课程 ID: 19176
描述:
话题概述:
过去一年，越来越多团队开始使用 Cursor、Claude Code、Copilot 等 AI Coding 工具，但很多团队的真实状态是“工具装上了，效率却没有质变”。原因并不只是模型能力不够，而是大多数团队仍把 AI 当成写代码的外挂，没有把需求表达、上下文组织、约束设计、验证方式和协作流程一起改造。这场分享想回答的，正是“一线开发者如何从心态和行动上完成这次转变”。
这次内容并不是单讲 OpenSpec、SSD、Skill 或某一个 Agent 框架，而是以 Loom Plan / 织布机为主案例，讲清楚我们如何把多人协作从“口头对齐 + 人肉推进”改造成“Spec 驱动 + Skill 复用 + Agent 编排 + 人类 Review”的新流程。案例里，超级月票需求从 5.5 人天降到 2.7 人天，提效 51%；试点整体效率提升中位数达到 +30%，最高达到 +50%。同时，我也会结合 AI 首页、声音内容理解、AI 听单等真实业务结果，说明这套方法为什么不是空泛方法论，而是已经在业务和研发双侧跑通过的实践。整场分享会延续我去年 12 月内部分享打磨出的主骨架，再进一步把“从前工业时代的程序员，到 AI 编排时代的一线工程师”这条主线讲完整。
演讲题纲:
1. 开场：我们为什么仍处在编程的“前工业时代”
- 为什么今天很多工程师已经在用 AI，但协作方式仍然停留在手工业阶段
- 从“写代码”视角切到“组织生产”视角
2. 问题：为什么团队用了 AI Coding，依然只停留在工具提效
- AI 在新代码、小任务场景里看起来很好用
- 一旦进入老代码迭代、跨端联动、复杂需求和多人协作，就容易失速
- 真正的瓶颈不在模型本身，而在上下文组织、流程设计和验证机制
3. 方法：从 Vibe Coding 到 Spec/SSD/Skill 化
- 什么时候 Vibe Coding 足够，什么时候必须进入 Spec 驱动
- OpenSpec、SSD、Skill、Subagent、Hook 分别解决什么问题
- 工程师的工作如何从“自己写更多代码”转向“把问题描述清楚、把护栏设计好、把验证做扎实”
4. 主案例：Loom Plan / 织布机如何改造多工程协作
- 传统多人协作为什么成本高、信息损耗大
- 如何把需求拆成可被 Agent 理解和复用的流程单元
- 超级月票案例：5.5 人天 -> 2.7 人天，提效 51%
- 试点结论：整体效率中位数 +30%，最高 +50%
5. 抽象：一线工程师的角色迁移
- 从“写代码的人”转向“定义上下文的人、设计护栏的人、审查产出的人”
- 时间分配为什么会从“80% 写代码 / 20% 验证”转向“30% 定义与编排 / 70% 验证与审查”
- 这对个人成长和团队分工意味着什么
6. 延展：从工程提效走向 AI 原生协作平台
- 为什么龙虾 / OpenClaw 代表下一阶段演进方向
- 从单点 AI Coding 走向多 Agent 协作、Memory、Skill 资产沉淀
- 一线团队接下来可以如何逐步落地
话题亮点：
1. 不是平台布道或工具评测视角，而是一线工程师从真实交付现场总结出来的 AI 转型实践。
2. 不只讲“怎么用工具”，而是完整回答“为什么很多团队用了 AI 仍没起飞，以及该如何从心态、流程和角色分工上真正转型”。
3. 有清晰的量化结果支撑，Loom Plan / 织布机案例中需求交付从 5.5 人天降到 2.7 人天，试点效率中位数提升 +30%，最高 +50%。
4. 有成熟表达沉淀，本议题已在公司内部完成过体系化分享，本次峰会版是在内部打磨基础上的升级版。