開發生態
阿里 CIO 蒋林泉復盤三年 AI 實踐:AI 生碼率升至 30% 以上,端到端交付效率上限僅約 7%
AI 前線單一來源
核實資料不足
目前依單一來源整理,這是來源數量描述,不是對消息真假的判定。
本次未取得足夠原文證據
阿里云智能集团副总裁、CIO 蒋林泉在 InfoQ 中文站(AI 前線)復盤團隊三年 AI 實踐,主張企業要談 AI Native 須從組織層面判斷,而非以 Token 用量或工具使用量衡量。據該文,團隊從 2024 年底全員使用 AI 編碼工具,生碼率很快升至 30% 多,但端到端交付耗時幾乎沒有縮短。團隊將一個需求的全流程拆解:需求設計、評審與修改約 20%,交互視覺設計約 10%,技術方案約 15%,編碼開發約 20%,前後端聯調約 15%,測試與 Bugfix 約 20%。其中編碼中的核心與存量系統修改代碼,代碼量不大卻占去 65% 以上編碼時間,而這部分 AI 幫助最有限;常規代碼占大部分代碼量,卻只耗不到 35% 編碼時間。以 20% × 35% 推算,即使這部分耗時歸零,端到端節省上限約 7%。文中提到業界有團隊實測端到端提效 3% 至 5%,與此推算大致吻合。文章也指出部分團隊效率反而下降,骨干成為瓶頸,形成價值風險與質量風險。團隊的應對包括:將測試團隊拆入研發、運維職責併入研發、以 Live Demo 取代部分 PRD 確認需求,並將岗位收斂為 PDFE 與 ABE,以 API 契約與數據結構做規則化交互,並以概念字典與 SDD(規範驅動開發)統一跨組件語義。以上為單一來源報導,各項數據皆出自該文作者的內部經驗敘述,尚未有外部佐證。
讀原始報導背景
Vibe coding 是一種借助人工智慧(AI)開發軟體的做法,開發者以自然語言向大型語言模型(LLM)描述專案或任務,由模型自動產生原始碼。這種做法可能不經仔細審查就接受 AI 產出的程式碼,而是依靠執行結果與後續提示來調整修改。