Chris Bee 是 Devplan 的联合创始人和 CEO。他在亚马逊、Uber、Zillow 和 Lessen 等公司领导了二十年的产品和工程团队，并经常讨论人工智能如何重塑软件开发生命周期和团队。他位于西雅图。
AI 已经从根本上加速了软件开发，但它几乎没有改变软件组织的运作方式。这种不匹配正在悄悄地成为企业 AI 的最大约束。多年来，工程团队需要更多资源来跟上需求。今天，小团队使用 AI 生成代码、测试和加速从想法到实施的路径。开发人员明显地更快地交付代码，但是否这始终转化为更好的结果仍然不清楚。这种速度创造了一个新的瓶颈：协调税。AI 加速了执行速度远远快于它改进了组织如何协调工作。上下文共享、优先级、运营决策、状态报告和跨功能对齐仍然大多是手动的，即使开发速度加快。Atlassian 估计，导致的脱节成本 大约每年 1610 亿美元。同样的研究发现，虽然 89% 的高管表示 AI 加速了工作，但只有 6% 能够指出可衡量的组织范围内的成果。更快的输出并不自动创造一个更聪明的组织。 只有 17% 的用户同意代理改善了团队内的协作，使其成为评分最低的影响，留下协调循环断开。每次查询重建上下文是一个巨大的税收虽然演示可以使用干净、策划的数据源，但生产环境呈现一个挑战：模糊、过时和冲突的信息散布在断开的系统中。当面对这些差距时，大型语言模型做了它被设计要做的事情：它预测下一个最可能的答案。在受控演示中看起来像推理的东西，很快就变成了有信心的猜测，使用真正的生产数据。该行业已经开始给这个问题起了一个名字。 “上下文工程”已经出现作为一门学科，专注于设计信息、关系、治理和质量，以确定企业 AI 是否成功。限制因素通常不再是模型本身，而是模型周围的上下文质量。每次 AI 系统从头开始重建上下文时，它都支付了税收。响应速度慢、令牌成本增加，并且信任随着答案的变化而减少，这取决于检索了哪些组织知识。两个 AI...
