最近圈里被一句話刷了屏——AWS的CEO Matt Garman公開表態(tài)說“用AI裁掉新人是企業(yè)最愚蠢的操作”。這句話乍一聽像是大廠高管輸出價值觀但仔細(xì)琢磨分量很重。AWS的CEO站在全球云計(jì)算風(fēng)向標(biāo)的位置上親口說“AI替代不了初級崗位的人才儲備”這跟很多人想象中的“AI一來新人全滾”完全是兩個方向。這個話題適合所有帶團(tuán)隊(duì)的技術(shù)管理者、創(chuàng)業(yè)公司老板以及正在糾結(jié)要不要用AI做人員決策的HR和業(yè)務(wù)負(fù)責(zé)人看。我結(jié)合自己這些年在技術(shù)團(tuán)隊(duì)管理里踩過的坑把這件事的來龍去脈、背后的管理邏輯和可落地的做法拆開聊一聊。1. AWS CEO這句狠話到底戳中了誰的痛點(diǎn)1.1 那句話是怎么說出來的先還原一下背景。Matt Garman在最近的公開場合被問到AI對入門級工程師崗位的影響他沒有順著“AI會消滅初級碼農(nóng)”的論調(diào)往下說反而把矛頭指向了企業(yè)管理者本身。他的核心觀點(diǎn)是如果一個公司因?yàn)橛昧薃I工具就急不可耐地把新人裁掉那這個公司等于親手切斷了自己的人才供應(yīng)管道。他強(qiáng)調(diào)的是初級工程師的價值不在于他們當(dāng)前能寫多少行代碼而在于他們經(jīng)過三到五年的培養(yǎng)后能成長為架構(gòu)師、技術(shù)負(fù)責(zé)人、業(yè)務(wù)核心——如果公司永遠(yuǎn)只留熟手、只依賴AI來填補(bǔ)初級產(chǎn)能那么五年后這個組織會發(fā)現(xiàn)自己根本沒有能扛大旗的人。這句話之所以引發(fā)廣泛討論是因?yàn)樗瑫r踩中了兩個敏感神經(jīng)。一邊是打工人對“AI取代崗位”的焦慮另一邊是管理者對“降本增效”的沖動。當(dāng)一個人公開說“用AI裁新人是最愚蠢的操作”時等于把這兩股力量直接對撞了。我身邊不少做技術(shù)管理朋友的反饋是聽完其實(shí)有點(diǎn)五味雜陳——因?yàn)榇蠹倚睦锒记宄F(xiàn)在確實(shí)有公司正在這么干而且干得理直氣壯。1.2 為什么“裁新人”這個話題會引爆討論過去一年很多公司確實(shí)把AI用成了“裁員加速器”。我見過不止一個案例公司上了AI代碼輔助工具之后發(fā)現(xiàn)原來需要三個初級工程師干的活現(xiàn)在一個高級工程師加AI就能扛下來。于是管理層做出決策——縮編初級團(tuán)隊(duì)把人力預(yù)算集中到高級崗位和AI工具訂閱費(fèi)用上。這個邏輯在財(cái)報(bào)上非常好看人力成本立減人均產(chǎn)出甚至還能往上走。但問題恰恰出在“短期好看”上。技術(shù)團(tuán)隊(duì)跟流水線工人不一樣新人不是完不成流程才需要被裁的“殘次品”。新人進(jìn)團(tuán)隊(duì)的第一年看起來是在“拖后腿”實(shí)際上是在吸收上下文、理解系統(tǒng)架構(gòu)、積累業(yè)務(wù)認(rèn)知。這個過程沒有產(chǎn)出上的捷徑AI能幫你生成代碼片段但生成不了“一個新人腦子里的系統(tǒng)地圖”。當(dāng)企業(yè)把新人當(dāng)成成本項(xiàng)而不是資產(chǎn)項(xiàng)時往往就已經(jīng)在為兩三年后的技術(shù)斷層買單了。我從管理的實(shí)際體驗(yàn)出發(fā)覺得大多數(shù)裁新人的決策不是因?yàn)锳I太強(qiáng)而是因?yàn)楣芾碚咛珣小獞械梅智宄岸唐谌斯こ杀尽焙汀伴L期組織能力”的關(guān)系懶得多花半年去設(shè)計(jì)一條新人成長路徑干脆一刀砍掉最容易被量化考核的部分。AWS CEO把這事說成“自掘墳?zāi)埂痹捳f得難聽但邏輯上一點(diǎn)沒夸張。2. 用AI裁新人賬面上省的錢和你看不見的代價2.1 裁新人為什么短期內(nèi)看起來很“合理”先替那些做這種決策的管理者說句公道話裁新人這件事在報(bào)表上確實(shí)很“劃算”。剛畢業(yè)或工作一兩年的工程師薪資往往只有資深工程師的零頭培養(yǎng)期又長頭半年幾乎不產(chǎn)生正向業(yè)務(wù)價值。公司每年為新人付出的成本包括工資、社保、導(dǎo)師時間、內(nèi)部分享資源還可能因?yàn)橐粋€小bug導(dǎo)致線上事故。把這些成本列出來任何一個被季度KPI追著跑的Leader都會動“不如用AI頂一頂”的念頭。而且AI工具現(xiàn)在確實(shí)能cover掉一部分初級活。比如寫CRUD接口、寫單元測試、生成實(shí)體類、處理簡單腳本這些曾經(jīng)是新人入門期的主要磨煉內(nèi)容現(xiàn)在AI幾分鐘就能給出版本。很多團(tuán)隊(duì)實(shí)測下來一個高級工程師加AI工具確實(shí)可以頂?shù)粢坏絻蓚€初級工程師的日常產(chǎn)出。于是管理層得出結(jié)論既然“簡單勞動”可以被機(jī)器替代保留新人就沒有意義了。但這里有一個偷換概念的陷阱。AI能替代的是“任務(wù)的執(zhí)行”替代不了“人的成長”。新人做的那些簡單任務(wù)真正的目的從來不是把代碼寫完而是讓他在寫代碼的過程中理解業(yè)務(wù)規(guī)則、熟悉工程規(guī)范、學(xué)會排查問題、建立起“這個系統(tǒng)為什么會這樣設(shè)計(jì)”的全局觀。你把這些任務(wù)的執(zhí)行交給AI就等于取消了新人學(xué)習(xí)成長的載體表面上是效率提升實(shí)際上是釜底抽薪。2.2 新人的價值不在產(chǎn)出而在“技術(shù)債的消化能力”這些年我?guī)н^大大小小不少團(tuán)隊(duì)一個特別明顯的感受是一個組織里如果長期沒有新人進(jìn)來老員工會迅速陷入一種“只維護(hù)、不重構(gòu)”的狀態(tài)。原因很簡單老員工對系統(tǒng)太熟了熟到能預(yù)判每一個坑在哪里所以會本能地繞開坑而不是填掉坑。但新人不知道坑在哪里他們會踩進(jìn)去然后花力氣去理解坑為什么會存在最后大概率會提出一些讓老人眼前一亮的重構(gòu)方案——哪怕方案很幼稚至少讓團(tuán)隊(duì)重新審視了問題。技術(shù)債這個詞聽起來抽象我用一個生活化的例子解釋。一個小區(qū)的水管系統(tǒng)老維修工知道哪段管子容易漏水天天帶著膠帶去補(bǔ)項(xiàng)目組覺得“穩(wěn)得很”。來了個新人他不認(rèn)識這些管子按圖紙核對了一遍發(fā)現(xiàn)有兩段舊管本可以整體換掉雖然更換期間會影響幾戶人家用水但換完之后三年不用再補(bǔ)。老維修工不是不想換而是他習(xí)慣了“可用的現(xiàn)狀”新人沒有這種習(xí)慣所以他是唯一一個愿意動手術(shù)的人。企業(yè)把這類新人裁了等于整個組織再也找不到“愿意動手術(shù)”的人技術(shù)債只會越滾越深。2.3 組織發(fā)展的斷代危機(jī)三年后你拿什么拼再來算一筆時間賬。假設(shè)一家公司每年招一批新人培養(yǎng)周期兩年第三年這批人剛好能獨(dú)當(dāng)一面到了第四第五年就能帶新人、做架構(gòu)決策。如果現(xiàn)在因?yàn)锳I裁掉了這批“正在被培養(yǎng)”的人那么公司現(xiàn)在的技術(shù)骨干還在能應(yīng)付當(dāng)下但兩年后骨干可能跳槽、可能轉(zhuǎn)管理、可能因?yàn)榫ο陆低顺鼍幋a一線到那時候你發(fā)現(xiàn)中間層已經(jīng)空了——上面是資深下面是剛招的應(yīng)屆中間斷層了兩代人的組織記憶。這種斷代的后果在行業(yè)里其實(shí)有前車之鑒。有些公司經(jīng)歷過“優(yōu)化老員工、只留管培生”的階段結(jié)果老員工走了之后系統(tǒng)出問題沒人敢碰管培生只能一邊看文檔一邊給客戶道歉。而那些堅(jiān)持每年穩(wěn)定進(jìn)人的公司哪怕業(yè)務(wù)有波動技術(shù)團(tuán)隊(duì)始終有新鮮血液頂著遇到轉(zhuǎn)型往往能更快掉頭。AWS CEO說裁新人是在“自掘墳?zāi)埂北举|(zhì)上是提醒大家你的組織現(xiàn)在能運(yùn)轉(zhuǎn)靠的是幾年前招進(jìn)來的那些“新人”已經(jīng)長成了骨干你現(xiàn)在不招新人就等于把未來的骨干提前槍斃了。3. 為什么新人恰恰是AI最難替代的資產(chǎn)3.1 新人不是“便宜編碼器”而是組織的學(xué)習(xí)引擎AI和新人最根本的差異在于“學(xué)習(xí)的目的”。AI的學(xué)習(xí)目的是完成一個給定的任務(wù)它的知識邊界是訓(xùn)練數(shù)據(jù)和上下文窗口決定的。新人的學(xué)習(xí)目的是理解一個系統(tǒng)如何運(yùn)作以及如何讓這個系統(tǒng)變得更好他的知識邊界是無限擴(kuò)展的而且他會把這種理解沉淀為組織的長期能力。我舉一個實(shí)際的例子。我們團(tuán)隊(duì)曾接手一個老項(xiàng)目代碼里有一段邏輯注釋寫著“不要動這段代碼改了會出問題”。AI工具處理這種代碼時唯一的策略就是保持原樣。但一個認(rèn)真鉆研的新人會先去搞清楚為什么這段代碼不能動、它依賴了什么隱性條件、關(guān)聯(lián)了哪些不為人知的業(yè)務(wù)場景。他研究完可能會小心翼翼地重構(gòu)也可能最終得出結(jié)論——確實(shí)不能動但至少他把“為什么不能動”寫成了文檔這本身就是組織資產(chǎn)的增值。AI永遠(yuǎn)不會主動去做這件事因?yàn)锳I不會“好奇”。所以新人更像是一個學(xué)習(xí)引擎他的輸入是業(yè)務(wù)上下文、技術(shù)架構(gòu)、同事的經(jīng)驗(yàn)輸出是團(tuán)隊(duì)整體認(rèn)知水位的提升。組織里有一個新人在認(rèn)真成長老員工為了教他會重新梳理自己的知識、主動文檔化、把隱性經(jīng)驗(yàn)顯性化。這個過程對老員工的提升也很大。一旦沒有新人老員工就失去了梳理經(jīng)驗(yàn)的動機(jī)團(tuán)隊(duì)的認(rèn)知會逐漸封閉。3.2 技術(shù)傳承的真相文檔替代不了人經(jīng)常有管理者覺得只要把知識沉淀成文檔、wiki、代碼注釋人走了也無所謂AI甚至可以幫你做知識管理。這個想法有道理但忽略了一個關(guān)鍵事實(shí)真正的技術(shù)決策能力是無法被文檔固化的。一個系統(tǒng)的核心知識往往分布在無數(shù)個微小的上下文里——某個字段為什么叫這個名字、某個接口為什么設(shè)計(jì)成異步、某個依賴為什么不升級這些內(nèi)容沒有文檔會寫只有在師徒、結(jié)對、評審這些“人際接口”中才會傳遞。新人恰好是這些“人際接口”的最佳接收者。他們的存在逼著老員工講出那些“我知道但是沒說過的”經(jīng)驗(yàn)。我自己的體會是每次給新人做code review都要比平時認(rèn)真三倍因?yàn)槟阋涯X子里那些“憑直覺就改掉了”的東西翻譯成新人能理解的邏輯。這個過程比AI生成一段注釋有價值得多。如果組織里只剩AI那就等于所有人都默認(rèn)“代碼能跑就行”而沒有人去追問“代碼為什么長成這樣”。3.3 AI杠桿與新人杠桿的關(guān)系最后說一個更積極的角度。AI確實(shí)是可以撬動效率的杠桿但它杠桿的落點(diǎn)最好是在“提升新人的成長速度”上而不是在“減少新人的數(shù)量”上。我給團(tuán)隊(duì)配AI工具的時候最看重的指標(biāo)不是“編碼效率提升多少”而是“新人多久能獨(dú)立上手”。一個新人用了AI輔助之后三個月就能達(dá)到以前半年才能達(dá)到的理解水平這才是AI真正的價值。用一句話概括就是AI是放大器你用它放大一個有潛力的新人他會迅速成長為獨(dú)當(dāng)一面的人才你用它放大一個只剩熟練工的組織它只會加速這個組織的鈍化。這也是為什么我堅(jiān)定地認(rèn)為AI與新人從來不是替代關(guān)系而應(yīng)該是組合關(guān)系。4. AI在人才管理里的正確打開方式不是裁決機(jī)器而是輔助工具4.1 招聘環(huán)節(jié)用AI做結(jié)構(gòu)化面試和潛力評估說完了“為什么不能裁”再聊聊AI應(yīng)該怎么用在人才管理上。第一個可以落地的場景是招聘。現(xiàn)在很多HR團(tuán)隊(duì)用AI做簡歷初篩、做面試題目的動態(tài)生成甚至有些人嘗試用AI全程面試候選人。我個人的建議是AI可以用在“結(jié)構(gòu)化面試”和“潛力評估”的輔助環(huán)節(jié)但絕不能讓AI做最終裁決。實(shí)操中做得比較好的一種方式是讓AI根據(jù)崗位JD生成一套結(jié)構(gòu)化評分卡面試官按照維度打分AI負(fù)責(zé)匯總數(shù)據(jù)、識別各維度的一致性、標(biāo)記異常信號。比如AI可以發(fā)現(xiàn)某位候選人筆試成績突出但設(shè)計(jì)溝通分?jǐn)?shù)偏低或者發(fā)現(xiàn)某位面試官的評分曲線長期偏離團(tuán)隊(duì)基線。這些信息對招聘決策非常有價值但最終“要不要這個人”的判斷應(yīng)該永遠(yuǎn)由有經(jīng)驗(yàn)的管理者結(jié)合現(xiàn)場感受來完成。再具體一點(diǎn)對于應(yīng)屆生或初級崗位我建議在題目設(shè)計(jì)上不要只考算法和語法而是用AI生成一些“開放性問題場景”。比如給一個殘缺的系統(tǒng)描述讓候選人指出現(xiàn)有問題并提出改進(jìn)方向。這種問題沒有標(biāo)準(zhǔn)答案但能真實(shí)反映一個人的系統(tǒng)思維。AI在這里的作用是快速生成多個場景變體避免候選人背題同時通過對話接口記錄候選人的回答邏輯為面試官提供參考素材。這套做法我們用了半年多招進(jìn)來的新人質(zhì)量比之前純粹靠“手寫算法題”更穩(wěn)定。4.2 培養(yǎng)環(huán)節(jié)用AI給新人定制學(xué)習(xí)路徑新人入職之后AI最該發(fā)揮價值的地方是“個性化培養(yǎng)”。傳統(tǒng)的新人培訓(xùn)往往是“一鍋燉”三周培訓(xùn)、兩周輪崗、然后扔到項(xiàng)目上自學(xué)成才。這種方式效率很低因?yàn)槊總€人的基礎(chǔ)不一樣有人卡在編程語言有人卡在業(yè)務(wù)理解有人卡在工具鏈操作。用AI輔助做培養(yǎng)路徑規(guī)劃就能針對性地解決這個問題。我們的做法是這樣的新人入職第一天先讓AI生成一份自測問卷覆蓋語言基礎(chǔ)、工程工具、業(yè)務(wù)領(lǐng)域三個維度。問卷結(jié)果出來后AI會把新人自動分到不同的訓(xùn)練模式里——比如基礎(chǔ)薄弱的先走“腳手架項(xiàng)目”工具不熟的先走“環(huán)境搭建代碼走讀”業(yè)務(wù)理解弱的則優(yōu)先安排業(yè)務(wù)文檔精讀。訓(xùn)練過程中AI還會根據(jù)新人在代碼倉庫里的提交情況、在知識庫里的搜索行為動態(tài)調(diào)整學(xué)習(xí)內(nèi)容。這里有一個容易被忽略的細(xì)節(jié)學(xué)習(xí)路徑絕不能是靜態(tài)的文檔列表。我給團(tuán)隊(duì)設(shè)計(jì)過一個簡單的規(guī)則——“每周學(xué)習(xí)產(chǎn)出必須包括一個改進(jìn)了現(xiàn)有系統(tǒng)的提案”。新人可以是任何層級的小改動比如優(yōu)化一個接口的響應(yīng)時間、清理一段死代碼、完善一條鏈路日志。AI在這個環(huán)節(jié)的作用是幫新人判斷提案的可行性并給出風(fēng)險提示。新人看到AI反饋再去跟導(dǎo)師聊討論質(zhì)量會明顯提升。4.3 賦能環(huán)節(jié)AI是給新人用的不是用來裁新人的說得扎心一點(diǎn)同樣一套AI工具你發(fā)給新人用和發(fā)給HR做裁員分析產(chǎn)生的組織效果完全不同。讓新人用AI他能加速成長減少初期的挫敗感。讓HR用AI去分析“哪些崗位可以被替代”本質(zhì)上是在制造組織內(nèi)部的恐懼氛圍一旦員工覺得自己隨時可能被AI替代會本能地不配合AI應(yīng)用——甚至故意破壞AI工具的效果比如在代碼里加注釋讓AI分析不到關(guān)鍵信息。這個現(xiàn)象我從幾個朋友的公司里都聽到過。他們公司引入了非常先進(jìn)的AI代碼分析工具用于“代碼質(zhì)量評估”但員工普遍抵觸原因是這套工具輸出的報(bào)告會被管理層用來做績效排名。最后的結(jié)果是報(bào)告數(shù)據(jù)失真團(tuán)隊(duì)氛圍變差A(yù)I工具淪為擺設(shè)。反觀有些公司把AI工具定位為“給工程師配的免費(fèi)助手”鼓勵大家用AI解釋不熟悉的代碼、生成測試用例、寫提交說明工具使用率反而是前者的好幾倍。所以核心原則是AI在人才管理中的角色應(yīng)該是“教練”而不是“法官”。凡是涉及“評估一個人是否應(yīng)該被裁掉”的場景AI可以提供數(shù)據(jù)和分析但決策必須由管理層基于長期價值判斷來完成。AI做的應(yīng)該是幫助優(yōu)秀的人變得更好而不是幫助公司更快地甩掉暫時不夠好的人。5. 技術(shù)團(tuán)隊(duì)新人培養(yǎng)的實(shí)操清單管理者可以直接抄5.1 建立“新人導(dǎo)師”的綁定機(jī)制而不是“新人文檔”很多團(tuán)隊(duì)的新人培養(yǎng)失敗不是因?yàn)闆]有文檔而是因?yàn)樾氯擞龅絾栴}不知道該問誰。我比較推薦“雙軌綁定”機(jī)制每位新人入職時分配一位業(yè)務(wù)導(dǎo)師和一位技術(shù)導(dǎo)師。業(yè)務(wù)導(dǎo)師負(fù)責(zé)講清楚行業(yè)邏輯、用戶場景、項(xiàng)目背景技術(shù)導(dǎo)師負(fù)責(zé)代碼規(guī)范、架構(gòu)講解、工具使用。導(dǎo)師每個月至少安排四次固定的一對一交流時間固定到日歷上不允許被臨時會議沖掉。有管理者會問這樣導(dǎo)師投入的時間成本誰來買單我的答案是把“帶新人”納入導(dǎo)師的績效和晉升指標(biāo)。在晉升review里明確寫清楚“培養(yǎng)了哪些新人效果如何”否則導(dǎo)師天然會覺得“帶新人是額外負(fù)擔(dān)”。我們團(tuán)隊(duì)實(shí)行這個制度之后老員工帶人的積極性明顯提高因?yàn)閹С鲇谐晒男氯藢λ麄冏约旱膖itle和影響力都有直接幫助。5.2 前三個月不考核產(chǎn)出只考核學(xué)習(xí)軌跡新手期最怕的就是管理者用“老員工的產(chǎn)出標(biāo)準(zhǔn)”去要求新人。我的經(jīng)驗(yàn)是前三個月的新人考核應(yīng)該關(guān)注三件事有沒有提出過有價值的問題、有沒有獨(dú)立完成過一個小任務(wù)、有沒有形成對系統(tǒng)全貌的基本描述能力。產(chǎn)出數(shù)量一律不看bug率可以看但不作為負(fù)面指標(biāo)畢竟新人寫bug是正常的重要的是他能不能從bug里構(gòu)建出自己的排查方法。具體操作上我給團(tuán)隊(duì)設(shè)計(jì)了“學(xué)習(xí)軌跡周報(bào)”模板新人在飛書或Confluence里填寫本周學(xué)了什么、卡在哪里、下周計(jì)劃導(dǎo)師每周review并給出反饋。AI在這個環(huán)節(jié)可以做周報(bào)的初步分析——比如把新人提到的卡點(diǎn)自動歸類發(fā)現(xiàn)哪類問題反復(fù)出現(xiàn)提醒導(dǎo)師重點(diǎn)關(guān)注。這樣一來新人不是被考核壓著走而是被一套清晰的成長節(jié)奏帶著走。5.3 給新人安排“帶WIP的活”而不是邊角料很多團(tuán)隊(duì)給新人的第一個任務(wù)是“改改文檔”“寫個測試”“調(diào)調(diào)配置”這些邊角料活對業(yè)務(wù)沒有真實(shí)價值新人做完也提升不了什么。正確做法是給新人一個“已經(jīng)做了一半的項(xiàng)目”。這個項(xiàng)目有一定復(fù)雜度但已經(jīng)有人在維護(hù)新人進(jìn)入時先花一周熟悉代碼然后嘗試提交第一個真實(shí)的功能或修復(fù)。因?yàn)轫?xiàng)目是有人維護(hù)的有了問題不會全砸在新人一個人頭上他可以隨時找維護(hù)者求助。這個設(shè)計(jì)叫“帶WIP的活”WIP就是Work In Progress。核心邏輯是讓新人在一個真實(shí)的、有人兜底的場景里犯錯和成長而不是把他丟到一個無人區(qū)里自生自滅。我觀察下來這種方式的留存率和成長速度比“先學(xué)習(xí)兩周再上真實(shí)項(xiàng)目”要高很多。因?yàn)槿藦牡谝惶炱鹁驮诟鎸?shí)的業(yè)務(wù)邏輯打交道學(xué)習(xí)的動機(jī)完全不一樣。5.4 把“帶新人”變成組織文化的KPI最后一條建議聽起來有點(diǎn)虛但恰恰是被most公司忽略的把“帶新人”變成組織文化的最高優(yōu)先級事項(xiàng)。AWS CEO能說出“用AI裁新人是自掘墳?zāi)埂鼻疤崾茿WS作為一個技術(shù)組織骨子里認(rèn)可“人才培養(yǎng)是企業(yè)最深層的護(hù)城河”。落到團(tuán)隊(duì)管理上這意味著現(xiàn)金流的波動、短期業(yè)務(wù)壓力、技術(shù)選型的調(diào)整都不應(yīng)該成為犧牲新人培養(yǎng)節(jié)奏的理由。具體執(zhí)行時可以設(shè)置一些簡單但硬性的規(guī)則。比如任何一個兩周五以上的迭代都必須包含至少一個“新人可講解的技術(shù)主題”任何一次線上事故復(fù)盤如果有新人在場必須有專門環(huán)節(jié)讓新人提問每季度評選一次“最佳新人培養(yǎng)獎”獎金和績效掛鉤。這些動作看起來瑣碎但會把“珍惜新人”從一句口號變成一套人人看得見的制度。6. 我踩過的坑AI輔助人才決策的實(shí)戰(zhàn)記錄6.1 翻車案例完全依賴AI評估導(dǎo)致的誤判說一個我自己真實(shí)經(jīng)歷過的翻車故事。前兩年我負(fù)責(zé)過一個數(shù)據(jù)組當(dāng)時團(tuán)隊(duì)里有兩個應(yīng)屆生一個平時話不多但代碼提交非常規(guī)范AI代碼分析工具給他的評分離譜地高另一個新人想法很多、經(jīng)常重構(gòu)代碼但因?yàn)樘峤活l繁導(dǎo)致AI報(bào)告里顯示“變更范圍大穩(wěn)定性風(fēng)險高”被HR列入了低績效名單。我當(dāng)時差點(diǎn)就基于AI報(bào)告做了處理決定。幸好有個老工程師提醒我說“那個代碼規(guī)范的其實(shí)一直在復(fù)制粘貼真正在思考的是那個經(jīng)常重構(gòu)的”。我花了一下午仔細(xì)review了兩人的代碼發(fā)現(xiàn)確實(shí)如此——AI只能看到提交記錄和代碼靜態(tài)指標(biāo)但它看不到代碼背后的思考深度。從那以后我定了一條規(guī)矩AI評估報(bào)告只能作為review的參考素材絕不允許直接作為人員淘汰依據(jù)。6.2 在AI和人心之間的平衡第二個坑是節(jié)奏問題。AI工具上線之初我一度非常興奮覺得可以替代很多機(jī)械的人力管理工作比如試用期評估、任務(wù)分配、進(jìn)度追蹤。結(jié)果用了兩個月發(fā)現(xiàn)員工開始用“對付工具”的方式對待日常工作——比如為了讓AI報(bào)告好看大家都在優(yōu)化“可以被量化的指標(biāo)”而不是真正把事做好。反而是那些無法被AI量化的軟性能力比如跨團(tuán)隊(duì)協(xié)調(diào)、業(yè)務(wù)洞察、內(nèi)部影響力被悄悄弱化了。我后來調(diào)整了做法AI工具只用來處理“信息密集但判斷簡單”的工作比如匯總周報(bào)、識別任務(wù)風(fēng)險、生成候選問題列表凡是涉及“對人的評價和判斷”的工作一律回到真人會議里用結(jié)構(gòu)化討論解決。這個界限劃清楚之后團(tuán)隊(duì)對AI工具的信任度反而提高了因?yàn)榇蠹抑繟I不是用來盯人的。6.3 給管理者的三條行動建議最后結(jié)合這幾年的實(shí)操給同樣在做技術(shù)管理的朋友三條行動建議都是我付過學(xué)費(fèi)換來的。第一從今天起重新審視你的新人編制。不管公司預(yù)算多緊至少要保留一條“每年穩(wěn)定進(jìn)應(yīng)屆生或初級工程師”的人才線數(shù)量可以少但絕不能斷。斷一次再次恢復(fù)要付出的成本高得多。第二把AI工具的預(yù)算和新人培養(yǎng)預(yù)算綁定在一起。你給團(tuán)隊(duì)買的AI工具如果最終沒有落實(shí)在每個新人頭上說明這個工具不是用來提效的而是用來降薪的——那它遲早會反噬組織文化。第三給每個新人配一個“技術(shù)引路人”最好是在公司待了三年以上、對系統(tǒng)全貌有認(rèn)知的工程師。這個人不需要做新人的考核官他只需要在關(guān)鍵時刻回答一個問題——新人應(yīng)該往哪個方向長。我自己的親身體會是AI確實(shí)讓很多初級工作變得“看起來可替代”但正因?yàn)檫@樣那些仍然愿意耐心培養(yǎng)新人的團(tuán)隊(duì)未來會在人才密度上拉開巨大的差距。當(dāng)多數(shù)公司在用AI簡化管理、壓縮成本、淘汰“短期不劃算”的年輕人時你愿意花心思把新人一顆一顆磨成螺絲釘和承重墻這樣的組織才真正握住了長期主義的入場券。如果放在兩三年前我可能會覺得“人才密度”這個詞太虛。但這兩年被AI工具反復(fù)沖刷之后我越來越確信技術(shù)團(tuán)隊(duì)的護(hù)城河根本不在于你用了多先進(jìn)的模型而在于你身邊有沒有那些“三年前還是新人、今天已經(jīng)能扛事”的伙伴。這個道理跟AWS CEO說出來的那句話本質(zhì)上是一回事。