Code New Era 圆桌论坛：技术领袖如何在 AI 时代重塑研发价值？

筹备上海站活动的2025年11月24日约 7 分钟

11 月 15 日，由七牛云主办的《Code New Era》AI 思辨会在杭州顺利举办，活动汇聚了近百位 CEO、CTO、技术创始人与战略思考者，共同探讨了 AI 时代下研发的价值重塑之道。（详情戳：Code New Era 回顾｜从“术”到“道”：近百位技术领袖揭晓 AI 重塑研发价值的答案）

如果说主题分享是几位行业先行者为 AI 时代的研发变革，描绘了高屋建瓴的“战略北极星”；那么随后的圆桌论坛，则迅速演变为一场由近百位一线技术领袖共同主导的“实战推演”。

圆桌论坛由开源社联合创始人 Richard 林旅强主持，七牛云创始人兼 CEO 许式伟、动平衡科技创始人巴布以及 Datawhale 创始人范晶晶共同开启。在简短开场后，便被现场观众高涨的热情“反客为主“，一场由现场参会者驱动的深度 AMA（Ask Me Anything）正式上演，一系列高水准的问答，将议程引向了高潮。

核心议题：如何成就“超级个体”与组织变革？

Richard 林旅强：当下，“一人公司”与“超级个体”讨论不断。AI 正在重塑生产力，甚至让一个新人完成过去一个团队的产出。你们如何用 AI 成为“超级个体”？又如何推动组织拥抱变革？

许式伟：在 10 月初的七牛全员会上，我们明确了全面推动用 AI 来变革组织的方向，这不仅仅是 AI Coding，而是 AI 对组织方方面面的变革。在业务上，我们自研的 Code Agent 和 AI 客服已在内部广泛使用，效果很不错。为了让全员参与 AI 变革，我们在 1024 程序员节举办了公司史上最大规模的“全员黑客松”（戳➡️从理念到实践：见证 AI Coding 的变革力量，只需一场 Hackathon），非技术岗位都深度参与，气氛热烈，这也验证了组织的 AI 活力。明年，我们大概率会开始测量团队的“AI 浓度”，以此作为驱动力，让更多人拥抱 AI。

范晶晶：对于技术和需求理解都已透彻的个体，AI 是神器。但对于更多创业者或新人，关键在于想清楚规模化的需求应该用何种供给方案去满足。我们团队会先做需求的规模化推演，再制定 AI 战略。不会盲目卷入浪潮，而是保持开放系统，随时了解 AI 的发展，在最合适的时机投入，实现“后中争先” 。

巴布：组织面临的最大挑战是生产关系的变革。如果一个人用 AI 干了 4 个人的活，组织能给他匹配的激励吗？如果组织无法建立新的激励规则，个人就不太会愿意贡献自己的核心经验。如果现有组织改不动，那么大概率会裂变成许多小组织。

现场激辩：来自一线的深度思索

嘉宾的分享点燃了全场的热情，而观众席上一系列高水准的提问，将讨论推向了更深层次。

重塑研发角色

AI 时代，DDD（领域驱动设计）这种经典的建模方法论，是否还具备核心价值？

巴布：它的价值依然存在，但用法已经改变。DDD 曾因互联网时代追求性能的“大宽表”模式而被认为过重。但在 AI 时代，有两个关键转变：第一，大模型本身已掌握了通用的领域模型，如财务、供应链等；第二，AI 正在重塑组织结构，进而改变业务流程。因此，我们的任务不再是从零构建领域模型，而是要用 DDD 的思维去“撬动”大模型，去定义你企业特有的、适配新组织模式的深层业务逻辑，这依然是核心竞争力所在。

我是 Go 语言的社区贡献者，感觉社区氛围在变，Google 的重点也在 AI。Go 的黄金时代是否已经过去？或者说，在 AI 时代，学习任何一门具体的编程语言还重要吗？

许式伟：我对 Go 很有信心，它的黄金时代远未结束。恰恰相反，我认为编程语言在 AI 时代变得更重要了。因为编程语言是形式化、无歧义的，是人类与机器、机器与机器之间最高效的沟通协议。当 AI 生成的代码需要人来审查、当复杂的系统需要清晰的规范来定义时，编程语言就是那个最终的“真理来源”。懂编程语言的人，在 AI 时代是掌握了“高级文明的密码”。

如果一名工程师使用 AI 能完成过去 5 个人的工作量，我们应该如何重新思考他的薪酬？

巴布：核心原则是从成本定价（按工时）转向价值定价（按产出）。如果他确实交付了 5 倍的价值，你就应该给予他匹配的高薪。但要注意，真正的价值高地，不在于用 AI 写出代码，而在于能用 AI 并做出正确的架构选择和技术决策。

变革组织形态

我们团队已将前后端等融合为全栈，并要求产品经理借助 AI 直接生成前端页面，取代原型设计。这让我有些困惑：这种由 AI 驱动的角色融合与流程变革是否正确？以及在新工作流下，文档的价值和形式该如何演变？

许式伟：这个趋势本身是好的，让产品经理具备技术背景并能直接提交代码，是正确的方向。但这里的关键，是要区分产品工作的探索性质与工程工作的严谨性质。

产品经理的职责，是通过快速制作三、四个 Demo 来探索最优解，这就像用 AI 快速搭建一个“localhost”来验证想法。但这个“localhost”版本，和一个真正需要考虑稳定性、可维护性、安全性的“生产级”产品，存在本质区别。

因此，我不太建议将这两个有着明显差异的步骤合并。让产品经理负责“探索与验证”，让工程师负责“生产级构建”，这才是合理的角色分工。当这个分工明确了，关于文档的问题也就有了答案：为“生产级”产品编写必要的文档，依然是工程严谨性中不可或缺的一环。

当 AI 让技术工具本身趋于“商品化”，作为管理者，我们该如何重新评估人才的核心能力？

巴布：当技术不再稀缺，两项人类独有的能力将变得极其重要。第一是同理心——对环境、用户情绪和业务痛点的敏锐感知力。第二是选择与品味——AI 能提供 10 个方案，但它往往会顺从你的指令，哪怕指令是错的。而人需要有判断力，从中选出那个能平衡长短期利益、最具品味的决策。这种决策力是 AI 目前难以取代的。

许式伟：我补充一点，这正对应了我分享的软件工程能力三角形：工程能力、设计能力、商业能力。选择就是设计，品味就是商业 ROI。很多人觉得自己没必要关注商业，这就导致他们会失去很多机会。因为组织的变革，最终都是由商业的 ROI 驱动的。

在七牛云内部，Code Agent 的具体实现逻辑是怎样的？

许式伟：核心是与 GitHub 通过 API 进行深度集成，将工作流 API 化。开发者在 GitHub 上发起一个描述清晰的 issue，并@AI，Agent 就会自动创建一个新的 PR 来执行任务。这背后的原理是 API 化，具体的工程实现细节是我们同事实现的，后续如果有机会，我们会做更详尽的技术分享。

驱动个人成长

我们是一个 AI 原生的 00 后创业团队，想做一个 AI 工作流的交易平台，如何解决吸引 KOL 和用户的“先有鸡还是先有蛋”的问题？

范晶晶：这是一个典型的供需问题，关键在于要从需求侧拉动，而非供给侧推动。不要一开始就去想怎么签约 KOL（供给方），而要先去验证谁愿意为这些 AI 工作流付钱（需求方）。一旦你能清晰地证明这个市场的付费意愿和商业价值，优秀的 KOL 自然会主动加入。

Richard 林旅强：这正是 PMF（产品市场匹配）的核心。现在很多人都在做类似的事，但能为创作者赚到钱的项目极少。当时机、产品、用户三者没匹配上时，流量投入被浪费的可能性很大。如果资金不够，那就慢下来一个一个谈，不要心急。

面对 AI 浪潮，时间精力有限的我们，该如何快速学习和掌握 AI？

巴布：这存在两个版本的路径。务实的版本是：利用现有工作，想办法挤出时间，多尝试公司能提供的资源。而更激进的版本，则需要你对 AI 有更高的认知和“信仰”，如果能忍受业务上两三年的波动，就投身到一个 AI 原生的新环境。但我认为，在现有岗位上提升 AI 原生思维、掌握 AI 工具，本身就是一个很好的起点。

Richard 林旅强：我以前在华为工作也很忙，但我利用每天一小时的午休时间学习 AI，坚持下来一定会有质变。

AI 时代研发价值重塑的三条主线

整场讨论，无论从组织、工具链还是个体能力，嘉宾与观众的观点高度一致地指向三个趋势：

研发角色的重构：从“写代码”走向“做选择”。AI 让代码生成变得廉价，但架构判断、业务理解、设计品味成为核心稀缺能力。
组织结构的重构：激励机制与生产关系比工具更关键。当一个人可以交付过去一个团队的产出，薪酬体系、职责边界、流程定义都需要重建。
工作方式的重构：AI 原生工作流将成为新标准。从全栈融合到产品直写代码，从 GitHub API 化协作到 Code Agent 自动生成 PR，研发正在从“人驱动”转向“AI 先行、人类确认”的范式。

在这场坦诚的对话中，没有标准答案，只有来自一线的真实思考与实践。

这次的相聚，只是一个开始，我们已在积极筹备《Code New Era 上海站》，期待与更多真正的思考者和行动者，在黄浦江畔再次激荡。请扫描下方二维码添加活动小助手，预约下一场活动的早鸟席位。