AI Native 时代,研发组织的变化不仅是编码效率的提升,更是注意力分配机制的重塑。当实现功能的成本显著下降,团队需要重新思考:哪些事情值得人投入判断,哪些工作可以交给 Agent 持续推进,以及如何把释放出来的时间转化为更好的产品效果与组织能力
本次分享将结合实际研发与交付经验,讨论产品、开发和 QA 的关注点如何迁移。产品团队从追求功能齐全,转向打磨最小内核与扩展能力,通过 SDK 和 Vibe Coding 满足个性化需求;从关注功能交付,转向关注实施流程与客户效果,并在一线实践中融合产品设计、交互设计与部分前端开发职责。开发团队从检查主流程是否实现,转向识别需求复杂度、验证理解程度和约束过度设计;从亲自编写代码,转向调度 Agent 完成端到端开发,并建设相应的环境与工具。QA 的重心则进一步延伸到测试基础设施、自测能力和自动化回归体系
与此同时,产研团队将更多注意力投入学习、讨论和实验,在长程任务与并行探索之间形成新的工作节奏,人才评价也更关注好奇心、主动实践和持续学习能力。团队助手与虚拟员工的加入,则让组织拥有了可以持续运行的另一类注意力:评审材料、发现矛盾、维护知识、排查问题,并把需要判断的事项交给人。研发组织由此需要建立新的协作机制,让人聚焦目标、取舍与关键决策,让 Agent 承接持续执行与信息整理,再将交付经验沉淀为可复用的知识和工作流
演讲提纲:
- 产品团队关注点
- 之前追求最全功能 因为开发成本很高。现在追求最小内核和扩展能力,用 VibeCoding满足个性化需求
- 访客端自定义从配置化变成 基于 SDK 做界面定开
- 客户为效果付费,产品从关注功能到关注实施流程
- 设计专门的功能来利用 Agent 自动完成实施配置。这个放到了产品 Roadmap里面
- 融合产品设计、交互设计、半个前端开发工程师
- 走到一线去参与交付,带来最直接的经验和痛点
- AOP 的设计过程就是自己痛过才知道什么是最合理的路径
- 开发团队关注点
- 评审从关注主流程到关注复杂度,从被动吸收到主动消化
- 利用六轴分析法来定位复杂度,针对复杂度做专门的评审、设计、测试
- 以前不关注需求评审掌握程度,现在要专门做测试来判断文档消化程度
- 从关注代码实现缺失到关注代码实现过度
- 核心逻辑和主流程很少会出现错误,过度防御会导致旁支逻辑变得极复杂
- 大需求拆分、阶段性验收、多维度架构 Review
- 构建一眼能看出问题的代码架构
- 从开发者到管理者和支持者
- 核心工作是调度 Agent 完成端到端开发链路
- 为 Agent 提供端到端开发到环境
- 为产品提供 Demo 转页面的能力
- QA 从功能到开发系统和测试基础设施构建
- 自测 100%,且尽可能脚本化。QA 来构建生成自测脚本的能力
- QA 来构建全自动端到端自动化回归的能力
- 产研团队共同的变化
- 从专注落地设计和编码 到 学习、讨论、实验
- 知识库查询的新方案对 Wiki、Graph、SAG、JEV 参与压缩上下文等等做了大量的调研和实测
- 需求不再是瀑布式设计、而是渐进式迭代,为了提高分数推翻重来是常见的
- 从专注到多线程操作
- 数小时乃至数天的长程任务大量出现。给额外的探索、学习、实验留下了空间
- 招聘关注度点,从熟练工到爱好者
- 你最近用哪些 Coding 工具,你最喜欢什么模型以及为什么
- 你最近有没有看过比较有意思的项目或者论文
- 你最近有没有自己手动 Coding 过什么东西
- 新变量:团队助手、虚拟员工 的注意力
- 评审材料、提出问题转给人工
- 专门的需求评审 Skill 会提出一系列问题,之后增加需求确认项
- 材料维护,增量发现材料中的矛盾、过时信息、构建关联关系
- 线上问题排查、修复、巡检
- 自动拉取 Bug 列表进行排查、修复、复测
- 自动对环境进行巡检并报告
- 找人之前先找分身
实践痛点
- 产出越来越快,判断和验收跟不上
- “读过需求”很容易,“真正理解需求”很难验证
- 代码生成成本下降,复杂度的长期成本反而更容易被忽略
- 最小内核与个性化扩展之间,存在持续的边界拉扯
- 多线程增加了吞吐,也增加了上下文切换和失控的可能
演讲亮点
- 第一,关注点的变化很具体,听众能看到自己的岗位
- 第二,复杂系统的架构设计参考和工作流实战
- 第三,真实的 AINative 组织形式
听众收益
- AiNative 时代产品设计的方向变化
- 研发组织面对 AI 快速生成进而丧失需求和代码掌控力的应对方案
- 研发组织虚拟员工的真实落地经验