Coinbase 真瘋了？“不用AI就滾”，千人工程師被強(qiáng)制 AI 寫代碼，把 GitHub 都打崩了

編譯 | Tina

如果要說(shuō)哪家公司在 AI 編程上足夠激進(jìn)，Coinbase 絕對(duì)首屈一指。

2025 年 8 月，Coinbase 發(fā)生了一件“強(qiáng)制上車”事件：公司給所有工程師配齊了 GitHub Copilot 和 Cursor 的企業(yè)授權(quán)，本是一次工具升級(jí)，卻被其 CEO Brian Armstrong 直接變成了“忠誠(chéng)度測(cè)試”。他要求工程師全員接入 AI 工具，但有人提醒他，全員采用不可能這么快，可能要幾個(gè)月才能讓一半工程師真正用起來(lái)。

Armstrong 聽完直接“暴走”，表示一周之內(nèi)必須全員完成 AI 工具 onboarding。到了周六，他真的拉了一個(gè)會(huì)議，點(diǎn)名那些沒(méi)完成的人，當(dāng)面問(wèn)原因。有人是度假剛回來(lái)、理由充分；也有人說(shuō)不出為什么，結(jié)果就是當(dāng)場(chǎng)被開除，手段相當(dāng)強(qiáng)硬。

一個(gè)月后，Armstrong 的激進(jìn)又達(dá)到了新的程度：他在 X 上公開表示，Coinbase 目前約 40% 的日常代碼已經(jīng)由 AI 生成，而他的目標(biāo)是在 30 天內(nèi)把這個(gè)比例推到 50% 以上。

在工程側(cè)，這個(gè)壓力自然落到了工程總監(jiān) Chintan Turakhia 身上。他在最近一期播客里分享說(shuō)，大規(guī)模部署 AI 對(duì)團(tuán)隊(duì)來(lái)說(shuō)是“要么適應(yīng)，要么滅亡”。但難點(diǎn)也擺在那兒——Coinbase 不是幾十人的創(chuàng)業(yè)公司，而是一支超過(guò)一千名工程師的隊(duì)伍，光讓所有人都用起來(lái)就相當(dāng)不容易了。

更別說(shuō)還要把它落到一個(gè)正在重寫的真實(shí)產(chǎn)品里，這事兒確實(shí)有點(diǎn)瘋狂。

那么 Coinbase 到底是怎么讓“全員上車”不止停留在口號(hào)，而是變成一套能跑、能量化、甚至能把 GitHub 沖崩的工程節(jié)奏？（當(dāng)然，更值得追問(wèn)的是：這種“沖到極限”的打法，究竟是可復(fù)制的組織能力，還是只適合少數(shù)公司、少數(shù)階段的高壓策略？它帶來(lái)的速度紅利，是否會(huì)在代碼質(zhì)量、協(xié)作負(fù)擔(dān)、乃至工程文化上悄悄埋下新的成本——這也許才是 Coinbase 這場(chǎng)“瘋狂實(shí)驗(yàn)”最值得我們未來(lái)持續(xù)跟進(jìn)的部分。）我們整理了這期播客（Slack 相關(guān)的內(nèi)部案例略有刪節(jié)）。

1000 人工程組織如何真正落地 AI

主持人：Chintan，非常感謝你加入我們。今天我特別期待這期內(nèi)容。我們花了很多時(shí)間討論個(gè)人的 “vibe coder” 或非技術(shù)背景的人如何成為軟件工程師，但仍然有很多人懷疑，大型、成熟、高度技術(shù)化、能力強(qiáng)大的工程組織是否能大規(guī)模部署 AI 并真正獲得效果。質(zhì)疑依然很多，但我認(rèn)為你已經(jīng)證明這是可能的，也希望你能給我們指條路。

Chintan Turakhia：我認(rèn)為這不僅是可能的，而是“要么適應(yīng)，要么滅亡”。這已經(jīng)成為團(tuán)隊(duì)的一種巨大超級(jí)能力，我們從中獲得了大量效率提升，而且是有方法可循的。我昨天剛看到一條推文，說(shuō)某個(gè)團(tuán)隊(duì)在微軟內(nèi)部引入 Copilot，管理層希望“讓曲線向右上角走”，但實(shí)際采用效果并不好。過(guò)去一年我一直在瘋狂鉆研這件事。它是可以做到的，真的可以。

主持人：那具體怎么做到？你們的工程師規(guī)模是多少？

Chintan Turakhia：一千多人。

所以這不是小團(tuán)隊(duì)試驗(yàn)，這是一個(gè)真正的大型團(tuán)隊(duì)，在做真實(shí)產(chǎn)品，工程能力非常強(qiáng)。

主持人：那么我們從哪里開始？文化層面？產(chǎn)品層面？工具層面？

Chintan Turakhia：很多事情其實(shí)是從去年這個(gè)時(shí)候開始的。我們當(dāng)時(shí)對(duì)我負(fù)責(zé)的產(chǎn)品做了一些調(diào)整，其中一個(gè)重要決定是——從頭重寫整個(gè)產(chǎn)品。我們要把它從一個(gè)自托管錢包，轉(zhuǎn)變?yōu)橐粋€(gè)“剛好使用加密技術(shù)”的社交消費(fèi)類應(yīng)用。

我們用的是 React Native。但之前很多決策是圍繞自托管錢包做的。要轉(zhuǎn)型成消費(fèi)級(jí) App，就必須重新思考一切。

第二個(gè)挑戰(zhàn)是，我們必須在 6 到 9 個(gè)月內(nèi)完成。我們要正面競(jìng)爭(zhēng)那些擁有上萬(wàn)名員工、領(lǐng)先我們十年的大型社交平臺(tái)。我們真的想做一件大膽、全新、瘋狂的事情——完全瘋狂。

問(wèn)題變成了：如何在這樣瘋狂的時(shí)間線下，把應(yīng)用重寫成市場(chǎng)上最優(yōu)秀、真正消費(fèi)級(jí)的產(chǎn)品？

團(tuán)隊(duì)非常強(qiáng)，真的很強(qiáng)。但在這次組織調(diào)整后，我們的團(tuán)隊(duì)規(guī)模反而變小了。于是我開始思考：如何加速？了解我的人都知道，我對(duì)效率極度執(zhí)著。我認(rèn)為這是提升團(tuán)隊(duì)速度的關(guān)鍵——但必須是在合理使用工具的前提下。

差不多那個(gè)時(shí)候，Cursor 發(fā)布了最初版本，大概是 2024 年 11 月左右。我們都試了。說(shuō)實(shí)話，當(dāng)時(shí)挺糟糕的。

不是我不喜歡 Cursor——我現(xiàn)在很喜歡 Cursor——但當(dāng)時(shí)模型能力不行。模型真的不行。連寫個(gè)單元測(cè)試都做不好。

作為工程師，一旦你嘗試一個(gè)工具，發(fā)現(xiàn)“不怎么樣”，就很容易徹底否定它。我們經(jīng)歷了一段“失望低谷”：AI 工具還沒(méi)準(zhǔn)備好，模型不夠成熟，那怎么辦？

其實(shí)在此之前的一年，公司也嘗試引入 GitHub Copilot 等其它 AI 工具。我們看到一波采用高峰：大家打開工具、勾選啟用，做個(gè)簡(jiǎn)單示例，但沒(méi)堅(jiān)持下來(lái)。我的核心問(wèn)題始終是：如何讓它真正“粘住”？因?yàn)槲掖_信這里面有東西。我的心智模型是：基礎(chǔ)大模型一定會(huì)持續(xù)進(jìn)步。這就像去健身房，你必須不斷訓(xùn)練、不斷嘗試。嘗試的成本幾乎為零，只是浪費(fèi)一點(diǎn)時(shí)間。算力成本當(dāng)時(shí)也不是什么問(wèn)題，因?yàn)檫€處于早期階段。

所以從 2025 年 1 月到 3 月或 4 月，我徹底改變了自己的心態(tài)。

我每天、每個(gè)小時(shí)都泡在 Cursor 里。我在想：如何讓它真正發(fā)揮作用？這也讓我重新開始寫代碼。這很好。它解鎖了很多用例，比如在面試候選人時(shí)，我不想花大量時(shí)間寫面試筆記，但我已經(jīng)在腦子里完成了評(píng)估，于是用 AI 幫我做日常文書工作。與此同時(shí)，在編碼層面，我主動(dòng)去接 bug，嘗試不同方式，看看會(huì)發(fā)生什么，學(xué)習(xí)各種技巧。關(guān)鍵是“示范給工程師看，而不是只告訴他們”。

一個(gè)領(lǐng)導(dǎo)者最糟糕的做法，就是宣布：“我命令你們必須用 AI。”拜托，沒(méi)人會(huì)聽你的。

主持人 Claire Bell：我太能共情了。我以前也管理過(guò)一個(gè)幾百人的工程組織。早期版本的這些工具剛出來(lái)時(shí)，我心里就很篤定：它們一定會(huì)改變我們工作的方式——也許這是經(jīng)驗(yàn)帶來(lái)的直覺。

但現(xiàn)實(shí)是，一年前的情況往往是這樣的：某個(gè)工程師試了一下，效果不理想。問(wèn)題不只是他自己不用了，而是其他人會(huì)跟著下結(jié)論：“我信他。如果他說(shuō)不好用，那對(duì)我也沒(méi)用。”

所以做這種組織級(jí)轉(zhuǎn)型，真的需要一個(gè)在領(lǐng)導(dǎo)層信念足夠強(qiáng)、而且親自下場(chǎng)的人。你得能講清楚：“對(duì)，那種場(chǎng)景確實(shí)不行，但這三個(gè)場(chǎng)景是有效的”；或者“我們?cè)嚵?A、B、C，最后終于把它跑通了”。否則大家不會(huì)買賬。

你不能停留在哲學(xué)層面，更不能只說(shuō)“未來(lái)會(huì)變好”。你必須回到工具里，用行動(dòng)把路徑走出來(lái)。

而且對(duì)很多工程負(fù)責(zé)人來(lái)說(shuō)，這還有個(gè)額外的好處：我們其實(shí)已經(jīng)被推離編碼太久了。我也知道自己得重新回去寫代碼，重新找回那種久違的快樂(lè)。

從 PR 沖刺到交付提速

Chintan Turakhia：沒(méi)錯(cuò)。你必須“示范”，而不是“說(shuō)教”。我就是這么做的。我很快意識(shí)到，這里面真的有東西。然后我們開始一個(gè)一個(gè)攻克具體用例。

想打動(dòng)工程師，最好的方式是給他們工具，讓他們不再做那些枯燥工作，讓他們?nèi)?gòu)建真正喜歡的東西。我們從單元測(cè)試開始，從 linting 開始，把那些像紙割一樣消耗精力的小事一點(diǎn)點(diǎn)剝離。那些事情會(huì)抽干構(gòu)建者的靈魂，而團(tuán)隊(duì)真正想要的是更快地前進(jìn)、構(gòu)建更好的產(chǎn)品。

我開始更深入地用起 Cursor 的一些能力，比如 Cursor rules 這類規(guī)則配置。哪怕是最簡(jiǎn)單的場(chǎng)景，我記得我的一個(gè)“頓悟時(shí)刻”是：我在處理一個(gè) bug 報(bào)告，按流程推進(jìn)，然后突然我沒(méi)有多想，就直接輸入：“創(chuàng)建一個(gè) draft PR。這是 ticket，這是我想要的 PR 描述。”就這么做了。那一刻我意識(shí)到——我再也不需要記住什么 get status、get rebase 之類的命令了。為什么還有人在手動(dòng)做這些？我們到底在干嘛？

有趣的是，我還得花點(diǎn)時(shí)間說(shuō)服團(tuán)隊(duì)：“兄弟們，直接打 create draft PR 就行，它會(huì)幫你搞定。”他們會(huì)說(shuō)，“嗯，我有自己的工作流。”我就說(shuō)，好，我理解你的工作流，你可以調(diào)整，你可以用 cursor rules，不沖突的。所以我們一點(diǎn)點(diǎn)磨下來(lái)，寫了一堆規(guī)則（Cursor rules），這幫助特別大。然后我能感覺到：團(tuán)隊(duì)里已經(jīng)有足夠多的人開始覺得“這東西真的把一些事情打開了”。他們會(huì)在團(tuán)隊(duì)頻道里發(fā)消息：“你們看我剛做了什么。”

我們甚至專門建了一個(gè)頻道，名字就叫 cursor wins。大家在里面瘋狂曬戰(zhàn)績(jī)： “我剛用它做完 20 個(gè)單元測(cè)試，然后去喝了杯咖啡。”“太爽了，我愛死了。”

當(dāng)大家開始看到它在真實(shí)工作中生效，我們就到了一個(gè)拐點(diǎn)。我想：好，現(xiàn)在團(tuán)隊(duì)里已經(jīng)有了一些信念，怎么把整個(gè)團(tuán)隊(duì)“加速推進(jìn)”？我記得那次我飛去東海岸，剛落地，上了 Uber，就上線參加了一個(gè)全員會(huì)議。我們把它叫做“speedrun”——Cursor speedrun。我在 Uber 里用 Cursor 提交 PR。

Speedrun 的規(guī)則很簡(jiǎn)單：每個(gè)人隨便挑一個(gè)最 trivial 的任務(wù)，哪怕是改個(gè) copy、修個(gè)小 bug，馬上提 PR。結(jié)果 15 分鐘內(nèi)，大概有 100 個(gè)人加入，我們提交了 70 個(gè) PR。

我們甚至把 GitHub 弄崩了。但這反而很好，因?yàn)槲覀円庾R(shí)到基礎(chǔ)設(shè)施需要升級(jí)。

主持人 Claire Bell：我想暫停一下，因?yàn)槲覀円恢标P(guān)注的是戰(zhàn)術(shù)技巧。你用了幾個(gè)我也用過(guò)的方法：一個(gè)擁有高度信念、親自上陣的領(lǐng)導(dǎo)者；讓大家獲得工具訪問(wèn)權(quán)；聚焦在 toil（重復(fù)、枯燥的工作）上——你提到 linting、測(cè)試。我還想補(bǔ)充一個(gè)，比如設(shè)計(jì)債（design debt），那些前端工程師或設(shè)計(jì)師長(zhǎng)期忍受卻討厭的部分。

另外，你提到共享 Slack 頻道。我們當(dāng)時(shí)建的是 “wins and losses” 頻道。大家不僅分享成功，也分享失敗。當(dāng)失敗時(shí)，別人會(huì)說(shuō)：“你可以試試 XYZ”或者“我有個(gè) cursor rule 給你。”

但我想特別強(qiáng)調(diào)的是你說(shuō)的 PR speedrun——設(shè)定一個(gè)倒計(jì)時(shí)，讓大家一起打開工具，快速?zèng)_一波修復(fù)。那種從“季度規(guī)劃、四個(gè)月以后再說(shuō)”到“30 分鐘內(nèi)我們提交了 70 個(gè) PR”的轉(zhuǎn)變，對(duì)團(tuán)隊(duì)來(lái)說(shuō)一定是極具顛覆性的。

Chintan Turakhia：那些 PR 的合并成功率其實(shí)也不錯(cuò)。那一刻大家都會(huì)覺得：這真的可行。

每個(gè)人的眼睛都亮了。它很像一個(gè)宣言：“狀態(tài)更新去死，構(gòu)建萬(wàn)歲。”

主持人：還有一點(diǎn)我想強(qiáng)調(diào)：我覺得你們有一種特別的文化。但很多產(chǎn)品、工程、設(shè)計(jì)組織，經(jīng)常會(huì)被“協(xié)作規(guī)則”繞死：“如果 PM 不說(shuō)重要，我就不該做。”“設(shè)計(jì)沒(méi)確認(rèn)，我就不能決定按鈕顏色。”而像這種 speedrun 的時(shí)刻，你基本上是在把規(guī)則全掀了：“猜猜怎么著？你其實(shí)就可以直接發(fā)版、直接 ship 代碼。”你甚至可以兩個(gè)方案都 ship（A/B 都上）——先不談 AI。AI 可能只是讓這件事成本更低、更容易，但單純?nèi)プ鲞@件事本身，對(duì)速度的提升就非常強(qiáng)。我也覺得它還會(huì)提升質(zhì)量：因?yàn)榇蠹視?huì)用更激進(jìn)的方式去承擔(dān)責(zé)任，變得更“主人翁”。

Chintan Turakhia：你說(shuō)得太對(duì)了。我很喜歡你剛剛那句話：這是一個(gè)應(yīng)該“破壞規(guī)則”的時(shí)刻。因?yàn)?AI 正在替我們打破規(guī)則，如果我們不適應(yīng)、不學(xué)會(huì)利用它，我們就完蛋了。而且這里的 “我們” 是集體意義上的：任何不適應(yīng)的人，都會(huì)被甩在后面。這些實(shí)踐最終解鎖的，是協(xié)作成本（coordination overhead）的下降。

我最近特別著迷的一件事是：好，speedrun 很酷，我們做了很多事情，團(tuán)隊(duì)也開始不斷出現(xiàn)勝利案例、更多人開始采用。然后你（Claire）也把采用情況分享給了 Brian（另一個(gè)同事 / 負(fù)責(zé)人）。接著我們又搞了一次 全公司 speedrun。那一次大概有 800 名工程師在線，30 分鐘里我們提交了大約 300～400 個(gè) PR。

我們又把 GitHub 搞崩了——這沒(méi)關(guān)系，這很好。這就是壓力測(cè)試。我們應(yīng)該把系統(tǒng)設(shè)計(jì)成可以“撞破規(guī)則”，對(duì)吧？

但我最糾結(jié)、最著迷的問(wèn)題是：怎么衡量這些東西的產(chǎn)出？這里存在一種張力：“AI 用得越多，是不是就等于在替代人？”

我完全不認(rèn)同。AI 不是替代人，AI 是加速器（accelerant），因?yàn)橛肋h(yuǎn)都會(huì)有更多工作要做。所以我對(duì)團(tuán)隊(duì)、以及我推動(dòng)全組織統(tǒng)一采用的指標(biāo)，是：從 ticket 到變更真正交付到用戶手里，這段時(shí)間有多長(zhǎng)。因?yàn)樗芨采w整個(gè)交付鏈路里的所有關(guān)鍵環(huán)節(jié)。

今天，即便你看 ticket backlog，團(tuán)隊(duì)也經(jīng)常會(huì)陷在這類問(wèn)題里：“我該不該優(yōu)先做這個(gè)？”“這重要嗎？”“我問(wèn)問(wèn) PM？”“我問(wèn)問(wèn)項(xiàng)目經(jīng)理 / 產(chǎn)品運(yùn)營(yíng) /whatever？”但現(xiàn)在我們從過(guò)去走到今天，場(chǎng)景變成了：有人給我們反饋，我們幾乎幾秒鐘內(nèi)就會(huì)行動(dòng)。我們甚至做了一個(gè)內(nèi)部 bot（我等會(huì)很想給你展示）。幾秒鐘內(nèi) PR 就開始被寫出來(lái)——一個(gè) agent 接手，然后幾秒鐘內(nèi)這條反饋就開始被執(zhí)行。

所以我們會(huì)拆解并壓縮幾個(gè)關(guān)鍵時(shí)間：

• Time to action（反饋到開始行動(dòng)的時(shí)間）

• Ticket → PR ready for review（從需求 / 問(wèn)題到 PR 準(zhǔn)備好可評(píng)審的時(shí)間）

• Review time（評(píng)審耗時(shí)）：我所有的 “dubs”（同事 / 下屬團(tuán)隊(duì)）都在抱怨評(píng)審太慢。我們找到了一些解法。以前 PR review 的平均 cycle time 大概150 小時(shí)，因?yàn)榉e壓太多。現(xiàn)在我們把它縮短了 10 倍，降到大約15 小時(shí)。

• Merge → 發(fā)布 / 上線（比如 OTA 更新）：最后是從合并到真正觸達(dá)用戶，這一段也要壓縮。把整個(gè)鏈路再擠一遍，團(tuán)隊(duì)就會(huì)被速度徹底“解鎖”。

主持人：然后你就能把東西更快交到客戶面前，你就能獲得“市場(chǎng)想法的速度”。

Chintan Turakhia：沒(méi)錯(cuò)。我們也在癡迷于一個(gè)問(wèn)題：如何盡可能快地把真實(shí)世界的反饋轉(zhuǎn)化為修復(fù)？

我還有一個(gè)“頓悟時(shí)刻”。我當(dāng)時(shí)和一個(gè)用戶通話，他說(shuō)：“如果你們把 X、Y、Z 改一下就更好了。”我當(dāng)場(chǎng)開著通話，直接提了 PR，推送。30 分鐘后，在通話結(jié)束前，我說(shuō)：“你刷新一下，已經(jīng)修好了。”

他用 Cursor 分析團(tuán)隊(duì)怎么用 Cursor

主持人：現(xiàn)在先來(lái)看看你實(shí)際構(gòu)建的東西。因?yàn)椤肮こ探M織能做到這件事”這個(gè)宏觀結(jié)論固然重要：有步驟、有衡量方法，大家都能學(xué)到。但你們也確實(shí)做了很多具體構(gòu)建。所以我們來(lái)聊聊：你到底怎么用 Cursor 把這套東西推入組織，并且理解 AI 的采用情況？

Chintan Turakhia：我覺得很多事情都來(lái)自一種誠(chéng)實(shí)的好奇心：弄清楚瓶頸在哪里——為什么大家不采用？大家到底怎么用？等等。

我接下來(lái)要講的可能有點(diǎn)瘋：我當(dāng)時(shí)冒出一個(gè)異想天開的點(diǎn)子。

Cursor 的數(shù)據(jù)分析能力其實(shí)很強(qiáng)——你進(jìn) admin 面板看 analytics，而且它還允許你把數(shù)據(jù)下載成 CSV。我就想：能不能干脆用 Cursor 來(lái)分析團(tuán)隊(duì)到底怎么用 Cursor？但不是那種虛榮指標(biāo)式的統(tǒng)計(jì)，比如“AI 提交了多少行代碼”。我覺得那其實(shí)挺誤導(dǎo)的。更重要的是深挖：他們到底怎么用、怎么把“高手用法”復(fù)制出來(lái)。

我們有一些數(shù)據(jù)，它是 Cursor 從后臺(tái)下載的一個(gè)標(biāo)準(zhǔn) CSV。里面有很多字段，比如：accepted lines、chat lines、chat lines deleted，以及各種數(shù)據(jù)項(xiàng)。

我一開始很簡(jiǎn)單：我想理解 Cursor 的使用情況。我已經(jīng)知道團(tuán)隊(duì)里從輕度用戶到重度用戶都有。我特別想搞清楚的是：使用行為有沒(méi)有天然的“聚類”？能不能在團(tuán)隊(duì)里找出這些群體？怎么做分組（cohort）最合理？我就把這個(gè)標(biāo)準(zhǔn) analytics 文件丟進(jìn)來(lái)，用 Curosr 進(jìn)行分析。

主持人：我想對(duì)工程經(jīng)理或工程領(lǐng)導(dǎo)者強(qiáng)調(diào)的是：這種定量分析，是我們以前一直想在各種工程指標(biāo)上做、但做起來(lái)特別難的。董事會(huì)或老板經(jīng)常問(wèn)：速度怎么樣？cycle time 怎么樣？哪些工程師效率在曲線最右側(cè)？初級(jí)工程師進(jìn) repo 的上手情況怎么樣？這類分析以前非常費(fèi)勁，因?yàn)閿?shù)據(jù)結(jié)構(gòu)復(fù)雜、分析鏈條長(zhǎng)。而我喜歡 LLM 的地方——尤其是像 Cursor 這樣的工具——在于你作為管理者，可以做出非常細(xì)膩的、基于人類行為的人群分組分析和人效分析，這在以前真的很難。

Chintan Turakhia：我完全同意。更妙的是，現(xiàn)在有了 MCP、數(shù)據(jù)更容易接入了，我甚至把 Cursor 當(dāng)作自己的“日常操作系統(tǒng)”——不管是不是技術(shù)問(wèn)題，我都直接進(jìn) Cursor 問(wèn)它，這個(gè)視角很強(qiáng)。

我把 Cursor 管理后臺(tái)導(dǎo)出的 CSV 丟進(jìn)去，讓它幫我做兩件事：一是按使用方式把團(tuán)隊(duì)自然分群，二是把結(jié)果做成我能復(fù)用的輸出（比如 CSV 匯總、簡(jiǎn)單的 dashboard，順便生成一份 Python 腳本）。它會(huì)按大致的使用強(qiáng)度把人分成 light、moderate、active、power、super user，也會(huì)看一些更細(xì)的維度：產(chǎn)出量、使用復(fù)雜度、是否常用 agent mode、模型偏好、采納率，以及到底用了哪些功能。

跑完后，它給了我一些高層指標(biāo)（比如 AI 生成占比、每周 AI 行數(shù)、agent/composer 生成行數(shù)、tab 補(bǔ)全行數(shù)），更重要的是它做出了更“行為導(dǎo)向”的分群：一類是 agent-heavy，很多任務(wù)直接交給 agent；一類是 tab-heavy，主要靠 tab 補(bǔ)全，更偏“自己掌控”；還有 balanced，兩邊都用；以及 cursor curious——裝了但用得少、還在觀望、還沒(méi)真正進(jìn)入“LLM 工作流”的人。

腳本生成好以后，我下一步就是拿一個(gè)樣本用戶集跑更深入的分析，把這些分群變成可執(zhí)行的建議：每一類人該怎么用，才能往“更高階”的用法遷移。

主持人 Claire Bell：而且我覺得這個(gè)案例有趣的點(diǎn)在于：每個(gè)做過(guò)工程管理的人都知道，這種東西就是你會(huì)被拉去董事會(huì)匯報(bào)的內(nèi)容。老板會(huì)問(wèn)你：我們有多少工程師在用 Cursor？有沒(méi)有 power users？我們到底有沒(méi)有拿到價(jià)值？我們現(xiàn)在談的是 AI 的用例，但其實(shí)在管理實(shí)踐里，有很多關(guān)于團(tuán)隊(duì)表現(xiàn)和效率的指標(biāo)是可以量化的。

Chintan Turakhia：沒(méi)錯(cuò)。而且以前這幾乎是不可能拿到的。再者，如果不能用代碼去做，就不好玩了——但現(xiàn)在你可以用代碼來(lái)做。說(shuō)到底，你現(xiàn)在就是在用“代碼”解決問(wèn)題。你說(shuō)得太對(duì)了。我之前其實(shí)低估了你剛才強(qiáng)調(diào)的那個(gè)點(diǎn)，我想再重復(fù)一遍：正常情況下你被問(wèn)到這些問(wèn)題，你得去拉一個(gè) IC 來(lái)做，現(xiàn)在你可以自己直接做出來(lái)。

閃電問(wèn)答

主持人 Claire Bell：我有兩個(gè)閃電問(wèn)題，第一個(gè)問(wèn)題：如果你回看兩年前到現(xiàn)在，在工作上你最大的變化是什么？你現(xiàn)在怎么花時(shí)間？

Chintan Turakhia：我的日歷幾乎是空的。幾乎空。原因是——協(xié)作開銷大幅降低。以前是“我們優(yōu)先級(jí)排一下”“改改 roadmap”。現(xiàn)在是——直接做。

第二，我寫代碼的時(shí)間多了很多。團(tuán)隊(duì)都知道，如果我提交的代碼比他們還多，那我們可能需要幫他們多用點(diǎn) AI（笑）。當(dāng)然，團(tuán)隊(duì)在做極其復(fù)雜的工作，我不是替代他們。

但我現(xiàn)在可以花更多時(shí)間進(jìn)代碼庫(kù)，修 bug，試驗(yàn)方案，推進(jìn)技術(shù)路徑。

如果 AI 帶來(lái)了什么禮物，那就是——取消會(huì)議。

主持人：最后一個(gè)問(wèn)題：當(dāng) AI 不聽你話、給你一個(gè)很蠢的 playbook 時(shí)，你的 prompting 技巧是什么？

Chintan Turakhia：看我試了幾次。如果試了很多次還不行，我一般會(huì)說(shuō)：

第一，你明顯沒(méi)聽我說(shuō)話，這是我真正說(shuō)的。

第二，我知道我是對(duì)的，但別傻了，幫我一下。

第三，終極選項(xiàng)——威脅它。比如用 Claude Opus 4.5 high 時(shí)，我會(huì)說(shuō)：“Claude，如果你再不行，我就切換去 Gemini。”然后它就會(huì)振作起來(lái)。

https://techcrunch.com/2025/08/22/coinbase-ceo-explains-why-he-fired-engineers-who-didnt-try-ai-immediately/

https://www.youtube.com/watch?v=tidINuXB7PA

https://x.com/brian_armstrong/status/1963315806248604035

聲明：本文為 InfoQ 翻譯整理，不代表平臺(tái)觀點(diǎn)，未經(jīng)許可禁止轉(zhuǎn)載。

會(huì)議推薦

2026，AI 正在以更工程化的方式深度融入軟件生產(chǎn)，Agentic AI 的探索也將從局部試點(diǎn)邁向體系化工程建設(shè)！

QCon 北京 2026 已正式啟動(dòng)，本屆大會(huì)以“Agentic AI 時(shí)代的軟件工程重塑”為核心主線，推動(dòng)技術(shù)探索從「AI For What」真正落地到可持續(xù)的「Value From AI」。從前沿技術(shù)雷達(dá)、架構(gòu)設(shè)計(jì)與數(shù)據(jù)底座、效能與成本、產(chǎn)品與交互、可信落地、研發(fā)組織進(jìn)化六大維度，系統(tǒng)性展開深度探索。開往 2026 的 Agentic AI 專列即將啟程！匯聚頂尖專家實(shí)戰(zhàn)分享，把 AI 能力一次夯到位！