Slow down to speed up: so much has changed in 6 months’ time

放慢脚步，加速前进：六个月间变化如此之大 过去六个月工程领域的变化概览，各科技公司如何改变工作方式，以及为何放慢脚步可能是一个明智的策略 日程说明：周四将不会有《脉搏》的更新，因为接下来一周半我将在旧金山，参观AI实验室和初创公司，并从下周一开始参加AI工程师世界博览会。播客和周二的文章将照常更新。 三周前，在匈牙利布达佩斯的Craft大会上，我以题为“放慢脚步，加速前进”的主题演讲开场。 和我的大多数演讲一样，这个演讲是分阶段形成的，包括来自《务实工程师》的付费订阅者的一些意见，我提前与他们分享了想法，在“想法：与AI代理合作时放慢脚步，加速前进”中。感谢所有的评论！ 命运的安排，就在两天前，社交媒体巨头Meta恰好为我的演讲提供了一个现实世界的案例研究，即其有史以来最尴尬的宕机事件：用户只需让Meta AI更改任何账户的电子邮件，机器人就会欣然遵从——即使该账户完全属于其他人——包括一位美国前总统。这是一个及时的例子，可以用来开场。请查看完整的主题演讲，可在YouTube上观看： 在这篇文章中，我详细总结了Craft大会主题演讲的关键部分，以及活动中收到的一些反馈。付费订阅者还可以在这里和本文末尾访问幻灯片。 我们涵盖： - Meta：“AI精神病”在起作用？Meta一直在摧毁其工程组织，而对AI的痴迷似乎是原因之一。关于这个问题的更多信息，请查看这篇深度报道。 - 六个月间一切都变了。从去年11月左右开始，随着像Opus 4.5和GPT-5.4这样能力更强的AI代理的出现，情况发生了变化。 - 科技公司如何改变工作方式？Anthropic、OpenAI、Google、Uber、初创公司和传统公司。 - 趋势。个人生产力上升，但团队生产力持平，tokenmaxxing和工具采用，中层管理消失，CEO和CTO回归编码，等等。 - 软件领域的趋势。软件质量下降，GitHub持续存在的可靠性问题，AI垃圾信息淹没关心质量的开发者，等等。 - 对软件工程师和工程领导者的建议。帮助职业生涯面向未来的建议。 - 反馈。“这里也在发生！”是一个常见的主题，有些人感到宽慰，因为这并非他们工作场所独有的问题。 1. Meta：“AI精神病”在起作用？ 当我读到Meta通过“零认证”政策实现了账户接管，即只需询问Meta AI机器人就足以更改任何账户的电子邮件地址时，我以为这是一个虚构的故事。毕竟，发布这样的回归将违背安全措施、代码审查、自动化测试和指标。此外，公司有专门的诚信团队，其使命是确保这种事情永远不会发生……然而，这个漏洞还是发布了。 Meta内部没有人发现它，因此像美国前总统巴拉克·奥巴马这样的高知名度账户被接管了。Instagram的专门诚信团队似乎是通过新闻发现了这个尴尬的问题。 如前所述，这是在Craft主题演讲前两天，所以有足够的时间在Instagram和Meta内部询问。那里的工程师告诉我，这场灾难是由AI生成、AI审查的代码，加上裁员，以及强制将诚信团队和其他地方的人员重新分配到AI标注及相关职责造成的。 Meta的问题似乎在于，领导层正在积极推动人工智能，同时从负责安全、质量和可靠性的领域撤走资源和人员。自从上周深入探讨幕后发生的事情以来，我了解到更多细节： - WhatsApp的诚信团队受到裁员和强制数据标注重新分配的严重打击 - Instagram的设计团队在裁员期间人员编制减少了44% - 开发者文档和支持团队在裁员期间人员编制减少了整整95% - ADO集团的数据标注不仅仅是“单纯”的标注；有许多AI训练任务要做。但这些任务重复性高，除非你非常有创意。 根据我与Meta员工交谈所听到的一切，AI引发的行为确实是这次中断的核心。AI生成、AI审查的代码，以及安全团队被削弱，也是这次极其尴尬事件的因素。正如上周深入探讨中所报道的： - Instagram的信任与安全团队因数据标注和裁员失去了约50%的员工。一些最资深的员工被征召去执行AI训练任务。 - 最近几个月，代码库中非常普遍的是零人工输入的AI生成更改，仅额外进行AI代码审查。导致这次中断的更改看起来就是其中之一。 - 通常情况下，信任与安全团队会负责监控和警报安全漏洞，但由于内部快速混乱，目前该团队完全处于混乱状态。 如果像数据标注任务和员工跟踪这样的重大变化被撤销，那么Meta的事情或许能恢复正常。但到目前为止，领导层所做的最大努力是增加了零食、旅行和活动的预算。这远非恢复士气和以往文化所需的改变！ 与热门剧集《人生切割术》中的Lumon公司的比较恰如其分： Meta有史以来最严重的中断可以被解读为一个警告，说明当过度关注AI以至于忽视公司主要盈利产品的基本健康时会发生什么。Instagram、WhatsApp和Facebook为Meta带来了大部分收入，但公司正在将更多工程师重新分配到训练编码模型上，并积极削减关键组织的人员编制以实现这一目标——以至于关键服务没有值班覆盖，安全团队因过度紧张而无法履行职责。 我是否遗漏了为什么构建一个最先进、可能封闭的、擅长编码的AI模型比维持运营产生收入的业务并保持稳定基础设施更重要的一些见解？ 2. 六个月来一切都变了 与AI实验室毫无关联的独立、经验丰富的软件工程师几个月来一直表示，我们进行软件工程的方式已经发生了转变。 Ruby on Rails的创造者David Heinemeier Hansson（DHH）在1月份表示： “就在2025年夏天，我与Lex Fridman交谈时谈到不让AI直接编写任何代码，但事实证明，这种抵制部分只是基于当时模型不够好！我花在重写它所写内容上的时间，比从头开始写还要多。现在这种情况已经逆转了。” Django的创造者Simon Willison在5月份指出，变化始于去年年底： “2025年11月发布的模型将智能体提升到了真正有用的水平。我们现在已经有六个月来适应这个想法；难怪公司开始在这项技术上投入真金白银。” 使用智能体的团队现在提交的拉取请求数量是两年前的5倍。以下是来自Linear的数据： 使用AI辅助工具的开发者产生的代码量是18个月前的2.5倍。来自Cursor的数据显示，他们的用户平均从2025年1月添加3500行代码增加到今天的8600行： 拉取请求的规模比18个月前增长了3倍。同样来自Cursor的数据： 更多AI变更在未经人工审查的情况下被接受。Cursor的数据显示，自今年2月左右Opus 4.7和GPT 5.5发布以来，未经人工审查就被接受的变更数量大幅跃升： 我们看到生成的代码越来越多，而开发人员审查的代码却比以往任何时候都少。自从去年11月AI代理真正变得强大以来，在相对较短的时间内，开发人员生成的拉取请求更多了，这些拉取请求的质量也在提高，而代码审查越来越难以跟上。因此，审查变得不那么严格，更多的变更在未经人工审查的情况下就进入了生产环境！根据我与Meta工程师的讨论，这类AI生成、AI审查的拉取请求（在Meta，它们被称为diff）正是导致最近Instagram那次尴尬宕机的原因。 3. 科技公司如何改变他们的工作方式？ 一些大型科技公司的细节： Anthropic：全力投入AI代理。3月，Claude Code的创造者Boris Cherny在Pragmatic Engineer播客上分享了一些细节： - 他个人并行运行约5个代理，每天提交20-30个拉取请求 - 产品需求文档（PRD）已经过时，原型已取代了它们，在Anthropic内部 - 3月份，Claude Code约100%是由Claude生成的 - Anthropic内部约70-90%的代码是由Claude生成的 - Claude Cowork——另一个收入潜力达十亿美元的产品——仅用10天就构建完成 此后，Boris分享说他的工作流程已改为设置循环来运行代理。 OpenAI：在AI代理方面进展更快。OpenAI的Codex团队在2月份的Pragmatic Summit主舞台上亮相。Tibo Sottiaux（OpenAI Codex工程主管）分享了Codex团队如何进行软件开发的细节： - 内部OpenAI移动应用中集成了一个“修复此问题”按钮。它可以对错误报告进行一次性修复，开发人员审查后可以合并 - 对所有代码变更进行AI代码审查。采用分级方法，某些变更只需AI审查即可合并，而更重要的变更则需要额外的人工审查 - 大多数开发人员并行运行多个代理，经常开着笔记本电脑盖子走来走去，这样机器就不会进入睡眠模式而挂起代理 - Codex团队不再真正手工编写代码，其他团队也不太常见了 - “品味”正成为在该公司工作的核心技能 - Codex自我改进：它运行自己的测试套件，在夜间运行改进任务，并在团队会议期间对讨论的主题采取行动 Google：AI广泛使用。正如Google CEO所承认的，Gemini在编码方面不如Claude或Codex强大，但它在全公司范围内被广泛使用。与其他公司相比，能力较弱的编码模型可能会阻碍AI的采用。 Uber：内部AI基础设施。我们深入报道了Uber如何使用AI进行开发，涉及内部系统，如： Uber的MCP网关： Uber Agent Builder： AIFX命令行界面： Minion：后台代理 Code Inbox： Smart Assignments作为Code Inbox的一个简洁功能： Risk Profiles：Code Inbox中的另一个智能功能： uReview，Uber的AI代码审查工具： Autocover和Shepherd用于大规模迁移： Uber是一个很好的案例，可以了解内部开发者基础设施需要重建多少才能与AI代理良好协作。Uber构建了上述所有工具，因为他们需要新的、更好的方式将AI代理集成到开发者工作流程中，但找不到任何符合要求的现成方案。我还想指出Uber在提高代码审查效率方面投入了多少时间和精力。开发人员确实被AI代码审查压得喘不过气来，而Uber的Code Inbox试图将需要审查的重要代码与不重要的代码分开。 初创公司正在纷纷采用AI代理，尽管他们的集成还比较基础。为了准备主题演讲，我与几家初创公司讨论了他们的AI使用情况。像Claude Code、Codex、Cursor、OpenCode等工具很受欢迎，我还注意到大多数初创公司正在将AI代理深度集成到Slack中，这样开发人员可以直接从聊天工具中启动错误修复或小功能请求。 我观察到初创公司最有可能尝试新的AI开发工具；从代码审查，一直到AI事件管理工具。 “传统”公司也在大力投资AI开发工具。在最近于旧金山举行的Pragmatic Summit上，Laura Tacho分享了有趣的细节： - 2月份，18000名思科开发人员使用Codex进行复杂的迁移、代码审查和重构。这非常早——Codex才刚刚开始获得行业范围的采用！ - 摩根大通构建了一个用于标注的多代理框架，使用多个专门的代理来标记客户交互数据，以及评审代理来汇总和排名结果。这些都是相当高级的用例！ 总的来说，“传统”公司在使用、付费和采用AI代理及AI开发工具方面似乎并不落后。 4. 行业趋势 我观察到围绕AI开发工具采用的一些趋势：