春节后正式开工了，老板问技术开发部使用AI工具增效，可不可以进行人员精减。汗，一段时间，AI编码工具已经逐渐成为全球软件研发的趋势。在2023 年 8 月初心资本发布的《2023 初心 AI 趋势报告》中提到，2023 年以来软件领域中 GitHub 新增的原代码已经有超过 46% 由 AI 生成；在海外，微软已经将GitHub Copilot用于Windows\Azure和Office的开发流程中，支付巨头Stripe在研发中已经开始大规模使用GitHub Copilot，而据GitHub官方数据,截至2025年7月,Copilot累计用户已突破2000万。微软还称，GitHub Copilot 已被《财富》100 强企业中的 90% 所采用。Cursor作为“AI原生IDE”标杆，Visa、Reddit、DoorDash等企业已经在招聘要求中明确标注需具备 Cursor 操作经验。但是，新工具的引入向来是一把“双刃剑“，应该结合公司的实际情况谨慎规划，才能达到“增效”的目的。
从AI编程工具的能力边界来看，对于企业中的典型应用，可以看到AI编程的确可以快速生成 应用系统中的增删改查接口、表单验证、数据模型等样板代码与API，自动生成代码注释与API文档；并且，还可以根据业务逻辑生成测试用例，提升测试覆盖率，辅助定位错误栈等，这些可以极大减轻程序开发人员的重复劳动，提升工作效率和代码质量。但同时，对复杂的业务逻辑，如特殊的业务规则，状态变化 等，也容易产生貌视正确但实则错误的代码，特别是基于整体企业应用架构设计上的应用和核心算法优化等方面。所以在AI工具引入 应用方面，需要谨慎对待，加强人工审查。由于部分AI工具会将代码上传云端，还需要关注企业敏感代码或数据的安全合规等问题。
企业中的信息化系统由于各种业务调整、新业务场景的迭代开发等各方面原因，慢慢变得庞大和陈旧，系统中可能存在各种技术架构，代码经过多人不同时期的维护修改后也逐渐变得凌乱，代码结构复杂。由于各业务系统是分期独立建设的，数据分散在不同系统数据库和日志系统中，缺乏统一管理。多系统间的权限管理混乱，安全风险加剧，系统运维成本增大，各类资源管理混乱。在当下情景下，还可能存在人才技能缺失的风险。所以技术开发部引入AI编程工具的核心价值是通过重构开发流程，提升工作效率，使应用运维开发工作聚集于企业架构设计与优化，解决复杂的业务场景问题，解决技术负债，提升系统运维水平，增加业务价值创造最优解，而非直接简单进行人员替换。
在技术部门中引入AI辅助编程工具，需要有策略有步骤进分阶段推进。首先在预算范围内，进行工具评估和选型，再进行小范围试点，总结出可行经验后，在技术部内进行推广和深化。在这个过程中，关键的是提升人员技能，重构开发流程，使用AI编程工具为团队赋能。作为项目的目标应着力于低风险高回报的场景中，如新功能模块的原型开发，单元测试与接口测试的用例生成，日常运维脚本编写与更新，清理技术负债。
更长远来看，AI会对企业运营带来深刻变革，AI技术的应用会重塑企业运营的各个层面。只要企业运营仍需要系统来支撑其各项业务，就需要IT技术部来管理并提供协作，共同实现企业战略目标的达成。在这种过程中，需要重新定位技术开发部门——在公司组织运营的转过程中，技术开发应该作为公司新型生产力的引领者，应该扩展其能力，不仅仅考虑技术开发部中的人机协作，还应指导和帮助其他部门的转型，帮助推动整个组织去追求机遇和应对风险。
