当 AI 从辅助编码的工具,进化为能够独立承担需求拆解、开发、测试与线上巡检的「... 展开 >




去哪儿网国际酒店 CTO、人工智能委员会常委,深耕 OTA 领域多年,长期聚焦业务数字化、AI 大模型、AI Agent 在精细化运营与业务增长的落地实践,推动大模型能力融入 OTA 全业务链路研发与效能升级AI工程化建设。曾在 ArchSummit、Top100、QCon、CSDI、WOT、SACC 等业界技术大会做过技术分享,并在QECon、QCon+ 等大会担任过专题出品人。
当 AI 从辅助编码的工具,进化为能够独立承担需求拆解、开发、测试与线上巡检的「数字同事」,企业沿用多年的岗位边界、协作流程与管理假设正在被重写。2025—2026 年,这场变化已从趋势预判走向真实发生:全球前端岗位需求一年收缩近 10%,多家头部企业先后将大前端并入后端、取消纯前端编制;「AI 测试员」在 OTA 企业的用例采纳率接近九成,无脚本 UI 巡检半年运行数十万用例,部分团队已推动 QA 与研发序列合并。与此同时,「用 AI 却只有不到三成信任其准确性」、资深工程师用 AI 反而变慢等现象也表明:工具能力并不自动等于组织效能—— 缺少责任边界、质量闸门与能力重塑的变革,往往以线上事故和团队动荡收场。
本专题聚焦 AI 时代的组织重构,探讨人与 Agent 如何按「活动」而非「岗位」重新分工,前端、测试等职能如何向端到端负责的全栈闭环小队演进,技术团队与业务团队如何共同推进 AI 落地,以及人才能力模型、绩效评价和责任边界应如何随之调整。我们邀请身处变革一线的团队,分享从职能分层到业务闭环的真实路径、硬闸门设计、遇到的阻力与踩过的坑,推动 AI 从少数人的效率工具,沉淀为可复制、可担责、可持续的组织能力。
AI 对小团队的影响,正在从提升既有工作的效率,延伸到扩展团队能力与成员责任。本次分享结合智能硬件连接业务,以 eSIM LPAd 与多平台 SDK 能力建设为技术背景,讨论团队如何借助 AI 承担过去难以覆盖的工作,并据此调整角色与协作方式。
分享将重点展开两个组织案例:一位测试工程师从质量把控走向客户需求与项目推进,以及产品、研发、运营共同参与售前和客户项目。通过这些实践,讨论技术负责人如何为成员提供机会与支持,明确责任边界,并将个人能力的扩展沉淀为团队解决客户问题的能力。演讲同时呈现仍在探索的难点,为小团队推进 AI 应用和组织调整提供参考。
演讲提纲
听众收益
演讲亮点
过去一年多,帆软一边推动内部 AI 转型,一边孵化了悟帆、Dora 等 AI 产品。回头看,要把这件事做成,关键要过三关。
第一,事怎么做。 小团队里,产品、设计、研发、测试依然有各自的分工,但彼此之间的交集很多。大家围绕能跑起来的东西不断迭代,过程中也踩过架构债、测试跟不上的坑。
第二,人从哪来。 我们没有单纯根据履历挑人,而是先把 AI 工具和使用额度发下去,看谁用得最多、具体用来做了什么。人是跑出来的,而不是选出来的。反而是做过成功项目的人,有时更容易受到过往成功经验的惯性影响。
第三,组织怎么托底。 AI 转型风险大、调整多,放在原有体系里很难做成。因此,我们把 AI 业务单独拉出来,实行独立核算,对失败和调整的容忍度也比老业务高得多。
这次演讲,希望把这三个层面的实践,以及过程中踩过的坑,讲清楚。
演讲提纲
听众收益
AI 正在改变软件开发的执行方式,但个人效率的提升,并不会自动转化为组织交付能力的提升。当需求仍需跨部门反复解释、现场经验难以沉淀、交付责任分散在不同岗位之间时,更多 AI 工具也难以解决协作中的结构性问题。
本分享以 BA 客户咨询、FDE 现场交付与 Agent 平台研发的协作实践为切入口,从技术视角探讨“使用 AI”与“AI Native”的区别:如何根据业务活动重新分工,如何在现场交付与平台建设之间做出取舍,如何将业务上下文和现场经验转化为可复用的组织能力,以及如何同步调整质量闸门、责任边界与人才评价。分享将呈现一条从具体业务场景出发,逐步推动研发组织演进的路径。
演讲提纲
听众收益
演讲亮点
以BA、FDE、平台研发需求流转为线索,让组织变化可观察
连接客户现场与研发体系,沉淀现场经验为团队能力
聚焦现场交付与平台建设、短期与长期投入的关键取舍
以上下文、协作、验证、责任检验AI是否改变组织



微信咨询

电话咨询
领取往期热门演讲视频

