同样的工具,资深用户与普通研发的产出相差一个数量级。这是不少公司在推进全员AI编码时遇到的第一个问题。

打开网易新闻 查看精彩图片

货拉拉技术专家朱杰将带来《从代码产出到需求交付:货拉拉全员AI编码的落地演进》主题分享,时间定在11月24日(周二)19:00,地点为dbaplus社群视频号。

从分享主题看,这场落地演进要解决的不只是"写代码"这一段。围绕全员AI编码,常见的几类问题被摆到了台面上:

  • 同样的工具,资深用户与普通研发的产出相差一个数量级;
  • 提示词、上下文、经验都留在个人,无法共建复用;
  • AI写出的代码符合提示词描述,却不符合真实需求;
  • 模型默认选最贵的,费用持续上升。

作为中等规模技术团队,货拉拉没有自研IDE,而是把最佳实践注入现有的编码工具。这一路径与基于开源改造中间件类似,分享也希望给规模相近的团队提供可参考的落地路径。

从代码产出到需求交付,中间隔着的不只是生成速度。工具相同、产出分化,经验留在个人、无法复用,代码对得上提示词却对不上需求,成本随默认选项一路上行——这些问题指向的是同一件事:全员AI编码要落地,靠的不是换一个更强的模型。