使用AI消除工作中瓶颈

一、团队沟通

当一个任务需要团队成员来回不断沟通才能完成，此时沟通就构成了瓶颈。

让不同角色互相融合，上游岗位使用下游岗位的工具，可在一定程度上消除瓶颈。

如：设计师使用开发工具将UI设计稿自动转成可运行的代码，待UI/UX调试OK后再将代码交付给开发同事。

二、开发工程师会成为瓶颈，PM（产品经理）和设计师也会成为瓶颈。

AI在编码任务上差不多AGI，可以借助AI辅助让更多人参与编码。

因此，可以让 PM 干开发，设计也干开发；而有品味的开发可做PM（产品经理），开发有权利发起一个需求并部署给用户使用，或去负责一个新项目。

三、员工比token贵

用最好的模型，而且要用完配额，一般情况下多使用token比招聘新员工更便宜。

四、领导决策会成为瓶颈

当事情多了，团队领导一人难于分身，往往会造成决策瓶颈。

再说领导也不一定任何时候都比员工更聪明、更有创意、更有效率。

因此，扁平化管理模式值得尝试，让离用户最近、对产品有品味、更懂业务、更有能力、更年轻、更有创意和进取心的同事来负责推动项目出成果。

五、专家意见会成为瓶颈

传统意义上，专家会花很长时间来完美规划需要开发的功能，而往往开发出来的功能是用户不接受不喜欢的。

更好的方案是，提前布局提前开发好业务上的原子功能和核心业务API（如登录、支付），LLM 去发现并匹配用户的规律或新需求，此时 LLM 可快速反应并抓住新机会，LLM 通过自主开发新功能或去维护完善旧功能，并自主在线部署，直到满足用户的个性化新需求。

六、固有的工作习惯和执行路径会成为瓶颈

方案：打破常规思路开展工作，使用 LLM 去执行跨界任务，让人进行总体架构或有创意地去定义问题，决定做什么不做什么，待思路清晰明确后再指挥AI干活。

七、持续发布解决传统发布版本的瓶颈

传统憋大招式的版本发布，可能半年才发布一次产品。在LLM时代，半年后可能早就翻天覆地，倒不如像流水一样持续迭代进化。

可以2天内改完几个BUG就发布一个版本，或一周时间内开发几个新功能就立即发布出去，不用等到所有功能都非常完美了才发布给用户使用。

持续小步快速发布 -> 用户第一时间使用并反馈 -> 再迭代开发剩下的小功能（甚至完成1、2个新功能或改进就可发布出去）-> 不断收到真实使用反馈 -> 不断迭代完善功能，系统积小成多形成功能复利。

关于此，还可以一睹 吴恩达 最近在 X 上发布的一篇文章，内容如下：

AI 原生的软件工程团队与传统团队的工作方式截然不同。最明显的区别是，AI 原生团队使用编码代理来更快地构建产品，但这也会带来许多其他方面的变化。例如，一些优秀的工程师现在承担的角色不仅限于写代码，他们还部分地扮演产品经理、设计师，有时甚至是市场人员的角色。此外，小团队如果在同一个办公室工作，能够面对面沟通，就可以以惊人的速度推进项目。

由于我们现在可以更快地构建产品，因此必须花更多的时间来决定该构建什么。为了解决这一项目管理瓶颈，有些团队正在将工程师与产品经理（PM）的比例从原来的 8:1 降低到最低 1:1。但我们可以做得更好：如果一个产品经理决定构建什么，而一个工程师负责构建，那么他们之间的沟通就会成为瓶颈。这就是为什么我看到的最快发展的团队往往由既懂一些产品工作（并且有时也包括一些懂工程工作的 PM）的工程师组成。当工程师理解用户并可以直接决定和构建功能时，他们的执行速度会非常快。

我见过工程师成功地将自己的角色扩展到做出产品决策，也见过产品经理扩展到构建软件。科技行业中有更多的工程师而不是产品经理，但这两条路径都有潜力。如果你是工程师，学习一些产品管理技能会对你很有帮助；如果你是产品经理，请务必学习如何构建！

除了产品管理的瓶颈之外，我还看到了设计、营销、法律合规等方面也存在瓶颈。当我们的编码速度提高 10 倍或 100 倍时，其他所有事情相比之下都显得缓慢。例如，我的某些团队开发新功能的速度如此之快，以至于市场部门手忙脚乱地想办法如何向用户传达这些功能——这就形成了一个营销瓶颈。或者，当一个团队可以在一天内构建软件，而法律部门需要一周时间审查时，这就形成了一个法律合规瓶颈。因此，代理式编码不仅改变了软件工程的工作流程，也在改变围绕它的所有团队。

当更小、借助 AI 赋能的团队能够完成更多工作时，通才就会脱颖而出。传统公司需要从多个专业领域（如工程、产品管理、设计、营销、法律等）召集人员来执行项目并创造价值。这导致了由大量专家组成的大团队一起工作。但如果一个两人团队要完成需要五种不同专业的工作，那么其中一些人就必须承担超出单一专业的角色。在一些小团队中，个人确实有深厚的专业背景。例如，一个人可能是优秀的工程师，另一个人可能是优秀的产品经理。但他们也都理解推动项目前进所需的其他关键职能，并能在必要时迅速思考其他类型的问题。当然，熟练使用 AI 工具也是一个巨大的帮助，因为它帮助我们思考涉及不同角色问题。

即使在两人团队中，为了快速推进，也必须尽量减少沟通瓶颈。这就是为什么我重视在同一地点工作的团队。远程团队也可以表现出色，但最高的效率是在所有人都能在一个房间里即时沟通解决问题时实现的。

这篇文章聚焦于大约 2 到 10 人的 AI 原生团队，但并非所有事情都能由小团队完成。我将在未来讨论更大团队的协调问题。

我意识到，这些职位角色的转变对许多人来说很难适应。同时，我也感到鼓舞的是，那些愿意学习相关技能的个体和小团队现在能够比以前完成多得多的事情。这是学习和构建的黄金时代！

参考资料

https://x.com/AndrewYNg/status/2048793852702757151