AI生产率差距

AI无疑已经提升了工程团队的生产力，未来还会更好。然而，一些管理者认为，AI应该能像快速原型一样迅速产出成熟的功能。但现实中，构建生产级功能所需的时间几乎和过去一样长。难道AI不是应该让我们都变成超高效的10倍开发者吗？

要理解这种AI生产力差距，我们需要看到开发者实际如何分配时间。实际上，编写新功能并不是他们花费大部分时间的部分。尤其是高级工程师，他们花很多时间弄清楚需要编写什么代码，而AI在这方面尚未提供太多帮助。

有时我发现AI甚至让非编码工作变得更慢。例如，阅读由AI编写的产品需求文档或Linear工单时，比阅读人工编写的文档花费的时间更长。AI写作可能过于详细，使得提取关键部分更加困难。

即使假设AI只带来帮助，情况也并不像想象中那么乐观。以高级开发人员为例：在大科技公司，他们的一天可能如下：写新代码从1.5小时降到0.5小时；阅读和调试从1.5降到1.0；设计和架构保持1.0；代码审查0.75；文档和行政0.75；测试、CI/CD和部署从0.5升到0.75；指导和结对编程0.5；会议1.5。总计从8小时降到6.75小时。即使假设AI使编码速度快3倍，这位高级开发人员每天也只节省1.25小时，约15%。

对于初级开发人员，写新代码从2.75降到1.0；阅读调试从1.5降到1.0；设计架构0；代码审查0.5；文档0.5；测试等从0.75升到1；学习和结对编程1.0；会议1.0。总计从8降到6，节省2小时，约25%。初级人员获益更多，因为他们花更多时间编码。

具有讽刺意味的是，一些领导者说“我们只雇用高级工程师，因为AI现在可以做初级的工作”。实际上，初级人员从AI中获益最大，尤其是如果他们擅长将AI用作学习工具，而不是仅仅当做抢着做杂活的助手。

如果你对这些观察感到惊讶，或认为开发者每天花超过几个小时写代码，你可能不了解这份工作的真正复杂性。想想看：如果一个人编码很好，但不擅长系统推理，没有耐心与他人解决难题，无法将模糊需求分解为可执行的行动，我不会有这个人，因为所缺的技能才是工作中最重要的部分。优秀编码只是入场券。

AI仍在发展，随着它更好地掌握开发者工作的更多部分，应该会继续提高生产力。但就目前而言，不要期待生产力出现戏剧性的大幅提升，尤其是高级员工。