专家团一：PR撰写专家 — 需求标准化 

 专家团二：enterprise BA 

 专家团三：PRD — 设计决策中心 

 专家团四：DESIGN MASTER — 灵策设计系统 

 专家团五：Code Pecky 全栈码构建引擎 

财务报销智能体 — 两周上线用AI Native方式从零开发，两周即上线运行。

同一个人在一个月内完成了两个项目：财务报销（已上线）+ OA辅助审核（已上线且领导们都在用）。

公司在OA流程旁加了一个AI审核按钮，正常显示蓝色，发现风险变红色。

原本只是个尝试性功能，结果所有领导都在用，包括各部门负责人。

公司全年约12万个流程节点、约12000个流程，每个节点省5分钟就是巨大的效率释放。

原来的AI中台升级计划是两个人两个月。

用AI Native方式重做后，一个下午带着项目经理从PR走到源码，两周内完成上线。

效率提升约10倍，这还是保守评估。

坑一：设计产物不能直接喂给编码 

最初试图让设计输出直接进入编码智能体翻译成代码，结果产出大量编译不通过或逻辑错误的代码。

解决方案：在设计与编码之间增加一层「契约」（Contract），让编码智能体先加载组织宪法、技术栈、项目约束再做代码生成。

坑二：让AI修改已有代码时，经常出现「越改越错」的现象

因为AI不理解原始设计的分层，可能把核心逻辑也动了。

解决方案：为每个页面/按钮/规则建立唯一编号，形成「代码块」概念，修改时只传递对应的代码块给大模型，限制修改范围。

坑三：AI生成速度极快，但人审跟不上。

同时开几个编码窗口工作一天会特别累——每2分钟就要决定一次是否往下走。

考虑构建一个类似Studio的界面，让不同角色只看到自己该看的内容。

坑四：开三个编码窗口跑三个项目，一天消耗4亿Token

这是AI Native开发的隐性成本，需要在效率提升和Token消耗之间找到平衡点。

破局三招：

① 自己先做出样板：他不要求别人先用，而是自己动手写 skill——从编码智能体，一路写到 PRD 生成、再到 PR 设计的一整套链路，把能力先跑通。

② 用真实需求现场“打样”：把同事叫到办公室，拿他们手上的真实需求，用两小时现场跑出“可生成的级别原型 + 前端代码”。人亲眼看到这条路走得通，才会真正认同。

③ 让氛围自然生长：不强推，而是让成效自己说话。如今整个部门慢慢有了 AI 意识，连运维同学都主动上手做智能体。

📅 海保将在今年 8 月办一场 WorkBuddy 的 Agent 比赛。通过持续营造“人人用 AI”的氛围、让大家建立 AI 意识，才能真正把这件事推起来、扎下去。

一个人两周做完两个人两个月的事

这不是未来，是我们正在发生的事实