刚刚看了 Claude Code 那个工程负责人 Fiona Fung 的分享，有个观点挺戳我的。
她说，以前写代码很贵，所以团队得先想清楚再动手，设计文档、评审、排期……一大堆流程围着“代码很贵”这个前提转。但现在 AI 让写代码变得很便宜了，那真正的瓶颈就不是写代码了，而是验证、评审、判断力、协同这些事。
说白了，AI 不是帮你多写几行代码那么简单，它会逼着整个团队换一套玩法。
下面是她分享里我觉得比较有意思的几个点，整理一下：
1. 规划方式变了
以前动不动就搞六个月路线图、写几十页设计文档。现在不用了，有想法先做个原型出来，让内部用户试试，不行再改。当然不是说完全不规划，那些高风险、动架构的事情还得好好设计，但很多可逆的小事，直接动手比开会强。
2. 技术争论不用吵了
以前团队里对某个方案有分歧，得进会议室画白板。现在直接让 AI 生成几个 PR，把不同方案都实现出来，看哪个对 API 影响小、代码更清爽。当造一个方案的成本比开会吵架还低的时候，争论就变成比实物了。
3. 代码评审也得换玩法
AI 可以帮你搞定代码风格、lint、甚至补测试。人不用再审那些琐碎的东西了。但有些事 AI 做不了：安全、合规、隐私、产品审美、核心架构。这些还得人来拍板。说白了，低风险的自动化，高风险的留给人。
4. 团队不再比谁代码写得快
因为 AI 加持下，大家写得都快。真正稀缺的是两种人：一种是有产品感、能发现问题、能打磨体验的“创造型”工程师；另一种是懂分布式、懂底层、懂安全的深度专家。能不能定义清楚问题，比能不能写出代码重要多了。
5. 角色边界变模糊了
工程师可以用 AI 帮自己写文档、写文案、做设计。产品经理、设计师也可以直接用 AI 改代码、搭原型。以后不是按岗位分工，而是看谁能在工具帮助下把事搞定。
6. 管理者得重新贴近一线
Claude Code 团队要求管理者先以个人贡献者的身份去用产品、写代码。因为 AI 降低了重新上手的技术门槛，管理者如果还在上面画大饼、不碰实际产品，会越来越脱节。
7. 代码库才是真相
文档总是落后于代码。不如让 AI 直接读你的仓库，理解实现逻辑，帮你回答问题、检查偏差。未来知识管理不再是一堆静态文档，而是代码 + 需求 + 测试 + AI 组成的动态系统。
8. 该删的流程就删
流程不会自己消失，只会一层层往上叠。团队需要有明确的权限去砍掉那些已经没用的旧流程。挑一个你们团队最烦人、最吵的流程，问一句：它现在还配占这个位置吗？不能就删了它。
9. 别只看 AI 写代码的比例
衡量 AI 转型有没有效果，可以看三个指标：新人上手是不是变快了？PR 从提交到合并的时间有没有缩短？（如果没缩短，说明后面的流水线已经卡住了）AI 辅助提交是不是成了默认习惯？
最后这句我觉得最值得记住
找出你现在最吵、最烦人的那个工作流，问它一句——你还配待在这儿吗？
不配就让 AI 帮你重写，或者直接删了。
2 个帖子 - 2 位参与者