AI 对研发效率提升到底有多大?

Victor215 2026-08-10 15:23 1

从 Agent 出来到现在,有人说 AI 让研发效率非常大,比如 OpenAI 和 Anthropic 的那波人,说效率有翻天覆地的变化。一个人几天就能把公司的一个很复杂的项目搞定。


但是我自己体验下来,发现用相对比较好的模型( chatgpt Sol ),或者最新的 deepseek flash v4 ,也总是磕磕绊绊的。特别是当我要写的不是一个 demo ,而是一个可以真实上线的,能稳定运行,不出错的程序,还是要花非常大的精力。


单就我最近做的一个项目来说,大概不到 10 个页面的修改(不是新增),我的需求定义还是花了将近一周,绘制了各种低保真和逻辑图,可以预见的是,也许代码两天可以让 AI 写完,但是功能开发自测试怕还是要 2-3 周,才能逐步到真正可商业化落地的效果。


然而,如果站在外部看,这么简单的几个页面,一点点需求,有 AI ,不应该是 2 天就搞完么?


我想知道,大家是怎么认知这件事情的。

最新回复 (11)
  • AutumnVerse 08-10 15:44
    1
    周一一大早,产品跑过来说有个很紧急 xxx 需求需要赶紧处理。我跟他简单沟通了一下,发现还涉及三个部门,5 个系统要改。

    由于紧急需求,各种准入审批、安全审批、法务审批、公关审批,一路高效绿灯,周一下午前置审批全部完成。周一下午,为了协调三个部门,我梳理完逻辑,拉了三个部门对应的产品和自己部门产品一起沟通需求,讲了 1 个小时的改动方案,再激烈讨论 2 个小时分工,三个部门有 2 个部门都说没人力,还有一个部门说我们可以自闭环,不用找他们。

    为了推动项目尽快上线,晚上又拉上四个部门的 T1 leader ,一顿讨论到大半夜,最后拍板,三个部门都抽人力支持,现有需求都先延后。

    周二一大早,再拉上 3 个部门的研发开会,又讲了一个小时需求内容,然后沟通改动方案,一堆人扯了半天,你不愿意改,我不需要改,battle 了一上午,没有出什么有效结论。周二下午,又接着拉产品、部门 leader ,继续 battle ,又扯了一下午,终于明确了各种改动内容,于是大家开始排期,他要开发半天,你要花两天,他今天介入,你又后天介入。

    各种人力资源协调,扯了一整天,最好周三 pmo 终于协调完成,所有人周三下午开始干活,周四联调,周五提测,qa 周六日加班,下周一测试。

    最后身心俱疲的我回到工位,打开 ide ,加了三行配置完成需求,可以等其他人联调了。

    ----------------------------

    每天绝大部分工作都是这样的,ai 提升的只是写代码的速度,但是工作 90%的时间都不是在写代码,可能个人开发者,或者一个人负责一大堆业务的全栈开发者,只管写代码的人,那提升很大吧。但是正经公司,各种冗长的流程,导致提升非常有限。
  • Victor215 楼主 08-10 15:56
    2
    @AutumnVerse 这是大厂的常态? 不过我没在过大厂,一直在小厂,跨部门的沟通相对没这么频繁。
  • morota 08-10 16:19
    3
    只从写代码的角度讲,效率提升如同自行车到法拉利。
    代码写出来之后的事,那就看情况了。

    对于不讲究流程的小工作室,不夸张的说,今年 2 月份的时候,员工 20-30 人,同时接 10 个左右的项目。
    现在员工 3 个人,外加 5 个 claude 200 刀账号,淘宝购买,被封就再买一个。同时做 20 个左右项目。当然大多是维护,改 bug,做 2 期之类的。
    现在外面对软件的报价认知和以前基于人/月的报价评估方式有很大的 gap 。窗口期还有一段时间,还能赚一段时间差价。
  • xiaowoli 08-10 16:39
    4
    难得从来都不是代码的部分,整体架构和思路很多都是存在那些人的脑子里的,
    代码只是一种实现手段,现在这种实现方式变得越来越快了
  • tf2 08-10 16:44
    5
    效率提升多大不知道

    以前一屋子的人开会

    现在一屋子的人,每个人手上都在跟几十个 agent 开会。
  • EastLord 08-10 17:26
    6
    https://x.com/awscloud/status/2064449711155589396?s=20
  • Sundayz 08-10 17:30
    7
    大到我现在一行代码都不用手写了
  • Victor215 楼主 08-10 18:46
    8
    @Sundayz 这个确实,不下手自己写代码了,但是核心业务领域的代码,还是每一行都要看的。
  • happinessnch 08-10 18:47
    9
    我补充一点,关于 AI 的使用效率,

    举个例子,现在的 Vide Coding 实际不是效率很高的编写方式,
    AI Agent 维护代码的效率要低于重新生成,所以先完成设计细节,反复校验设计再输出代码,
    会比 VC 一边输出代码一边改设计要更高效,代码一旦输出就是负债。
    如何设计 rule 、skill 来帮助 AI 提高效率,如何使用 SDD 、TDD 来防止 AI 发散,不同模型选择处理不同的业务。

    开发使用 AI 的生产效率还是有很大差异的,如果不是很复杂的项目,AI 开发过程总是遇到问题,可以尝试优化一下 AI 的使用流程。
  • Victor215 楼主 08-10 18:47
    10
    @morota 说真的,我现在都不知道该怎么评估工时,过去的工时评估的方式已经不奏效了,但是现在又没有什么好的评估工时的实践。
  • Victor215 楼主 08-10 18:54
    11
    @happinessnch 整个研发过程,只有编码的阶段相对来说是线性的,而前期的需求、UI 的设计、后期的问题发现和修改,都不是线性的。在不是线性的条件下,不管是通过迭代提示词,让 AI 一次性输出对结果,还是 vibe coding 的方式来输出,似乎都要花不少功夫。

    我觉得可能一个重要的原因是,因为很多项目不是标准化的,如果在做这些项目的时候,AI 不能很好的 get 到我的喜好和我的想法,就很难把效率提上来。但是让我把我的喜好和想法很轻松的表达出来,甚至形成护栏,似乎并不是一件简单的事情。
* 帖子来源V2EX
返回