乐于分享
好东西不私藏

AI正在改变软件开发:产品经理开始写代码,软件组织结构被重构

AI正在改变软件开发:产品经理开始写代码,软件组织结构被重构

上周,公司里发生了一件有点“不太正常”的事。

一个产品经理,不是写需求文档,也不是提工单,而是直接把一个功能做出来了,测试完,然后上线,整个过程只用了一天。几天前,一个设计师也做了类似的事,他发现IDE插件的界面已经偏离设计系统,如果按照过去的流程,需要截图、提JIRA、解释设计意图、排期开发、反复沟通。

但这一次,他直接打开一个AI agent,自己调整布局、不断试验,然后把修改推上去。最有设计直觉的人,直接把设计改了,中间不再需要“翻译层”。

这些变化,其实并不是突然出现的。

过去一年,“vibe coding”已经让很多人开始尝试用AI写代码,开发门槛在持续下降,但那更多还是一种“可能性”。而现在,这件事开始进入真实工作场景,理论正在变成一种日常。

瓶颈,已经换了位置

当公司在2025年全面转向AI-first之后,最明显的变化,是开发成本的快速下降。

AI agent开始接管脚手架、测试以及大量重复性代码,开发周期从几周缩短到几天,从几天缩短到几小时,工程师不再主要关注函数和文件,而是开始更多思考架构、约束条件以及执行路径。

但很快

一个新的问题出现了

当“写代码”不再是瓶颈之后,真正拖慢节奏的,变成了“做决策”。过去为了保护工程师时间建立的一整套流程——需求文档、工单系统、跨团队沟通、backlog管理——反而变成了最慢的一环。

整个系统,其实还在优化一个已经不存在的限制条件。

于是问题开始发生变化:如果“做一个功能”已经变得很便宜,那为什么还要花这么多时间去解释它?

当构建成本低到一定程度,最接近需求的人,其实就可以直接把东西做出来。

产品经理本来就习惯用“结果”来思考,设计师本来就定义结构和交互,他们并不需要真正掌握编程语法,只要实现成本足够低,执行这一步自然会落到他们身上。

有一个很典型的例子。

一个产品经理在等待AI生成任务的间隙,觉得系统有点无聊,就想做一个小互动游戏,这种想法不会提升KPI,也无法在优先级会议上通过,过去几乎一定会被搁置,但这一次,他直接把它做出来了,而且只用了一天。

这种事情,在过去并不是因为想法不好,而是因为“实现成本太高”。

当成本接近于零时,很多原本“不值得做”的事情,就开始变得合理。

有时候,做出来,

比解释更便宜

随着越来越多非工程角色开始直接动手,一些流程开始悄悄消失。

工单变少了,交接变少了,“你能再解释一下需求吗”这种对话也变少了,对于一类任务来说,直接做出来,比描述需求然后等别人实现,要更快。

这其实在动摇一个非常基础的假设:过去的软件组织结构,是建立在“实现最贵”这个前提之上的,而当这个前提不再成立,组织本身也必然发生变化。设计师直接修改UI就是一个典型例子。

过去那一整套流程——截图、提需求、排期开发、反复修改——本质上只是为了节省工程资源,而现在,这个问题本身已经不存在了。真正有意思的,是这种变化会“叠加”。

当产品经理开始自己动手实现时,他们写的需求会变得更清晰,因为他们更理解AI需要什么输入。

需求更清晰,AI生成的结果更准确,迭代次数减少,整体速度继续提升,这种效率,不只是模型变强带来的,更是人开始靠近“执行本身”带来的。

反馈周期也在变化。

过去一个需求从提出到看到结果,可能需要几周,而现在,只需要几分钟,当结果可以即时看到,人也会逐渐学会如何更精确地表达需求。

还有一个变化,更难量化,但更明显,那就是“主动性”。

人们开始不再等待,不再提需求,而是直接修复问题,“能做的人去做”开始成为默认行为,而不是某个岗位的职责。

接下来会发生什么

过去一年,很多关于“人人都会编程”的讨论,大多停留在小团队或者个人开发者的场景。

但这一次的变化发生在一个有几十名工程师、复杂代码系统、多语言、多平台的真实公司环境中,这意味着,这并不是个例,而更可能只是一个开始。

随着模型能力不断提升,“谁能做软件”与“谁不能”的边界,正在快速消失。

很多公司其实已经具备这种潜力,只是被“实现成本”限制住了,当这个成本持续下降,组织结构的变化会是必然的结果。

最初,这一切只是为了提高开发效率。

但最终,它改变的,可能是整个软件公司的运作方式,从“有人写代码”,变成“所有人都在构建”。

人工智能正在重塑世界,也在反照人类自身。技术的进步值得期待,但理解它、使用它、规范它,更需要冷静与勇气。这一切,终究还是关于人。

参考来源:本文综合整理自 The Wall Street Journal、Business Insider、Reuters、Pew Research Center 等公开报道及资料。

声明:本文由《AI在想啥》团队独立翻译与改写,旨在以通俗视角呈现人工智能对社会、职场与文化的影响。内容仅供学习与交流参考,不代表任何机构或个人立场。若涉及版权问题,请联系删除。

AI代理协作的新难题:为什么缺的不是模型,而是记忆层