AI Native思考

1

《人员神话》：加人无法加速一个延期的项目。

为什么？因为沟通成本随人数指数增长，学习也有成本，在短时间内无法转换为产能和效率的提升。

那加Agent、加Token能否加速一个延期的项目呢？

这个是不是AI Native特质的一个衡量标准？

2

个人效率与组织效率的关系：

1、个人的效率提升不等于组织的效率提升。

2、组织的效率的是随着组织短板、痛点、瓶颈的解决而提升的。

3

AI Native的工作分为两层：

1、底层是结构化的Harness层——代码、测试、流水线、文档等，所有信息都是“AI友好”的形态，AI主导。

2、上层是松散的Hive Mind层——对话、试错、思考、选择等，人主导。

4

大量工作、系统、流程能用，是因为人聪明、勤奋，不是因为它们AI友好。

AI友好的衡量标准：

1、测试完备性。

2、环境完备性。

3、架构合理性。

4、端到端测试可执行性。

5、文档充分性。

5

当人们开始主动拆解工作、系统、流程，将它们变成AI友好的时，在这个过程中，一旦Harness跑起来，就会出现这样的情况：AI接管的越多-->失败Case越多-->Harness修复优化的越快，然后你会发现你获得了一个不断加速的飞轮。

因此越早建成Harness的公司会在某个临界点之后越来越快，晚建成的公司不只是慢一点，而是被远远甩开。