Transcription
今天我想就人工智能（AI）进行一次非常务实、脚踏实地的对话，谈谈我们组织中实际发生的事情，你们可以期待发生什么，以及AI代理（agents）是如何改变游戏规则的。我想，为了进行这次真正务实、脚踏实地的对话，我想带大家进入太空。我确实看到了探索时代、太空竞赛和AI时代之间存在许多相似之处。
上周，我与一家小型初创公司的首席技术官兼联合创始人进行了交谈。我还与一家大型、高度监管的银行的一位首席工程负责人进行了交谈。我们坐了整整15分钟，谈论我们正在构建的所有酷炫的东西，它如何带回了编码的乐趣，我们涌现出各种各样的想法，感觉我们无法足够快地构建。有太多的东西需要学习，太多的东西需要构建。这让我想起卡尔·萨根（Carl Sagan）一句我非常喜欢的名言：“在某个地方，有不可思议的东西正等待被发现。”我认为这句话真正抓住了我们许多人对AI、对实验以及对那里存在的可能性的感受。
这与我们在太空探索时代、奔向月球、奔向火星时所感受到的感觉相同。但这并非没有怀疑。为什么要在我们有许多地球上的问题需要解决时，花费所有这些钱去实验和奔向月球呢？我们有很多好奇，但也有很多怀疑，因为太空探索不仅仅关乎科学。它也关乎全球性、经济性和政治性。太空并非解决人类所有问题的灵丹妙药。但我们也无法否认，当人类登上月球时，那对全人类来说是一个非常关键的决定性时刻，充满了奇迹，让世界为之惊叹。这是关于重新定义什么是可能的。
同样，我们对AI也充满了好奇、乐观和希望。我们可以谈论生产力的提升，以及围绕着“100%的生产力提升”和“所有代码都由AI编写”的炒作。我们看到了一个可能由一个人、一个想法和一群AI代理组成的、价值十亿美元的初创公司的希望。那里充满了乐观。
同样，也充满了怀疑。在企业界，人们对AI的实际经济影响持怀疑态度，考虑到它的昂贵以及对环境的影响。在许多不同的研究中，人们也对实际的生产力影响持怀疑态度。在某些情况下，它确实可以极大地加速进程，而在其他情况下，它实际上会拖慢我们的速度，阻碍我们前进。很难知道什么是真实的。
但随着技术的发展，在探索宇宙的同时保持好奇心，同时认识到我们地球上还有问题需要解决，这是非常好的。我们必须学会如何平衡这种好奇心和求知欲，同时承认我们生活在现实中，并且需要让我们的双脚牢牢地踩在这片土地上。我们需要了解这些实验将如何真正应用于日常的公司。我们如何才能真正改善我们周围的世界？我们需要保持好奇心，同时也要平衡务实，并通过数据来超越炒作。
所以，这就是我现在想做的。我将与你们分享一些全新的AI行业基准。这是世界上从未有人见过的全新数据。好的，它马上就来了。我刚刚把这些数据下载下来。我想静态团队已经看到了，因为他们看到了我的幻灯片预览，但除了他们之外，没有人见过。不过，这并不令人意外，因为其中许多数字与上个季度相比变化不大。
所以，我们在这里看到的是来自450多家公司中121,000名开发者的样本。这些数据是从2026年11月到2月1日提取的。我真的刚刚做了这个。我们大约有92.6%的开发者每月至少使用一次AI编码助手来完成工作。大约75%的开发者每周至少使用一次AI编码助手。当我提到AI编码助手时，大多数开发者将其定义为Cursor、Codex、Copilot，你知道的，Claude，不一定是ChatGPT。但这是一个有点开放性的定义，所以请记住这一点。
在节省时间方面，节省时间并不是衡量生产力影响的唯一标准，但它是一个重要的信号。它是一个很好的先行指标。我们每位开发者每周因使用AI工具而节省了约4.08小时的自我报告时间。这与2025年第二季度的数字差别不大。2025年第四季度的数字约为3.6或3.7。所以，这大约在4小时左右徘徊。
过去一年里，谷歌等公司发表了一些文章，引用了约10%的生产力提升。如果我们从节省时间来看，我们大约徘徊在10%的水平。在过去几个季度里，这并没有发生戏剧性的变化。
正在发生变化并且正在迅速上升的是，合并到主干（upstream）或客户可见环境中的代码量，这些代码是由AI编写的，并且在没有显著人为干预的情况下被合并。我们称之为AI编写的代码。在同一时间段（2026年11月1日至2月1日）的约42,600名开发者的样本中，我们发现，在所有这些开发者中，有26.9%的代码进入了生产环境，这些代码是由AI编写的。这比上个季度的22%有所上升，这是一个相当显著的季度变化。
我们可以看到，AI的日活跃用户已经超过了30%的门槛。所以，近三分之一的代码是由AI编写的，并且已经通过了代码审查并进入了客户可见的环境。
我最喜欢的一个AI应用用例是入职。我有点预感，AI将是入职的一个很好的工具，可以帮助人们更早、更快地连接到信息。我拥有所有这些数据，我想，让我来看看季度变化。事实上，如果我们看左边的2024年第一季度，然后快进到2025年第四季度，我们的入职时间缩短了大约一半。这衡量的是达到第10个PR（Pull Request）所需的时间。当一个开发者达到他们的第10个PR时，这是一个相当重要的入职里程碑，行业在入职方面基本上已经达成了一致，而现在这个时间已经缩短了一半。当我们将其与AI使用量的增加相关联时，它就变成了一张非常漂亮的图表。AI在入职方面非常出色。
这不仅仅是公司的新员工。我们还看到了大量的证据表明，这适用于调动项目的工程师，甚至是非工程师加入项目。这个数字真正重要的是，微软的Brian Hulcat进行了一项独立研究。他是“太空框架”（Space Framework）的合著者，该框架关注开发者生产力。他们在微软的背景下发现，达到第10个PR的时间实际上会影响工程师在其任职的前两年。所以，如果你入职更快，生产力的提升不仅仅是入职，它实际上会持续到他们加入公司后的至少两年。因此，这是我们使用AI连接开发者、降低认知负荷并让他们更快地进入代码库所看到的一个非常重要和显著的趋势。
有一件事对我来说非常重要，虽然我刚刚分享了行业基准，但平均值只是数学。当两极的差距拉大时，平均值保持不变。平均值并不意味着典型。它并不意味着你将遇到的情况。它也不意味着普遍的经验。有一件事是绝对真实的，有一件事是普遍的，那就是AI没有典型的经验。AI没有典型的经验。它在每个公司都截然不同，因为每个公司都有自己的问题和自己的文化。
这种不均衡的影响可以让我们回到太空，哪怕只是一小会儿。所以，我们可以回到宇宙的起源。我们经历了宇宙大爆炸，释放了巨大的能量，随着能量的释放，物体之间的时间和空间增长得越来越大，对吧？事物在不断分离。对我们许多人来说，AI的出现以及AI进入我们的组织和行业，感觉很像这次宇宙大爆炸。我们世界的中心发生了爆炸性的能量释放，事物不断分离。
组织绩效是多维度的，这些组织正在走向不同的极端，这取决于它们之前在做什么。AI是加速器。它是乘数器，它正在将组织推向不同的方向。我可以与你们分享的最好的例子是质量。好的，在这种情况下，并非所有组织都是如此，但有些组织面临的面向客户的事件是原来的两倍，这是来自第一季度约67,000名开发者的样本。所以，就是那个11月到2月的时间段。所以，仅仅在这个时间段内，组织面临的面向客户的事件是原来的两倍，同时，公司面临的事件也减少了50%。所以，一些公司使用了AI，它们拥有一个非常健康的系统，AI放大了这个系统，它们看到了更少的事件，它们运行得更快，它们以更高的质量、更高的代码可维护性、更高的变更信心加速前进。
另一方面，就像爆炸进入宇宙的另一部分一样，我们有一些组织本来就已经功能失调了。不，它们更加功能失调。它们更快地变得功能失调。同样，由于这种不均衡的影响，组织在使用AI方面看到了非常不均衡的经济结果。从试点阶段到生产阶段使用AI，然后试图将其与利润挂钩时，会出现许多急剧的下降。
这是麻省理工学院（MIT）于2025年7月发布的一项研究，题为“生成式AI鸿沟”（The Gen AI Divide）。该研究调查了152个组织，其结论是，目前我们在行业中的地位是，我们拥有非常高的采用率，对吧？那个92.6%的数字。DORA也进行了自己的研究。我们的采用率徘徊在90%左右。高采用率但实际低转型，因为事实证明，转型真的令人不适，那些准备放弃云转型、敏捷转型组织，也在放弃它们的AI转型。审视整个组织并审视问题，并认为“我们必须改变一些东西”，这真的非常困难，而这正是组织为了真正看到对底线的改变所需要做的。
这一切都是为了回到我之前的观点：我们的行业中，开发者采用率达到92.6%，但采用率并不等于影响。使用工具并不意味着它将真正推动你的组织前进或做任何事情。这是一个组织问题，需要组织变革管理。但这并不是我们从所有炒作中得到的承诺，比如“嘿，尝试一下AI，然后就会发生一些事情，然后我们就能盈利”。实际发生的是，这些工具主要部署在个别的编码任务中。而麻省理工学院这项研究发现的这种高采用率低转型的情况是，当我们只将其应用于开发人员坐在办公桌前的表面区域时，生产力提升的上限非常非常低。这是一个组织问题。如果我们想要组织层面的结果，我们就必须在组织层面思考，而不是在编码任务层面思考。
幸运的是，我们的宇宙现在正在膨胀，这种膨胀来自于代理（agents）和代理工作流（agentic workflows）的使用。我们的宇宙正在变大，所有的承诺和所有的炒作也随之而来，但可能性也在增加。
那么，让我们回到登月吧，对吧？就像终极的炒作是，我们现在都将住在月球上，乘坐像《杰森一家》那样的飞行汽车。同样，这里也有一些疯狂的想法。GasTown，如果你们有人用过的话，现在有太多疯狂的事情可以做了。GasTown对我来说无穷无尽地有趣。有太多有趣的事情。免责声明：不要使用GasTown。它很不靠谱。我们有OpenClaw、Maltbot、Clawbot，不管它叫什么。我们有Ralph loops。我们有所有这些东西，对吧？有太多的实验，太多的乐趣。它真的很有趣去构建。但是，我坐在美甲店里构建我的指甲油匹配颜色方案的应用程序，这与一家跨国银行能够因为AI而改变其收入是不同的。这些是非常不同的事情。
我参加了一个与Martin Fowler和Kent的静修会，他们可能在那里。我们花了大量时间试图将AI和AI的使用与底线、利润、损益表联系起来。有趣的是，我们最终得出的问题是“创新的价值是什么？”去月球是否仍然有价值，即使我现在并不真的住在月球上？我想说，是的，创新是有价值的。这可能会进入一些模糊的领域，因为这是一项业务，对吧？这不仅仅是社会，也不仅仅是为了人类的福祉。我们必须在经济背景下进行，这可能会有点棘手。
所以，当我们想到这句话“在某个地方，有不可思议的东西正等待被发现”时，有一种奇迹感，AI和太空都是探索时代，而且非常令人兴奋。但是，去月球的目的并不是我们现在都需要住在月球上。事实上，去月球的目的，以及探索和做所有这些疯狂的事情的目的，是为了改善地球上的生活。这是为了利用太空探索和所有这些奇迹来解决我们当时在地球上遇到的系统级问题。
不是每个人都想住在月球上。但是我们有太阳镜，我们有太空毯，我们有条形码，我们有石英手表。因为那个疯狂的太空探索时代，我们都去了太空，我们在地球上获得了如此多的技术和如此多的改进。即使我们不住在月球上，我们也已经吸取了教训并将其应用于我们地球上的系统。
因此，考虑到代理工作流，代理扩展了我们可以构建的内容、如何构建它以及为谁构建的可能性。不是每个人都去月球，不住在月球也没关系。不是每个人都会在企业环境中每天用GasTown构建疯狂的东西。这也没关系，因为实验有助于拓展可能性的边界，并帮助我们以新的方式思考解决问题。
所以，让我们来谈谈代理目前在行业中的使用情况。同样，这是我第一次分享的新数据。代理的使用正在上升。老实说，没有多少公司已经走在了曲线的前面，以至于它们已经用良好的遥测技术来衡量其代理用例。这个样本稍微小一些。它涵盖了6家公司的大约3000名开发者。请记住，这些公司已经走在了曲线的前面。它们已经用遥测技术来衡量它们的代理工作流。我们大约有80%的开发者每周至少使用一次这些代理工作流，超过50%的开发者每天都使用代理工作流来完成工作。
我想在之前的讨论中提到了Codex。所以，在2月2日，Codex桌面应用程序发布了，从那时起，到现在已经有超过一百万次下载。我昨天得到了这些数据，我相信现在情况已经大不相同了。在过去一周里，用户增长了60%。他们上周四还推出了GPT 5.3 Codex。他们每周处理数万亿个token。在OpenAI内部，95%的开发者使用Codex来发布产品。在那些使用Codex而不是其他AI工具的开发者中，使用Codex的开发者每周发布的PR数量增加了约60%，这非常有趣。这是一个数据点，不是唯一的，但它确实说明了我们用像代理工作流这样的酷炫新工具构建所有这些东西所具有的非常高的上限、巨大的可能性和奇迹感。
我想回到一个非AI初创公司。我想重点介绍Haven头痛和偏头痛中心。所以，这是一家位于旧金山的公司，实际上就在几个街区之外。Haven致力于回答这个问题：我们能否通过Zoom解决头痛问题？事实证明，你可以。所以，如果你是头痛患者，了解这一点可能会对你有用。
在医疗保健领域，对于Haven及其开发团队来说，区分使用代理来构建持久代码还是可丢弃代码至关重要。他们正在做的一件非常酷的事情是，他们是一家颠覆者，是一家小型初创公司，他们正在使用代理工作流来快速原型化新的自定义患者工作流。所以，他们正在构建一个患者门户，使用Ralph loops，将线性（linear）和Figma的工件转换为PRD，你知道的，将其以JSON格式输出，然后让Ralph loops运行。他们得到的东西不是垃圾、可丢弃的AI垃圾。他们得到的是高质量的原型，具有出色的文档，出色的测试，比他们用老式手工方式构建要快得多，质量也高得多。
他们做的另一件事是我非常钦佩的，那就是通过在数十万份症状日志上训练一个符合HIPAA标准的模型来提高患者的护理标准。所以，Haven会与你见面。你会收到一条短信，你可以记录你的症状，然后他们可以为你安排护理，弄清楚接下来需要做什么。所以，他们正在数十万条这样的消息上训练一个符合HIPAA标准的模型，以便将这些消息路由到，你知道的，药物续订或安排后续预约，只是在你需要的时候提供服务。其结果是，与同类医疗工具相比，他们的客户满意度是行业平均水平的3倍，同时也有真正有意义的临床结果。所以，他们的患者每月头痛天数更少，头痛的严重程度也大大降低。做得好，Haven。
在企业领域，有很多大型企业公司在尝试代理工作流的例子。有一家企业制造公司，它完全用于内部开发者目的。他们使用C-pilot和Claude来构建一个开发门户，以加速开发者入职。在思科，有18,000名工程师每天使用Codex。他们使用Codex进行复杂的迁移和代码审查，这使得代码审查所需的时间减少了50%。
还有一篇非常酷的论文，是摩根大通（JPMorgan Chase）的多代理框架（MAFA）用于注释。如果你在谷歌上搜索它，你可以找到源论文。它非常迷人。他们正在构建一个完整的代理业务。所以，就像一个真正的多代理工作流，类似于GasTown，每个代理都有一个特殊的工作要做。他们在这个模型中还在引入代理之间的共识。所以，他们正在处理所有这些交互，然后对它们进行注释。你知道的，这是意图，是FAQ，所有这些交互都是代理在注释它们，然后有另一组代理负责重新排序、校准和验证输出。当然，我们必须引入共识算法，因为现在我们有多个代理，可能对事情有多个不同的看法。这非常迷人，我相信代理之间的共识将是2026年需要解决的一个重大问题。
我在一次静修会上谈到了这一点。我很荣幸受Martin Fowler和Thoughtworks的邀请参加“软件开发未来”静修会，庆祝敏捷宣言25周年。Gerge和我一起参加了。还有一些在这里的人也和我一起参加了。我们在山上花了一天半的时间讨论代理。我们基本上只谈论了代理。关于负责任地、合乎道德地、可持续地使用代理，以及我们如何为组织使用它们。我们的结论是，尽管有很多有趣的事情，Steve Yaggi也在那里，我们在研究GasTown的事情，有很多实验正在进行，但我们得出的结论是，AI并不能解决组织系统问题。它只有在你将AI应用于系统问题时才能做到这一点，这意味着你需要承认系统问题首先存在。AI不是一个神奇的灵丹妙药。
尽管存在GasTown这样的东西，尽管宇宙中充满了好奇心和奇迹感，我们进行了一次随意的谈话。Kent Beck、Steve和我只是在一次会议的间隙，在谈话之间闲聊。以下是我们总结的想法。组织受到人类和系统级问题的制约。我们仍然怀疑任何技术在不首先解决这些人类和系统级制约的情况下能够改善组织绩效的承诺。我们仍然持怀疑态度，我们也仍然是人类，因为风险在于，如果我们不解决系统级问题，我们将把它们带到太空。我们将把它们带到太空。我们实际上并没有解决驱动组织当前所有制约因素的人类因素。我们可以将AI应用于这些问题，但我们仍然需要解决它们。我们不能只是去月球，然后期望污染、垃圾和交通不再是问题。
所以，问题不在于如何殖民火星，而在于如何通过代理和AI获得真正的组织影响力。在这次静修会上，我们也谈了很多我们看到的共同因素。我们看到组织在做什么？有哪些共同的模式，可以说是成功的秘诀？它们有什么共同点？
第一个是，在AI方面取得成功的组织，并且正在通过AI取得成功，它们有目标，并且它们根据这些目标衡量进展。随机撒网是行不通的。随机撒网，我的意思是，只是给你的所有开发者发放许可证，然后寄希望于最好的结果。这行不通。我可以非常非常清楚地说。我有大量的证据表明这行不通。如果你能将AI创新和实验指向一个问题，有一个具体的目标，然后衡量你是否达到了这个目标，这就是目前获胜组织正在做的事情。
因为正如Spock告诉我们的那样，事实不足总是招致危险。我们需要衡量事物。我们需要数据。我知道这对许多组织来说非常困难，因为开发者生产力和工程卓越也是非常困难的问题。而这一切都发生在交叉点上。所以，如果你的组织面临这个问题，我有一些可以帮助你的东西。这是AI衡量框架。这是一个我与DX的CEO Abby Notto合著的框架。它补充了我们的核心四项框架，你们中的一些人可能听说过，否则它就在这里的影响一栏。我们希望跟踪的不仅仅是AI的使用、采用和利用，然后将其转化为真正的组织影响。这是否正在改变我们的速度、开发者体验、质量、创新比例？这些都是将采用与影响联系起来的非常重要的问题。
最后，我们必须考虑成本。我们是否得到了一个好交易？也许现在有些人得到了。随着这些工具的成本不断攀升，这项投资是否正确？
第二个帮助组织获胜的是，开发者体验现在比以往任何时候都更重要。这里有一个非常非传统的建议：任何你打算与领导团队讨论开发者体验的事情，只需称之为代理体验，你就能获得资金。这很有趣，但它确实有效。它之所以有效，是因为开发者体验、反馈循环、清晰定义的API、出色的文档、快速的CI，这些都是我们几十年来一直在大声疾呼的事情，我们一直在乞求组织给我们一点点钱，请让我们投资，请让我们投资于开发者体验。而我们一次又一次地被拒绝。结果发现，事实上，正是这些东西使得AI真正成功。我们需要有非常扎实的测试和质量实践。我们需要有出色的文档。这些对于代理工作流至关重要。
当我们不愿为人类工程师花钱，但却愿意为机器人工程师花钱时，这令人沮丧。但这就是我们生活的世界，让我们抓住机会。所以，开发者体验比以往任何时候都更重要。事实上，当我们看现在的数据时，还记得我们每人每周节省了大约4小时的时间吗？当我们看开发者体验的所有其他因素时，比如AI节省的时间，并不能弥补糟糕的会议，比如糟糕的会议文化和大量的打断，以及开发人员不断被中断工作、计划外的工作中断、停机等情况。AI无法弥补这些。我们可以使用AI来帮助解决这个问题，但AI本身无法弥补。
然后，当我们看下面一半的构建和测试等待时间、繁琐的工作和开发环境时，我们将所有这些放在一起，意识到仅仅通过编码任务加速节省的时间并不能让我们走得很远。但真正让我们走得很远的是，当我们能够利用AI来解决这些问题时。我们能用AI来帮助减少会议频率吗？我们能用AI来改善CI等待时间吗？我们能用AI来减少开发环境的繁琐工作吗？这正是目前获胜的组织正在做的事情。它们将开发者体验置于其宇宙的中心，并将AI视为解决系统级问题的工具。它们也在组织层面这样做。如果你想要收入、损益表、上市时间等组织成果，你就必须将AI视为一个组织问题，而不是你的开发者需要在办公桌前解决的个人问题。它必须适用于跨越整个价值流的工作流。
回到那项麻省理工学院的研究，当我们审视组织采用AI的障碍时，它们并非技术性的。这并非关于模型本身。甚至也不是关于包装模型的工具。而是关于变革管理或缺乏高管支持等问题，当你有一个高管团队说“拥抱AI”，但他们自己从未打开过笔记本电脑，启动过WindSurf、Cloud Code或Codex。糟糕的用户体验，对AI的期望非常不明确。这些才是阻碍因素。
如果这听起来很熟悉，并且你的组织可能做得更好，我想向你推荐两件事。第一是DORA AI能力模型。这些模型可以沟通并帮助你为AI做好准备。所以，你可以将它看作是一个AI就绪模型或AI能力模型。它包含了DORA研究的组织的大量数据。他们做的不仅仅是DORA的四个关键指标。它发现了组织实践与AI良好成果之间的相关性。所以，如果你使用AI并有一个清晰沟通的AI立场，你的组织表现会比没有立场的公司更好。你可以在dora.dev上找到它。这是DORA AI能力模型。上个月刚刚发布了一篇新论文。上个月，Nathan在这里，他负责Google Cloud的DORA。如果你想和他谈谈，他可能是合适的人选。
另一个是Thoughtworks的Forest框架。这与AI能力模型类似，只是风格不同。如果你访问thoughtworks.com并在他们的白皮书中查找，你可以阅读它。但这两者都是非常扎实、经过充分研究、得到行业支持的AI就绪模型，可以帮助说服你的领导团队（如果你需要的话），或者只是帮助你进行内部审计，看看我们是否正在做正确的事情来为自己做好准备，以“收获所有这些实验的好处”。
最后一件事是，目前在AI方面做得非常好的组织正在通过解决真实的客户问题来进行实验。同样，太空探索和奔向火星很棒，但这对于你的整个组织来说是不可持续的，因为这会耗费太多金钱，会分散对核心业务问题的注意力，也不会服务于你的客户。所以，继续实验。其他实验可以高度专注于你面临的真实客户问题。这就是你将看到组织成果的方式。
在某个地方，有不可思议的东西正等待被发现。现在，AI和代理正在加速这一点，它们正在扩展我们的宇宙，我们拥有如此多的可能性来构建我们能构建的东西，以及为谁构建。我们无疑正处于一个探索时代。我希望你们在今天接下来的会议中带走的是，找到好奇心和敬畏感之间的平衡，以及目标是火星和月球殖民地，但同时也要理解我们需要解决地球上的问题，并且我们必须生活在这个现实中。所以，请保持脚踏实地，保持怀疑，保持人性，最重要的是，保持务实。谢谢大家。