同樣導入 AI，為什麼有的 RD 團隊只提升 3 倍，有些卻能提升 10 倍？

💡 同樣導入 AI，為什麼有的 RD 團隊只提升 3 倍，有些卻能提升 10 倍？

前陣子有人問我一個國外演講裡提到的案例。

完整演講影片可以看這裡： https://youtu.be/pqlWNihgdjI

AWS Senior Principal Engineer Clare Liguori 曾分享 Amazon Stores 約 50 個開發團隊導入 AI 的觀察。

大部分團隊使用相近的 AI Coding Assistant 與工具環境，效率也確實都有提升。

雖說是公司內部的數據，但 50 個團隊的樣本，我覺得已經可以當成很有價值的參考。

而就這麼一間大公司裡，一群本來就很優秀的 RD 團隊，使用高度相近的 AI 工具。

最後產出的結果卻差非常多。

有些團隊提升不到 3 倍， 有些甚至超過 10 倍。

好了，問題來了。

為什麼？

既然 AI 工具差不多，真正拉開差距的是什麼？

最直觀、也最廣泛的答案大概是：

「人怎麼用 AI 吧？」

是，這樣說沒錯。

而且這件事在我自己身邊就發生得很明顯。

我用 AI 產生的結果跟產能，確實會比一些 Junior 高出不少。

但這也不是說我有多厲害，或是我有多會下 Prompt。

相反地，我自己反而很常讓 AI 先幫我整理 Prompt，再把問題想得更完整。

真正讓結果出現差異的東西，其實是：

它依賴在我原本的開發與工作經驗之上。

我知道哪裡可能有問題、哪些東西不能直接相信、該怎麼拆需求、最後又該怎麼驗證。

所以我現在很多工作的型態其實還是：

人分析 → AI 做一段 → 人檢查 → AI 再做 → 人再接回來

當然會變快。

⚠️ 但這其實只是第一層。

它解釋的是：

「個人」怎麼透過 AI 放大自己原本的能力。

我可以用這種方式放大過去的經驗跟產出。

可是它還不能解釋：

「團隊」為什麼可以再提升更多？

那如果今天不是只讓 AI 幫忙做其中一段，

而是讓 AI 開始改變整個 Workflow，甚至成為其中一個可以獨立工作的「中繼點」呢？

這樣講可能有點抽象。

我們先把自己想成一個完全不懂網站開發的店家好了。

店家只會說一句：

「請幫我做一個店裡的網站。」

現在的 AI 搞不好一天內真的就能弄出一個能看的東西。

但如果是一個工程師，尤其是碰過中大型系統的工程師，大概很本能地就會開始想到一大堆問題：

UI/UX 操作順不順？ 流程合理嗎？ 前後端怎麼切？ 流量撐不撐得住？ 之後會不會做到會員機制、數位平台化？ 效能呢？版本呢？資安呢？測試呢？

但客戶哪管這些？www

客戶真正想要的是：

「我要的東西可以正常用。」

以前這中間一大堆技術細節，往往是多個 RD、QA、UIUX、PM 各自去處理。

現在 AI 來了之後，很容易變成：

這些事情全部集中到一個工程師身上，再由這個工程師一直叫 AI 做。

就「個人」來說，產能確實變得又快又多元。

但問題也來了。

那個工程師自己，還是整條流程最大的 Bottleneck。

所以為了打破這個窘境，我現在真正想做的，是讓 AI 不只負責「執行」。

而是讓它在明確的規則與邊界下，開始參與整個 Workflow。

什麼意思？

就是當我今天只說：

「我要替某個客戶做一個網站。」

我希望 AI 不只是開始寫 Code。

而是能自己去取得 Context、整理需求、做 Plan、執行、驗證、發現問題、修正。

也就是讓 AI 可以自己走完更長的一段：

Context → Plan → Execute → Verify → Repair

直到真的碰到需要人判斷的地方，再回來找我。

這時候 AI 改變的，就不只是：

Coding Speed

而開始變成：

Workflow Design

甚至再往後，就是：

Team Design

哪些事情真的需要工程師親手做？

哪些只是資訊搬運、反覆確認與等待？

哪些驗證其實可以直接自動化？

Human Gate 到底應該留在哪裡？

而且我自己的實際感受是：

這不一定要從昂貴的全自動 Agent 開始。

即使只是 Chat 模式，只要 Context、規則、邊界與驗證方式整理得夠好，很多工作其實已經可以往前推非常多。

所以我現在真正想研究的，已經不是：

「怎麼讓 AI 幫我多寫幾倍 Code？」 「怎麼下 Prompt 才比較對？」 「AI 到底要怎麼設定？」

而是：

「怎麼讓 AI 把中間更多原本需要人介入的流程，自己走完？」

如果真的一路做到這裡，

那下一個問題可能就是：

未來一個 RD 團隊，還會需要現在相同的角色與分工嗎？

👉 下一篇，我想接著聊一個自己目前正在實際使用的方法：

把 GitHub 當成 AI 的外部記憶與 Source of Truth。

#AIAgents #AIAssistedDevelopment #SoftwareEngineering #EngineeringProductivity #AINative