AI Engineer 2026

What the Top Companies Do Differently With AI Coding

Martin Harrysson、Prakhar Dixit(及 Shilpa) · McKinsey

2026-11-08 · 20分钟 · 6.2 万次观看 · AI Engineer

多数大企业只报告了有限的提升,但前 20–25% 已看到端到端约 2 倍改进:它们用一两天的 agent 驱动周期替代两周冲刺(agent 上夜班、人第二天验证),组成 2–4 人的小组合并角色,策划共享的 skills 和上下文,把变革管理做到试点之外;构建变快后瓶颈转向需求与发布,质量与衡量仍是难点。

观看原视频 ↗

内容概要

去年底的调查里,大多数客户只报告了有限提升,大约前 20–25% 的企业在整个开发周期上看到约 2 倍改进。差异一:节奏——有客户从两周冲刺改成一两天的工作流,agent 上夜班构建和测试,人第二天验证输出再送回 agent;一致的输入和已知的评审点让人能判断 agent 何时可以独立把结果推进到下一阶段。差异二:组织——2–4 人的小组,角色合并;在银行等过去流程繁重的企业尤其明显,组织可以保留工程师组建更多团队。差异三:从试点到推广——试点团队可以自己决定谁定义工作、用什么工具、何时介入,推广则需要策划工具、skills 和共享上下文。质量:代码生成变快后有报告质量下降;分母很重要,PR 多了总缺陷数会增加,但 Shilpa 描述的数据中按人、按 PR 的不良趋势也持续存在,要在评审能力上投资,并给 agent 评审者会接受的示例。瓶颈转移:构建与测试变短后,上游(需求是否就绪)、下游(发布)和横向依赖成为延迟所在。衡量:组织能数 token、工具和培训人数,但很难说清投入换来了什么;小组规模减半若能在相同时间交付相当的范围与质量,就能释放人做并行工作,「团队周」估算会掩盖这种人员变化。

幻灯片截图

2–4 人的小组、合并角色;在银行等流程繁重的企业尤其明显,可以用同样的工程师组建更多团队。
8:12 2–4 人的小组、合并角色;在银行等流程繁重的企业尤其明显,可以用同样的工程师组建更多团队。
质量下降的报告:PR 多了总缺陷会增加,但按人、按 PR 的不良趋势也持续存在——要投资评审能力,给 agent 评审者会接受的示例。
11:36 质量下降的报告:PR 多了总缺陷会增加,但按人、按 PR 的不良趋势也持续存在——要投资评审能力,给 agent 评审者会接受的示例。
构建测试变快后,瓶颈转向上游(需求是否就绪)、下游(发布)和横向依赖。
13:56 构建测试变快后,瓶颈转向上游(需求是否就绪)、下游(发布)和横向依赖。

截图来自原视频,仅用于评论与学习。

要点(点击时间跳到原视频)

  1. 0:35

    大多数大企业只报告有限提升;约前 20–25% 在端到端周期上看到约 2 倍改进。

  2. 5:10

    夜班模式:从两周冲刺变成一两天的工作流,agent 夜里构建和测试,人第二天验证、再送回 agent。

  3. 7:14

    2–4 人的小组、合并角色;在银行等流程繁重的企业尤其明显,可以用同样的工程师组建更多团队。

  4. 9:23

    试点可以自选工具,推广需要策划:统一的工具、skills 和共享上下文,以及超越试点的变革管理。

  5. 11:35

    质量下降的报告:PR 多了总缺陷会增加,但按人、按 PR 的不良趋势也持续存在——要投资评审能力,给 agent 评审者会接受的示例。

  6. 13:57

    构建测试变快后,瓶颈转向上游(需求是否就绪)、下游(发布)和横向依赖。

  7. 16:07

    衡量仍最难:能数 token、工具和培训人数,却难以说明交付了什么;需要看小团队实际交付的范围与质量。

可以用在日常工作里的

  • 团队

    尝试「agent 夜班、人白天验证」的一两天循环,并明确每个阶段的评审点。

  • 团队

    推广时策划统一的 skills/上下文库,并同时投资评审能力,跟踪按 PR 的缺陷率。

同一章节的其他演讲

← 返回全景 · 目录