夜雨聆风Coinbase千人工程团队用AI写代码，最怕的不是技术问题
Coinbase有上千名工程师。他们的高级工程总监Ben Thompson说了一句让人很有共鸣的话——
"最糟糕的做法就是直接下令：'我命令你们必须使用AI。'拜托，根本没人会听你的。"
Coinbase之前也试过引入AI工具。结果是：大家打开工具，跑个Hello World，然后就再也没打开过了。工具留不住用户。
Ben最关心的问题只有一个：怎么让AI在上千人的工程团队里真正扎根？
领导必须深入一线
Ben的经验是：推动AI落地最关键的事情，不是选什么工具、不是做什么培训，是领导层必须有人亲自下场。
这个人不能只是发号施令。
他得能指导工程师操作，得能回答技术问题，得自己每天在用这些工具。工程师看到领导真的在用，态度就不一样了。
Ben还提了一个更具体的期望变化：工程经理需要少开会、多写代码。
这在传统工程管理中是反直觉的——经理的工作不就是开会、协调、做决策吗？
但Ben的逻辑是：如果你自己不写代码，你就没法理解AI工具的真正价值和局限，你给团队的指导就是空洞的。
从"跑个Hello World就算了"到真正的日常使用
Ben分享了几个让AI真正被采纳的策略。最有效的一个是：把AI工具嵌入已有的工作流，而不是让人去适应新工具。
比如，与其让工程师打开一个新的AI平台，不如把AI能力集成到他们已经在用的IDE里。
与其让他们学一套新的prompt语法，不如提供预配置好的模板，一键就能用。
另一个策略是：让先行者带动后来者。找到团队里最先开始用AI的那批人，让他们在内部分享成功案例。
"张三用AI把一个三天的任务缩短到了半天"——这种同事的真实故事，比任何外部宣传都有说服力。
这是一个"不适应就淘汰"的问题
Ben说了一句很重的话：对大型工程组织来说，AI不是可选项，是"不适应就淘汰"的生死存亡问题。
竞争对手在用AI提速。
如果你的团队还在用传统方式写代码，效率差距会越来越大。这不是几个百分点的差距，是数量级的差距。
他的团队已经证明了：即便是千人规模的组织，AI也能大规模部署并产生实际效果。
关键在于领导层的决心和方法论。
更多精彩文章：
