公司内部AI代码入库率考核工作已正式启动

最近有读者在后台询问，为什么我近期很少分享技术文章了。 说实话，周末坐在电脑前，想写一些技术文章，却常常感到无从下手。如今AI工具如此便捷，纯粹的技术文章和源码分析似乎正在逐渐失去传统的价值——对于开发者而言，究竟还有没有必要去深入啃读框架的底层源码？这个问题值得反复思考。 从内容创作的角度来看，这类文章AI也能生成，甚至可能写得更好，经过针对性调优后，读者几乎察觉不到差异。但长此以往，市场生态被破坏，读者不再关心文章是由人撰写还是AI生成，索性都不看了。这种迷茫直接导致了创作上的停滞。 坦白讲，AI带来的冲击比预想中更为猛烈。以我所在的部门为例，几个变化非常直观。 首先是公司开始全面考核每个开发人员的AI代码入库率——不仅针对个人，还要上升到开发团队、部门、中心，并进行横向对比。入库率不达标会被通报，这相当于强制要求所有开发团队使用AI Coding。幸运的是，公司拥有自己的大模型团队和部署模型，不存在token费用问题，开发同事无需自带token入组。 另一个变化是今年整体的AI导向。想要在领导面前做出成绩，常规的系统开发与运维只要不出问题即可，但这根本无法让你脱颖而出。真正能获得认可的方式，是从AI上下功夫：你用AI解决了哪些具体业务问题？如何帮助自己提升效率？如何帮助团队提升效率？整个公司都在朝这个方向倾斜。公司提供了AI平台和生态，但具体如何落地，需要每个团队自己去探索。说到这里必须强调一点：好的AI场景现在是极度稀缺的资源。这里所说的“好”，是指真正能解决实际业务问题的那种，而不是网上那些听起来高大上、实际上解决的问题非常有限的案例。 越来越明显的一个趋势是：技术本身是否牛已经不重要，技术够用、能熟练进行AI Coding就行。在AI Coding这个大趋势下，架构设计能力、业务理解力、流程拉通能力，反而成为了更关键的分水岭。