AI 对研发效率提升到底有多大？

[Victor215]

从 Agent 出来到现在，有人说 AI 让研发效率非常大，比如 OpenAI 和 Anthropic 的那波人，说效率有翻天覆地的变化。一个人几天就能把公司的一个很复杂的项目搞定。

但是我自己体验下来，发现用相对比较好的模型（ chatgpt Sol ），或者最新的 deepseek flash v4 ，也总是磕磕绊绊的。特别是当我要写的不是一个 demo ，而是一个可以真实上线的，能稳定运行，不出错的程序，还是要花非常大的精力。

单就我最近做的一个项目来说，大概不到 10 个页面的修改（不是新增），我的需求定义还是花了将近一周，绘制了各种低保真和逻辑图，可以预见的是，也许代码两天可以让 AI 写完，但是功能开发自测试怕还是要 2-3 周，才能逐步到真正可商业化落地的效果。

然而，如果站在外部看，这么简单的几个页面，一点点需求，有 AI ，不应该是 2 天就搞完么？

我想知道，大家是怎么认知这件事情的。

[AutumnVerse]

周一一大早，产品跑过来说有个很紧急 xxx 需求需要赶紧处理。我跟他简单沟通了一下，发现还涉及三个部门，5 个系统要改。

由于紧急需求，各种准入审批、安全审批、法务审批、公关审批，一路高效绿灯，周一下午前置审批全部完成。周一下午，为了协调三个部门，我梳理完逻辑，拉了三个部门对应的产品和自己部门产品一起沟通需求，讲了 1 个小时的改动方案，再激烈讨论 2 个小时分工，三个部门有 2 个部门都说没人力，还有一个部门说我们可以自闭环，不用找他们。

为了推动项目尽快上线，晚上又拉上四个部门的 T1 leader ，一顿讨论到大半夜，最后拍板，三个部门都抽人力支持，现有需求都先延后。

周二一大早，再拉上 3 个部门的研发开会，又讲了一个小时需求内容，然后沟通改动方案，一堆人扯了半天，你不愿意改，我不需要改，battle 了一上午，没有出什么有效结论。周二下午，又接着拉产品、部门 leader ，继续 battle ，又扯了一下午，终于明确了各种改动内容，于是大家开始排期，他要开发半天，你要花两天，他今天介入，你又后天介入。

各种人力资源协调，扯了一整天，最好周三 pmo 终于协调完成，所有人周三下午开始干活，周四联调，周五提测，qa 周六日加班，下周一测试。

最后身心俱疲的我回到工位，打开 ide ，加了三行配置完成需求，可以等其他人联调了。

----------------------------

每天绝大部分工作都是这样的，ai 提升的只是写代码的速度，但是工作 90%的时间都不是在写代码，可能个人开发者，或者一个人负责一大堆业务的全栈开发者，只管写代码的人，那提升很大吧。但是正经公司，各种冗长的流程，导致提升非常有限。

[Victor215]

@AutumnVerse 这是大厂的常态？ 不过我没在过大厂，一直在小厂，跨部门的沟通相对没这么频繁。

[morota]

只从写代码的角度讲，效率提升如同自行车到法拉利。
代码写出来之后的事，那就看情况了。

对于不讲究流程的小工作室，不夸张的说，今年 2 月份的时候，员工 20-30 人，同时接 10 个左右的项目。
现在员工 3 个人，外加 5 个 claude 200 刀账号，淘宝购买，被封就再买一个。同时做 20 个左右项目。当然大多是维护，改 bug,做 2 期之类的。
现在外面对软件的报价认知和以前基于人/月的报价评估方式有很大的 gap 。窗口期还有一段时间，还能赚一段时间差价。

[xiaowoli]

难得从来都不是代码的部分，整体架构和思路很多都是存在那些人的脑子里的，
代码只是一种实现手段，现在这种实现方式变得越来越快了

[tf2]

效率提升多大不知道

以前一屋子的人开会

现在一屋子的人，每个人手上都在跟几十个 agent 开会。

[EastLord]

https://x.com/awscloud/status/2064449711155589396?s=20

[Sundayz]

大到我现在一行代码都不用手写了

[Victor215]

@Sundayz 这个确实，不下手自己写代码了，但是核心业务领域的代码，还是每一行都要看的。

[happinessnch]

我补充一点，关于 AI 的使用效率，

举个例子，现在的 Vide Coding 实际不是效率很高的编写方式，
AI Agent 维护代码的效率要低于重新生成，所以先完成设计细节，反复校验设计再输出代码，
会比 VC 一边输出代码一边改设计要更高效，代码一旦输出就是负债。
如何设计 rule 、skill 来帮助 AI 提高效率，如何使用 SDD 、TDD 来防止 AI 发散，不同模型选择处理不同的业务。

开发使用 AI 的生产效率还是有很大差异的，如果不是很复杂的项目，AI 开发过程总是遇到问题，可以尝试优化一下 AI 的使用流程。

[Victor215]

@morota 说真的，我现在都不知道该怎么评估工时，过去的工时评估的方式已经不奏效了，但是现在又没有什么好的评估工时的实践。

[Victor215]

@happinessnch 整个研发过程，只有编码的阶段相对来说是线性的，而前期的需求、UI 的设计、后期的问题发现和修改，都不是线性的。在不是线性的条件下，不管是通过迭代提示词，让 AI 一次性输出对结果，还是 vibe coding 的方式来输出，似乎都要花不少功夫。

我觉得可能一个重要的原因是，因为很多项目不是标准化的，如果在做这些项目的时候，AI 不能很好的 get 到我的喜好和我的想法，就很难把效率提上来。但是让我把我的喜好和想法很轻松的表达出来，甚至形成护栏，似乎并不是一件简单的事情。

[yunv2]

1.AI coding 写代码还是非常快的，这点毋庸置疑，完成初版的速度相对快；

2.但我们遇到的实际问题是在迭代优化过程中，让 AI 修改 bug ，经常出现修完 bugA ，出现新 bugB 的情况，时间上非常不可控；

3.看论坛里面大家都说改之前考虑全面，所有情况都告诉 AI ，写全测试用例等等；
（这里我们是偷懒了，没有完全审查 AI 代码，导致某些流程没理解）

4.这里说的问题，不是写玩具，是正式上线的复杂业务系统；
（例如各模块关联太深，修改 bug 时，AI 就会忽略某些关联，瞎改）

5.可能遇到的问题太低级，大家勿喷，给出合理的建议更好