我们的Shift CTO Craft晚宴形式建立在坦诚交流的基础上，而不是幻灯片或赞助商的推介。这只是一些资深工程领导者讨论他们组织中实际发生的事情。在我们在多伦多举行的晚宴上，主题是工程中的人工智能采纳。在前五分钟内，显然我们将花整个晚上确认一个不舒服的真相，这与我们在春季早些时候在伦敦所听到的类似：没有人真正弄明白这一点。注意：我们将在九月在美丽的克罗地亚海岸的Shift开发者大会上努力弄明白这一点——门票正在发售！ 自由放任的时代已经结束 两年前，要求很简单：无条件投资人工智能。那个时代已经结束。取而代之的是更严肃的对话，显然一些与会者已经在与他们的首席财务官进行这样的讨论。问题已经从你是否在使用人工智能转变为你从中得到了什么？对投资回报率（ROI）的需求没有改变。如果有什么变化的话，那就是随意消费的窗口正在缩小。对于大型组织，期望是在12个月内，甚至更早就能看到回报。挑战在于，正如一位参与者所说，ROI中的I是完全不受管理的。工程能力过去意味着员工人数，这是财务可以建模的东西。现在它意味着代币，没有人控制任何个别工程师在特定的一天使用多少代币。一旦首席财务官签署合同，他们对实际投资将是什么没有控制权。如果你不能告诉我投资，那么预计回报又意味着什么呢？ 桌子周围的几个人都遇到同样的问题：那些购买工具、签署合同的组织，后来意识到公司内部没有财务模型来管理下一步。比较不断出现：早期的云采纳，FinOps在FinOps出现之前。我们正处于同样的窗口。成本依然是个幻想，使用量仍未定义，测量它的指标尚未发明。一位参与者的看法是：现在过于强烈地追求ROI可能意味着测量完全错误的东西。更聪明的做法是先建立一个基准。我认为最终会达到一个更可预测的状态，在那里我们可以说，大致这个数量的代币会产生这么多的特性价值。但我认为我们现在还无法预测这一点。更实际的反应，由多个团队 shared：停止放任自流，开始标准化。这并不意味着我们告诉人们减少使用人工智能，而是从“使用所有东西”向“更聪明地使用相同的东西”进行引导。 你现在真正招聘的是什么 招聘讨论暴露了在场的人对工程师到底是什么的看法存在分歧。一位参与者明确区分了两个常常被混淆的角色：负责产品交付的AI工程师和负责系统设计的工程师。语言不再重要：Python、Go、Rust、Node。但系统设计没有变化。仍然需要有人考虑可用性、预算和AI无法为你做出的架构决策。新软件工程师是产品领导者。关注的是产品是什么，而不仅仅是如何运作。但我们仍然需要考虑设计的技术人员。这是两件不同的事情。在面试方面，达成了一致的意见是保持技术基础，但带有警告。一支团队尚未改变他们的流程，仍在测试系统思维能力和分析模糊问题的能力。其他团队则积极重新思考。最有趣的看法来自于一位调整了面试重点，转向代码审查而不是编码的人，因为那正是工程师现在实际做的事。我改变了我们的面试流程，专注于代码审查，因为这正是我们实际在做的。而实现现在是AI辅助的，无论你选择如何使用你的代理。如果你的团队能够更快地生成代码而非审查代码，你就会出现瓶颈。约束是人类判断，而不是输出。 团队反应和“重新校准时刻” 桌子两边，没人形容出一个完全热情或完全抵制的团队。现实更加复杂。一位领导者谈到了他公司那些在被轻轻推动后终于参与其中的迟到者，然后经历了他所谓的“重新校准时刻”：意识到以前需要几天的整个工作类别现在只需几小时，并不得不重新考虑他们的日程安排。另一位描述了更复杂的情况：一名与人工智能高度有效的工程师，确实善于使用它，但对人工智能生成的输出也深感怀疑。有一个人非常擅长使用人工智能，生产力很高，但对任何AI生成的内容也非常敏感。"这是由AI写的。" "好吧，但它好吗？" "是的，它很好。但是它是由AI写的。" 对于AI使人们停止思考的担忧不止一次地出现。