭(zhēng)”。

吳穹：或者和項(xiàng)目經(jīng)理。所以它嚴(yán)格來(lái)講是一個(gè)對(duì)合理管理的呼喊，問(wèn)題在于，后來(lái)敏捷這件事被異化了，很多組織把它搞得形式化、玄學(xué)化。所以不是敏捷已死，而是“這個(gè)經(jīng)被念歪了”。

回到敏捷組織的本質(zhì)——它就是一個(gè)面向業(yè)務(wù)、快速交付、靈活調(diào)整的組織。在 AI 時(shí)代，你更需要這樣的組織。

我們最近就在思考，AI 時(shí)代可能都不能再按照傳統(tǒng)的職能去劃分部門(mén)了。傳統(tǒng)時(shí)代，職能是強(qiáng)組織架構(gòu)，交付反而是弱組織架構(gòu)，我們希望“兵種主建，戰(zhàn)區(qū)主戰(zhàn)”。這套邏輯在穩(wěn)定時(shí)代是可行的，但現(xiàn)在，連“兵種”本身都在變。

舉個(gè)例子，過(guò)去我們有前端開(kāi)發(fā)部和后端開(kāi)發(fā)部。前端覺(jué)得后端不懂自己的專(zhuān)業(yè)，后端也覺(jué)得前端不專(zhuān)業(yè)，互相之間存在“鄙視鏈”。在這種結(jié)構(gòu)下，當(dāng) CTO 想推行“全棧”時(shí)，就會(huì)遇到巨大的組織阻力。

所以在 AI 時(shí)代，我們反而可能要按照“交付線”去組織——我不管你們是什么職能，你們的目標(biāo)就是把業(yè)務(wù)給我干好。當(dāng)然，組織也需要穩(wěn)定性，可以按系統(tǒng)來(lái)維持。但核心是要弱化職能，因?yàn)樵谶@個(gè)時(shí)代，職能的邊界正在快速消失。如果我們過(guò)度強(qiáng)化它，反而會(huì)減慢組織擁抱新事物的速度。

這正是我們想強(qiáng)調(diào)的：AI 時(shí)代來(lái)了，你的組織、角色、流程、制度，所有這些東西，都需要去做適配性的變革。

“我懂但可以不關(guān)心，和你壓根不懂，是兩碼事”

王啟隆：我們剛剛談到敏捷的回歸。從更宏觀的視角看，您認(rèn)為 AI 正在如何重塑軟件工程這門(mén)手藝本身？是讓它更趨近于一門(mén)可以被精確計(jì)算的科學(xué)，還是在解放了重復(fù)勞動(dòng)后，讓它回歸藝術(shù)性的、更有創(chuàng)造力的本源？

吳穹：從道理上講，為什么現(xiàn)在 AI 能提效？因?yàn)槲覀冊(cè)谲浖_(kāi)發(fā)過(guò)程中已經(jīng)開(kāi)始重復(fù)了。原來(lái)我們是 Don't Repeat Yourself (DRY)，現(xiàn)在大家開(kāi)始 Repeat Myself，做的很多東西其實(shí)是 CRUD，開(kāi)始重復(fù)。所以從道理上講，引入 AI 之后，確實(shí)能夠解放我們的重復(fù)勞動(dòng)。每一次抽象層次的提升，都讓我們更加不關(guān)注細(xì)節(jié)，更加宏觀。

所以在產(chǎn)品經(jīng)理和程序員的戰(zhàn)爭(zhēng)中，雖然現(xiàn)在大家都比較看好產(chǎn)品經(jīng)理，但我持不同觀點(diǎn)。

我看好有企業(yè)家精神或產(chǎn)品思維的高級(jí)程序員或架構(gòu)師。

為什么呢？這有點(diǎn)像老生常談，是文科生學(xué)理容易，還是理科生學(xué)文容易？在相當(dāng)長(zhǎng)的一段時(shí)間里，我可以不關(guān)心那些技術(shù)細(xì)節(jié)，但在需要的時(shí)候，我有能力去關(guān)心。

因?yàn)?AI 把我的注意力解放出來(lái)了，所以我可以多關(guān)心業(yè)務(wù)、產(chǎn)品和用戶(hù)。但在 1% 的場(chǎng)景下，我可以去幫 AI 搞定那個(gè)代碼。但如果我是個(gè)產(chǎn)品經(jīng)理，你就不具備深入底層的能力。很多時(shí)候，我能夠不關(guān)心那些細(xì)節(jié)，原因在于我懂那些細(xì)節(jié)。我懂，但是可以不關(guān)心，和你壓根不懂，那是兩碼事。

因?yàn)槲以趺磳?xiě)提示詞、怎么給上下文，都取決于我知道“干活的那個(gè)人”需要什么。如果你不知道，你大概率只能說(shuō)第一句話：“給我弄個(gè)網(wǎng)站”。等它出來(lái)了，你再說(shuō)第二句話，想在這個(gè)網(wǎng)站上改什么，你就掛了。

我反而覺(jué)得，純粹的產(chǎn)品經(jīng)理角色在未來(lái)會(huì)面臨更大的挑戰(zhàn)。 因?yàn)橛心芰Φ某绦騿T，在被 AI Agent 解放了大量編碼工作后，是能夠向上兼容去做產(chǎn)品經(jīng)理的事的。但反過(guò)來(lái)，如果完全不懂技術(shù)細(xì)節(jié)，很多時(shí)候就難以做出最精準(zhǔn)的判斷。 我懂，但是可以不關(guān)心，和你壓根不懂，那是兩碼事。

你看業(yè)界的實(shí)際案例，馬斯克、扎克伯格、比爾·蓋茨都是有編程能力的程序員，他們最終成為了頂尖的產(chǎn)品締造者。 這說(shuō)明，具備技術(shù)底色，對(duì)于理解和創(chuàng)造產(chǎn)品有著根本性的優(yōu)勢(shì)。

他們做成了產(chǎn)品經(jīng)理。真正只懂產(chǎn)品、不懂技術(shù)細(xì)節(jié)的，我覺(jué)得還是很難成功。因?yàn)楹芏鄷r(shí)候你不了解背后的具體原理，就很難做成一件事。

王啟隆：對(duì)于這些渴望在 AI 時(shí)代有所作為的程序員，您有哪些建議？

吳穹：對(duì)程序員來(lái)說(shuō)，一定要放下對(duì) AI 的戒備和抵制。因?yàn)樗鼜哪撤N程度上影響了程序員的身份認(rèn)同：我就是寫(xiě)程序的，結(jié)果你把我寫(xiě)程序的事干了。但你要這么想，原來(lái)你是種地的，現(xiàn)在你變地主了，你應(yīng)該很高興才對(duì)。拖拉機(jī)來(lái)了，你是恨拖拉機(jī)搶了你種地的事，還是應(yīng)該用拖拉機(jī)變成一個(gè)農(nóng)場(chǎng)主？所以這是一個(gè)心理角色的轉(zhuǎn)換，我覺(jué)得這是第一點(diǎn)。

我現(xiàn)在看到很多程序員還是會(huì)嗤之以鼻，覺(jué)得“這也不可能”。那我覺(jué)得你就會(huì)死得很慘。因?yàn)橼厔?shì)肯定是他能做到，只是一個(gè)過(guò)程，在這個(gè)過(guò)程中你要學(xué)會(huì)怎么跟它共舞。

所以這是一個(gè)心理角色的轉(zhuǎn)換，我覺(jué)得這是第一點(diǎn)。而正是這種看似“危險(xiǎn)”的身份顛覆，恰恰開(kāi)啟了前所未有的機(jī)遇。我們之所以興奮，就是因?yàn)檫@對(duì)程序員來(lái)講又是一個(gè)黃金時(shí)代——所有的東西都會(huì)被推倒重來(lái)，亂世出英雄。

第二，在這個(gè)時(shí)代，因?yàn)槟阋?AI 協(xié)作，你就要跟 AI 溝通。原來(lái)程序員的工作，是跟機(jī)器溝通就夠了，不用跟人溝通。跟機(jī)器溝通的技巧會(huì)掩蓋跟人溝通能力的不足。大家都知道程序員很難溝通，但以后你沒(méi)這個(gè)借口了。所以與人溝通、與團(tuán)隊(duì)協(xié)作的能力，是未來(lái)非常重要的一個(gè)技能，需要補(bǔ)強(qiáng)。

第三是對(duì)業(yè)務(wù)的理解。我覺(jué)得這是一個(gè)非常好的時(shí)代。程序員不要因?yàn)?AI 搶了你的編程工作而悲傷，而應(yīng)該認(rèn)為你現(xiàn)在可以擁有一個(gè)程序員大軍，而且你又掌握了跟他們合作的密碼，你可以干更大的事，應(yīng)該為此歡欣鼓舞。

程序員現(xiàn)在創(chuàng)業(yè)比以前更容易了。所以要保持市場(chǎng)的敏感度、熱情和觀察。因?yàn)樗械能浖紩?huì)被重構(gòu)，你可以想象這是一個(gè)什么級(jí)別的商機(jī)。而且我們又是全球少數(shù)掌握這種技能的人。所以，擁抱和享受這個(gè)時(shí)代，這是我對(duì)程序員的建議。

終極圖景：我們將迎來(lái)“黑燈的軟件工廠”

王啟?。?/strong>在軟件工程領(lǐng)域深耕三十余載，您最希望留下的思想和成就是什么？

吳穹：我們一直以來(lái)面臨的是一個(gè)獨(dú)特的科技組織管理問(wèn)題，這也是我一直在研究的領(lǐng)域。所以我希望能夠留下的是，關(guān)于科技組織到底怎么有效管理的答案。這是我一直研究的領(lǐng)域，也希望能夠在這方面有所建樹(shù)。

像德魯克，他研究過(guò)科技組織的管理，但他畢竟年代比較早，自己經(jīng)歷的科技組織比較少，所以他更多是從理論上覺(jué)得科技組織要這么管，但缺少實(shí)操。我覺(jué)得我們的好處是，這些年我們一直跟科技組織在一起，又比較了解中國(guó)的現(xiàn)狀。所以我們希望能夠?yàn)橹袊?guó)打造一套適合我們的科技組織管理方法論。

同時(shí)現(xiàn)在 AI 來(lái)了，又要加一個(gè)新因素，就是適合 AI 時(shí)代下科技組織的管理方法論。因?yàn)樵瓉?lái)我們是管理人，現(xiàn)在我們要管理人和 Agent。Agent 對(duì)我們來(lái)講也是一個(gè)管理對(duì)象，所以整個(gè)管理方法論也會(huì)出現(xiàn)巨大變化。

王啟隆：最后一個(gè)輕松點(diǎn)的問(wèn)題。我們今天聊了很多 3 到 5 年或是 5 到 10 年的變革。那么再往后，更遙遠(yuǎn)的未來(lái)，如果用一句話來(lái)描繪您心中 AI 軟件工程的終極圖景，會(huì)是一個(gè)什么樣的、可能會(huì)比較科幻的畫(huà)面呢？

吳穹：現(xiàn)在大家也都在試圖探索軟件的未來(lái)。前幾天我看到有同學(xué)寫(xiě)了一個(gè)“未來(lái)軟件是用后即棄”的觀點(diǎn)。但我覺(jué)得有挑戰(zhàn)，因?yàn)檐浖苤匾囊粋€(gè)使命是產(chǎn)生數(shù)據(jù)。如果你是個(gè)計(jì)算型的 function，可以是用后即棄的。但如果你產(chǎn)生了數(shù)據(jù)，你的目標(biāo)就不是用后即棄了，你要持續(xù)存在。

但整體來(lái)講，大家一直在討論程序員到底會(huì)不會(huì)失業(yè)的問(wèn)題。大家一直在思考，未來(lái) AI 來(lái)了，是不是就自動(dòng)編碼了，程序員這個(gè)職業(yè)就消失了？大家經(jīng)常會(huì)拿翻譯和程序員來(lái)做比喻。但我一直覺(jué)得這個(gè)判斷是有問(wèn)題的。

軟件不會(huì)被用后即棄，因?yàn)樗枪芾頂?shù)據(jù)的，它會(huì)有很長(zhǎng)的生命周期。當(dāng)軟件一旦存在長(zhǎng)生命周期，就會(huì)不可避免地形成很多領(lǐng)域知識(shí)。一旦形成了這些領(lǐng)域知識(shí)，就會(huì)有人知道怎么在這個(gè)領(lǐng)域里更有效地工作。我們想象一下，現(xiàn)在工業(yè)自動(dòng)化已經(jīng)做了這么長(zhǎng)時(shí)間，我們確實(shí)有很多黑燈工廠，但我們的制造業(yè)都消失了嗎？沒(méi)有。我們的制造業(yè)在研究什么？怎么建生產(chǎn)線、調(diào)試生產(chǎn)線、布置生產(chǎn)線，怎么樣讓生產(chǎn)線效率更高。

所以不用太擔(dān)心這個(gè)問(wèn)題。我們面臨的未來(lái)，實(shí)際上是一些“黑燈的軟件工廠”。可能不是用人去寫(xiě)代碼，而是用 Agent 寫(xiě)代碼、寫(xiě)文檔、做測(cè)試。但人在此基礎(chǔ)上，去指揮、規(guī)劃，產(chǎn)生更多價(jià)值。再看一個(gè)例子，半導(dǎo)體（Semiconductor）。這也是個(gè)高度自動(dòng)化的生產(chǎn)，現(xiàn)在還有沒(méi)有人自己去焊二極管？這個(gè)工作已經(jīng)被完全自動(dòng)化了。

但是我們整個(gè)半導(dǎo)體行業(yè)沒(méi)有未來(lái)嗎？人家賺得盆滿(mǎn)缽滿(mǎn)，最有未來(lái)了。所以我覺(jué)得，我們沒(méi)法預(yù)測(cè)，就像半導(dǎo)體行業(yè)預(yù)測(cè)不到今天他們搭了個(gè)臺(tái)子，AI 涌現(xiàn)出來(lái)了。我們也預(yù)測(cè)不到當(dāng)軟件生產(chǎn)效率十倍、百倍提升之后我們會(huì)做什么。

這就像晶體管給我們帶來(lái)了計(jì)算機(jī)，計(jì)算機(jī)帶來(lái)了軟件，軟件帶來(lái)了 AI。那軟件生產(chǎn)力的極大提升會(huì)給我們帶來(lái)什么？是不是星際旅行？是不是可控核聚變？是不是智能醫(yī)藥？有可能。我們?cè)瓉?lái)因?yàn)檐浖┙o不足，導(dǎo)致很多事情被 hold 住了。

你現(xiàn)在看不到所有的需求，是因?yàn)槟切﹩?wèn)題你還解決不了。但當(dāng)你的軟件成本下降到一定程度之后，就像人工智能算法，40 年沒(méi)有變化，只是在 40 年后有了足夠多的算力砸進(jìn)去，這個(gè)算法就 OK 了。軟件會(huì)不會(huì)也是這樣？當(dāng)我們有了足夠的產(chǎn)能之后，就會(huì)去解決一些原來(lái)根本覺(jué)得解決不了的問(wèn)題，從而產(chǎn)生新的需求。

所以我認(rèn)為把軟件行業(yè)和翻譯行業(yè)對(duì)比是不科學(xué)的。軟件這個(gè)行業(yè)它是存續(xù)的，會(huì)有獨(dú)特的領(lǐng)域知識(shí)。而翻譯，雖然在法律、文學(xué)等專(zhuān)業(yè)領(lǐng)域同樣存在很高的壁壘，但在絕大多數(shù)通用場(chǎng)景下，處理的仍是公域知識(shí)。而軟件，尤其是企業(yè)級(jí)軟件，幾乎天生就是私域知識(shí)的集合體，生命周期很長(zhǎng)，這構(gòu)成了本質(zhì)區(qū)別。

但大多數(shù)翻譯也是公域知識(shí)。而軟件是一個(gè)長(zhǎng)生命周期的東西，我個(gè)人更看重它會(huì)像制造業(yè)、像半導(dǎo)體行業(yè)一樣。我們現(xiàn)在處于一個(gè)產(chǎn)能飛躍的前期，不用太擔(dān)心產(chǎn)能飛躍之后就沒(méi)有需求了?？赡芤?yàn)槲覀冞€有很多更高階的問(wèn)題等待解決，當(dāng)你有了大量的軟件生產(chǎn)能力之后，就有可能產(chǎn)生更多的需求。我更偏向這種樂(lè)觀的看法。

王啟隆：您這其實(shí)是相當(dāng)于解釋了 AI for Science 為什么現(xiàn)在如此值得期待。因?yàn)樗倪M(jìn)展可能是涌現(xiàn)出來(lái)的，不可預(yù)測(cè)的。