1/5

代码写得更快之后,团队该怎么工作?|Fiona Fung

Fiona Fung 讨论代码产出跃升之后,AI 原生团队如何用判断、责任与 JIT planning 保持高质量协作。

这是一期往期回顾。Fiona Fung 负责 Anthropic 的 Claude Code 和 Cowork 团队;她在访谈里谈的,不只是「怎么多用一个 AI 工具」,而是代码产出跃升之后,团队该如何重新分配判断、责任和注意力。1
这期访谈给出一个很直观的背景:Anthropic 工程师平均每季度交付的代码量,是 2025 年的 8 倍;Fiona 认为 coding 已不再是瓶颈。1
我把她的讨论压成 4 个带回团队的问题:
  1. 代码写得更快后,谁来判断哪些结果值得留下?
  2. 团队是在培养会调用工具的人,还是有产品判断力的 builder 与深懂系统的专家?
  3. 哪些重复工作可以交给 agent 异步推进,哪些判断不能外包?
  4. 现有流程和路线图,是否还在服务今天的问题?
访谈里还有一个很具体的工作样本:Fiona 设置每天运行的 routine,自动查看反馈、整理主题,再代她启动 agents;但她也坦言,异步工作会带来更多 context switching,如何减轻这份负担仍是未解问题。1
把它翻成行动,可以先试这 4 步:写清问题和假设;给团队自由,也给结果责任;用「trust but verify」检查 AI 产出;用 JIT planning,别把半年路线图当成事实。这部分是编辑整理,不是逐字引语。1
想听完整访谈:Fiona Fung 单集官方页面

Related content

Comments

Sign in to comment.