在《The Pragmatic Engineer》五周年征文活动中，拥有九年经验的软件工程师 Neil Kakkar 凭借对 AI 时代工程效能变化的深度复盘脱颖而出。Neil 曾就职于 Google、Bloomberg、PostHog，目前任职于 AI 原生初创公司 Tano。他通过详实数据，揭示了从传统大厂到 AI 原生团队的范式转移。
两个交付时代：十倍效率跃迁
Neil 的职业轨迹横跨三种典型环境：拥有两万名员工、流程严谨的金融科技巨头 Bloomberg；从十人扩张至两百人、强调快速迭代的 PostHog；以及成立即伴随 AI 智能体兴起、团队仅约十人的 Tano。
数据显示，Neil 在 Tano 提交的月度合并请求（PR）数量超过 200 个，是 PostHog 时期的 11 倍，更是 Bloomberg 时期的 26 倍左右。在 Bloomberg 和 PostHog，高代码质量门槛和同行评审限制了交付速度；而在 Tano，借助 Claude Code Desktop 等工具，智能体可在极少干预下构建完整功能，单个功能端到端构建仅需 1-2 小时。
工作内容上，Neil 在 PostHog 耗时多年构建实验功能并领导团队；而在 Tano 的八个月内，他作为创始工程师完成了联盟营销平台构建、内容监控优化及智能体架构迁移等同等广度的工作。
消失的旧约束：自动化与去中心化
AI 的引入消除了传统开发中的多重摩擦。首先是沟通开销的大幅降低。在 Tano，工程师可独立掌控全栈，无需像过去那样与前后端同事频繁协调，信任取代了繁琐的协作流程。
其次是代码审查的自动化。自动审查智能体成为标准流程，资深工程师的人工审查变为可选。尽管偶有失误，但团队采取“向前修复”策略，使得 PR 中位合并时间缩短至一小时以内，回滚率反而降低了 6 倍。
此外，角色边界模糊化提升了决策效率。在没有专职产品经理的情况下，工程师直接对接业务痛点，依据 CEO 和 CTO 提供的关键背景自主决定优先级。原本耗时一个月的任务，现在往往一周内即可完成。复杂的架构迁移也从以年计缩短至数周，使产品架构更具可逆性和实验性。
出现的新约束：精力分散与语境孤岛
然而，AI 原生模式并非完美，瓶颈从流程转移至个人。首先是并行开发导致的精神耗竭。同时处理 3-5 个项目引发频繁的上下文切换，类似系统“抖动”，导致工程师在任务间空转，疲惫感显著增加。
其次是共享语境的丧失。人工审查的减少导致团队成员间缺乏对工作进展的了解，“巴士系数”降至 1。为解决此问题，团队需通过编写详细的 AGENTS.md 文件沉淀语境，确保任何成员都能借助 AI 快速上手。
其他新约束还包括：自我节奏管理的挑战，需警惕 AI 带来的“吸血鬼效应”；设计的边缘化，AI 生成的趋同设计可能削弱品牌独特性；以及 AI 额度限制，迫使开发者在实验时必须聚焦最高优先级事项。
AI 如何重塑软件工程
Neil 指出，AI 是速度的倍增器，但红利释放依赖于全员协同。若团队其他成员未接入 AI，个人的生产力增益将受限于代码审查等下游环节。因此，全员拥抱 AI 至关重要。
同时，企业需建立鼓励实验的文化，灵活识别并移除新出现的约束（如 CI 管道瓶颈）。随着开发加速，传统技术流程和工具面临重构压力：企业要么限制 AI 以维持稳定，要么通过自动化解除约束以继续加速。在追求极致速度的同时，建立生活与工作的“护栏”，保持谦逊与开放，将是 AI 时代初创团队成功的关键。