在过去的一年里,我们的工程团队经历了我职业生涯中见过的最深刻的变化之一。 我们已经从使用AI工具转向 工程师更快地编码...到现在AI存在的世界 我们如何设计、构建和运送软件。 帮助 在中心 作为“人工智能助理”实验的Copilot风格开始了,已经成为一个完全人工智能的开发过程,它正在改变一切 - 速度,质量,甚至是成为一名工程师的含义。 从司机到导航员 当我们开始时,人工智能只是一个助手,而人类只是一个助手。 工程师仍然写了代码,而AI提供了线索和完成。 司机 今天,作为我们的工程总监 Alastair McClelland 把它放: “工程师现在是导航员,AI是司机。 他是对的,工程师现在描述 必须发生, 它重要,限制,AI然后实施,测试和迭代。 什么 为什么 基本上,在这个短语变得流行之前,我们正在进行规格驱动的开发,工程师的技巧已经从编写代码转向表达意图。 司机和导航员的类似性很好,因为一个好的导航员知道何时干预和控制,他们还反映了为什么这种干预是必要的,并为未来提供更好的指导。 实践中发生了什么变化 这种转型重新塑造了我们的团队的工作方式: 原型设计:我们现在创建和验证创意的速度高达10倍 生产交付:大约3×更快,同时保持强大的质量 测试覆盖:通常是以前的两级 - 即使是原型也被测试 采用:大约一半的工程师已经完全采用了人工智能;其他人正在遵循这种采用曲线。 我们甚至跟踪代币的使用,以衡量人工智能的参与和生产力,令人惊讶的是,我们现在花了多少“思考”的时间与人工智能合作,而不是打击它。 新角色,新思维 人工智能已经改变了工程工作本身的形式。 工程师现在更注重建筑和产品 - 定义系统和解决真正的客户问题,而不是实施预先定义的任务。 代码评论也进化了,他们不再是关于捕捉小问题,他们是关于共享学习和改进 因为AI已经处理语法,结构和链接。 , 虽然我们仍然需要纪律和测试,但我们现在的重点是更好的提示,更清晰的规格和更智能的AI反馈循环。 正如Alastair所说, “最好的工程师正在成为最好的沟通者 - 那些能够准确地向人类和机器描述意图的人。 我们学到的东西 以下是我们AI第一转型中最大的教训: 速度上的质量是可能的. 如果您从一开始就嵌入测试,您可以更快,并获得更安全的发布。 人工智能需要背景,而不是微型管理,成功取决于明确的规格、结构化数据和紧密的反馈循环。 人工智能工具每个月都在演变,所以做好技能,好好利用它。 快速进化需要一种增长思维和一种庆祝实验的文化。 Celerity项目:AI时代的工程 为了使这一切变得可持续,我们启动了Celerity项目 - 我们的倡议是围绕人工智能重建我们的开发环境。 它专注于: Monorepo跨多个应用程序的背景共享 使用 OpenSpec 和 ADR 的 Spec 驱动开发 嵌入式“技能”作为 / slash 命令在项目中 强力编写,LLM友好的实现 Mermaid + Markdown 为清晰、机器可读的文档 每个决定都涉及让我们的系统能够被人和AI读取 - 保持我们的速度高,而不会牺牲质量。 我们所指向的地方 我们预计广泛的工程将稳定在大约 交付速度更快 2-3 倍,原型仍能达到 10 倍。 但真正的变化不仅仅是速度,而是思维方式。 我们的工程师不再只是编写代码;他们 他们正在设计能够自我解释、自我测试和不断演变的系统。 他们在这种环境中蓬勃发展。 正如Alastair完美地总结的那样: “我们不是用人工智能取代工程师,我们正在重新定义什么是工程。 最后的想法 软件开发中的AI革命不是关于自动化,而是关于放大。 当我们将人类意图的清晰度与人工智能执行的精确性和规模相结合时,我们不仅会更快地移动,而且会更好地建设。 想成为AI第一数据工程师吗? 我们一直是AI第一工程,第一个AI第一,AI本土数据工程AI代理名为Metis。 如果你想检查一下, 它是免费的! 开始使用 Snowflake 的原生 CI/CD