從代碼生成到組織重構，AI Coding如何跨越生產力鴻溝 | 2026 ITValue Summit數字價值年會

飛向TAI空2026.09.22 10:38 · 來自北京全文5250字00:00 / 14:36AI Coding時代到來，軟件開發領域的生產力和生產關係都迎來全新變革。9月16日至17日，2026 ITValue Summit數字價值年會在三亞如期舉行。本屆大會以“AI的系統落地”為主題，力求把企業AI從“做出一個項目”的討論，進一步推進到能力建設、產業協同和實際價值。編程被普遍視作AI落地的“第一站”，至今也仍是大模型競爭的“主戰場”。AI Coding能否形成真正的生產力，將帶來哪些組織變革，也成為了AI系統落地的“試金石”。

17日上午，大會專題閉門會“AI Coding如何形成真正的生產力”吸引了大量企業高管、行業專家參與。爆滿的會場中，既有AI Coding賽道的核心玩家，也有來自金融、製造業、零售等產業界知名企業的CEO、CIO、CTO、CFO等核心決策者。智識神工創始人、董事長兼CEO楚慶，Qoder技術負責人李斌，數字化戰略專家、原平安證券首席信息官張朝暉進行了主題演講，分享他們對AI Coding已經帶來、能夠帶來或應該帶來哪些改變，以及如何形成真正生產力的觀察和實踐。在自由討論環節，來自不同領域的嘉賓也就AI Coding如何賦能企業、組織如何變革、程序員何去何從等問題進行了深入探討。

革命的子彈首先打在革命者身上楚慶此前有關“AI不是工具，而是新的勞動主體”的觀點就曾在業內引發關注，此次閉門會上，他強調稱AI Coding是一場對原有軟件生產體系的重構，在這種變革中，甚至“程序員”這一職業是否還會繼續存在都需要打上問號智識神工創始人、董事長兼CEO楚慶他分享了智識神工近些年在AI軟件前沿探索過程中率先感受到的變化風向。據介紹，智識神工是AI編程技術的先行者，2023年下半年就推出機器人程序員，那時大多數現在以AI coding為主業的企業還悄無聲息，2024年發佈了機器人軟件工廠（SWOR）產品。他透露稱，團隊目前代碼幾乎全部由AI生成，人不再寫代碼。

但當AI Coding大幅減少了團隊成員工作量後，很多人員卻並未如此前預期的那樣轉向系統分析、文檔、知識創造等更高價值工作，反而出現了全方位的能力退化。在他看來，隨著AI Coding的發展，軟件未來可能會像英語一樣，從一種職業能力變成一種基礎技能。這也意味著以“寫代碼”為核心能力的職業可能不復存在。楚慶自己也感慨稱，“革命的子彈首先打在了革命者身上。”他也進一步提示，“AI真的是一次革命，每個人要為它做好準備。如果還想延續過去的模式，恰恰是最不可行的。

”他也從自己深耕通信、芯片領域二十餘年的經歷出發，回溯了手機、芯片等行業的變遷，判斷稱“一家企業改不了自己的基因，幾乎沒有任何一家企業能夠生存到下一個革命的時代。”對於上一個時代的企業，這種判斷顯然比較悲觀。但對於年輕人，時代更替則往往蘊含著重大的機遇，楚慶也建議稱，如果你是一個真正的革命者，不應該懼怕，應該張開懷抱擁抱。新時代恰恰會讓你分身乏術，讓你一個人處於多個空間，獲得前所未有的自由感。對於未來的組織形態，楚慶也有自己的看法。

在他看來，未來的勞動主體會是“人機聯合體”（CHR），組織上則是人+多機器人團隊的新工作框架：人負責管理、決策和知識創造，機器人承擔系統分析、寫代碼、測試等執行工作。對於全社會來說，這一新的變化不僅能讓生產力提升數十倍，還會推動人超越“工業人”的定位，走向管理和決策，成為一個真正的知識創造者。Qoder的AI Native實踐作為AI Coding廠商的代表，Qoder技術負責人李斌則通過團隊的實踐，分享了Qoder在AI落地形成真正的生產力，並推動組織變革方面的解法。在他看來，AI Coding正在經歷一次從“工具”到“組織成員”的變化。

最開始，人們把AI當成聊天工具，隨後用它寫代碼、改文件，再進一步讓它執行復雜任務。隨著Agent能夠接觸更多上下文、工具和運行環境，它開始進入真正的生產流程。Qoder技術負責人李斌而Qoder內部正在嘗試的，正是這樣一套AI Native研發方式。在這套體系裡，Agent不再只是一個“幫程序員寫代碼”的助手，而是被拆分成不同角色。一個複雜任務可以交給不同的Agent專家分別完成：前端負責前端實現，後端負責API，文檔Agent負責文檔同步。每個Agent擁有自己的角色、知識和Skill，而Skill還可以在一次次任務中持續沉澱。這也讓Qoder成為了超級開發者的標配。

“編程門檻確實變低了，但如果寫出來的是一大堆垃圾代碼，確實很難維護。”李斌坦承AI Coding目前面臨的問題，並分享了Qoder的解題思路：為代碼庫建立Wiki，並隨著代碼變化同步更新。系統架構、模塊關係、風險點等信息被顯性化，併成為Agent可以讀取的知識引擎。這意味著，過去藏在程序員腦子裡的知識，開始被轉化成機器可以理解和調用的組織知識。不過，更大的變化發生在研發流程、組織形態上。李斌介紹稱，團隊自身基於Qoder的能力，實現了AI Native的研發新範式。

在AI Native組織中，產品經理不再只是花幾天寫一份PRD，而是先做出可交互原型，讓產品、設計和研發面對具體界面和用戶體驗共同決策。確定之後，再形成Spec，交給前後端Agent專家團實現，人負責決策與驗收，Agent負責執行與測試。在驗證環節，團隊基於Computer Use完成擬人化驗證，實現線上工單自主排查修復。在日常運轉形成閉環的同時，還能通過Repo Wiki沉澱倉庫知識，持續維護，提升Agent任務的成功率。李斌總結稱，從代碼生成到測試再到發版，AI Coding在AI Native組織中，正逐一打破全鏈路瓶頸，釋放真正的生產力。

當Agent成為同事後，團隊的工作環境、角色與考核也都發生了變化。李斌透露，Qoder會為員工配置第二臺電腦，讓Agent數字員工擁有獨立的運行環境。考核維度也愈發從Token消耗轉向組織內數字員工數量和貢獻度。隨著數字員工真正進入工作流，人與數字員工也需要新的協作方式。李斌在演講中強調了人在新的組織形態中的重要性，認為應該由人來負責目標與關鍵判斷，數字員工則承擔執行與協作，最終也仍是人對目標與結果負責。他還展望稱，“未來的超級組織一定是人與Agent碳硅共生。人類負責方向、判斷、創造力，Agent負責執行、協調、重複性工作。這不是效率的線性提升，而是組織能力的整體躍遷。

”AI負責生成，人判斷什麼值得被生成在今年7月發表於的系列文章中，張朝暉從彼時剛剛落幕的世界盃切入，以足球為喻，討論企業IT系統與平臺建設、架構與治理。此後又在不同文章、場合中，分別以游泳、婚姻類比企業軟件、AI，都引發了讀者、聽眾熱烈反響。在此次閉門會上，張朝暉又將AI短劇、乒乓球與AI Coding關聯在了一起。在他看來，AI Coding目前的問題與AI短劇如出一轍。在AI劇/漫劇賽道，半年就能湧現出20餘萬部作品，擴張速度驚人，但點擊能破億的不足0.5%，能回本的不到1.5%。

而在AI Coding領域，不少機構也發現，雖然開發者任務完成量、PR合併率都在提升，但與此同時，bug數、PR事故數以及PR平均審核時間，卻在以更高的比率增加。在張朝暉看來，這正是當今AI所面臨的瓶頸：生成變快了，但後續問題顯著增加，這顯然無益於形成真正的生產力。張朝暉“以自己為方法”，通過自身跟隨專業教練訓練乒乓球的經歷，探尋AI形成生產力之道。

數字化戰略專家、原平安證券首席信息官張朝暉他分享了自己的“四階段乒乓球訓練大綱”，強調必須先練好作為“組件”的單項技術，隨後則是“組合”，要把動作連接起來形成穩定的節奏，再將技術串起來應對不同的實戰場景，最終在實戰對抗中檢驗與提升，反哺、改進組件與組合。他將這套邏輯映射到短劇和編程領域，強調AI內容能否成功，AI Coding能否形成真正的生產力，都受到自身“組件”“組合”“實戰”三要素的影響。對於AI Coding來說，能解決真實業務問題的才是對的“組件”；隨後更需讓團隊願意用，覺得好用形成複用；並且能夠不斷在真實、不可控的場景中得到檢驗，做到可維護、可更新，別人能接手，形成長期價值。

但想做到這些並不容易。在張朝暉看來，AI Coding形成真正生產力的關鍵，仍在於人。“AI負責生成，人負責判斷什麼值得被生成、值得被持續投入。”他認為判斷力在AI時代尤為重要，形成判斷力則需要做對拆解、複用、測試、反饋這四件事。而對於編程來說，判斷力意味著拿到一個業務需求，能看出系統架構該長什麼樣，哪些該做成組件，功能該怎麼劃分。對企業來說更是如此，張朝暉以平安證券、摩根大通、高盛等為例，強調企業自身定義架構，形成自身骨架的重要性，提示稱，強大的AI，必須建立在更強的治理之上，而AI戰略，必須由懂業務、懂風險、懂治理的人負責。

在演講的最後，張朝暉也向AI Coding廠商提出了不少尖銳問題，“團隊用AI生成的大量代碼，有多少半年後還有人願意接手、能夠接手？你還記得當初給它的需求是什麼嗎？”“AI編程讓寫代碼的速度變快了，但做出來的應用有多少人真正願意用？用的時候如何維護？出了問題誰來負責？”他尤其警示應避免讓AI Coding變成下一片“Excel墓地”。AI Coding時代，人的位置在哪？在自由討論環節，AI Coding對組織和人的影響尤其引發關注。在張朝暉看來，即使在AI Coding時代，軟件工程師也不一定會消失，進行相關領域的學習仍然有價值。

但他也同時表示，相關職業的價值座標會發生變化，“架構”和“業務理解”會變得愈發重要，而夾在技術與業務之間、既不精通業務，也沒有足夠技術壁壘的人，最有可能被替代。中國研究型醫院學會醫療信息化分會副會長、高博醫療集團首席信息專家陳金雄也分享了自身的觀察和實踐。他從帶團隊進行AI轉型的經驗出發，認為AI Coding正在將軟件研發的範式從“橄欖型”變成“啞鈴型”：傳統範式中，70%到80%的時間會花在編程上，但AI Coding能規模化、快速生成代碼後，就要把時間投入到業務理解、業務建模、業務抽象、業務分解中去。他認為，“懂業務，會駕馭”的人才能夠適應AI Coding時代，併成為真正的創新生產力。

與此同時，他也提到，對業務十分生疏、找不著門道的傳統程序員在這個時代確實很難轉型，面臨不小的挑戰。開源中國副總裁李彥成也分享了兩個內部團隊的對比實例。一個團隊在傳統軟件開發流程基礎上增加AI工具，雖快，但端到端交付並未明顯提速；另一個團隊則更加徹底地採用AI Native方式，使用自研AI Coding萬象產品與極智產品，覆蓋協同辦公與代碼開發場景，拋棄傳統流程，不再手寫代碼，每人獨立負責模塊，全員以評審為主，AI完成編碼、單測、自動化測試和變更影響分析。引入AI後，不僅提升了編碼階段的工作效率，更擴展了人員能力邊界，最終幾人效率遠超過去二三十人，端到端交付顯著加速。

實際上，從主題演講到自由討論，“組織”一詞始終是這場閉門會上出現頻率最高的關鍵詞之一。雖然分享者的站位、視角甚至觀點不盡相同，但普遍認為AI Coding將推動組織變革，也只有在組織層面完成迭代，AI Coding才能形成真正的生產力。而在組織重構的過程中，幾乎所有嘉賓都會將關注重點放在人將要承擔的角色上，業務能力、判斷力、決策能力，也在分享和討論中被多次提及。當AI Coding跨越生產力鴻溝之時，生產關係必將隨之變化，無論是Agent成為同事，還是“人機聯合體”形成新的勞動模式，人都要在與AI的協作中，重新找到自己的位置。（本文首發於APP，文｜飛向TAI空，作者｜胡珈萌，編輯｜蓋虹達）