敏捷开发统治软件行业二十年。

软件开发方法论的四次迭代:瀑布 → 敏捷 → 产品平台 → AI 原生。

软件开发方法论的四次迭代:瀑布 → 敏捷 → 产品平台 → AI 原生。

麦肯锡说,该换了。


01|理想与现实

麦肯锡最近调查了近 300 家上市公司,想搞清楚一件事:AI 写代码,到底带来了多少提升?

先说结论。

大多数企业报告的生产力提升只有 5% 到 15%。

这和我们想象中的「一个顶十个」差得远。

实际上,问题不在工具。

GitHub CopilotClaude CodeCursor,单兵作战确实猛。

单兵作战确实猛:代码审查快 7 倍,ETL 迁移快 12 倍。

单兵作战确实猛:代码审查快 7 倍,ETL 迁移快 12 倍。

问题在于,大多数公司只是把 AI 工具塞进了原有的敏捷流程里,然后期待效率翻倍。

8 到 10 人的团队,两周一个 Sprint,站会、评审、复盘。

这套玩法,在 AI 时代成了瓶颈。

个人效率提上去了,团队效率却卡在瓶颈。

个人效率提上去了,团队效率却卡在瓶颈。

Martin Harrysson 是麦肯锡的资深合伙人,也是这份研究的主要作者。

他在 AI Engineer 大会上说:「软件开发的游戏规则要变了。」

上一次这种级别的转换,是敏捷取代瀑布。

这一次,轮到 AI 取代敏捷了。


02|顶尖公司做对了什么

麦肯锡把公司按 AI 落地效果排了个序。

最好的和最差的,差了 15 个百分点。

顶尖公司的生产力和开发速度提升了 16% 到 30%,软件质量提升 31% 到 45%。

大多数公司只快了 1.1-1.3 倍,顶尖公司能做到 2-5 倍。

大多数公司只快了 1.1-1.3 倍,顶尖公司能做到 2-5 倍。

差距在哪?

顶尖公司不只是让 AI 写代码。

设计、编码、测试、部署、监控,整个软件开发生命周期都有 AI 参与。

他们规模化使用 AI 的场景,是其他公司的六到七倍。

角色定义也变了。

传统的前端、后端、QA 边界开始模糊,取而代之的是一个新角色:「全栈产品构建者」。

这些人不再只是写代码,而是指挥 AI agents 干活。

不同类型的工作,需要不同的人机协作模式。

不同类型的工作,需要不同的人机协作模式。

麦肯锡采访了 Cursor,可能是目前最「AI 原生」的软件公司。

Cursor 的程序员会同时运行多个 AI agents 处理同一个任务,然后挑最好的结果。

开发中甚至用语音和 AI 实时协作。

代码提交前,先让内部的 Bugbot 做一轮代码审查(Code Review)。

Cursor 的 CEO Michael Truell 这样说:

未来十年,开发者会用代码和自然语言混合表达意图。有些人会变成「项目经理」,手底下管着一群 AI agents。

写代码本身正在变得没那么重要。

重要的是定义问题、拆解任务、调度资源。


03|从「两披萨」到「一披萨」

亚马逊有个著名的「两披萨团队」原则:

两个披萨都喂不饱的团队就太大了。

光换工具不够,流程和角色都得跟着变。

光换工具不够,流程和角色都得跟着变。

AI 时代,这个数字要再砍一半。

从 8 到 10 人,变成 3 到 5 人。

为什么更小反而更有效率?

因为瓶颈变了。

以前瓶颈是编码,人多才能覆盖各个环节。

现在 AI 能写代码,瓶颈变成了「沟通和决策」。

人越多,沟通成本越高。

小团队配合 AI,产出反而更高。

麦肯锡和一家国际银行做了实验。

他们重新设计了 Sprint 流程:AI 分配任务,协助产品经理写需求,团队按工作类型拆分。

麦肯锡给国际银行设计的新 Sprint 流程。

麦肯锡给国际银行设计的新 Sprint 流程。

结果?

代码合并量涨了 51%,agents 使用量涨了 60 倍。


04|一个被忽视的风险

速度是快了,但质量呢?

卡耐基梅隆大学分析了 807 个用 Cursor 的开源项目。

AI 确实加速了代码生成,但代码质量在下滑。

GitClear 分析了 2020 到 2024 年间 2.11 亿行代码变更。

复制粘贴的比例急剧上升,重构复用的比例在下降。

写得多了,维护得少了。技术债在加速积累。

谷歌的 DORA 报告也有类似发现:AI 使用量涨 25%,代码审查确实快了,但交付稳定性降了 7.2%。

麦肯锡的建议是:衡量「影响」,而不是「使用率」。


05|顶尖公司的三个共同点

培训方式。

57% 的顶尖公司提供手把手培训和一对一辅导,不只是发个在线课程。

培训内容也不只是「怎么用工具」,而是怎么拆解问题、写提示词、评估输出。

一家航空公司的 AI 变革管理:培训、沟通、激励缺一不可。

一家航空公司的 AI 变革管理:培训、沟通、激励缺一不可。

衡量方式。

顶尖公司不只看 AI 用了多少,还看代码质量、开发速度。

把这些数据关联起来,才知道什么真正有效。

激励方式。

近八成公司把 AI 目标写进了绩效考核。

不是惩罚不用的人,而是奖励用 AI 做出成果的人。


敏捷诞生在一个不同的时代。

那时候写代码慢,所以要靠流程提高效率。

现在瓶颈变了。

AI 能写代码,人要学会指挥 AI。

麦肯锡说,现在就开始。

工具进化快,但改变人需要时间。


参考资料

  1. AI Engineer 大会演讲:Moving away from Agile: What's Next,2025 年 12 月。点击「阅读原文」查看。


我是木易,Top2 + 美国 Top10 CS 硕,现在是 AI 产品经理。

关注「AI信息Gap」,让 AI 成为你的外挂。


精选推荐​​​​​​

Logo

有“AI”的1024 = 2048,欢迎大家加入2048 AI社区

更多推荐