开发人员是第一个在工作中采用人工智能的群体，为什么这很重要

从10年前作为一名开发人员开始在GitHub工作到成为首席运营官，我了解到开发人员通常是组织其他部门变革的风向标。

作为新技术和实践的早期采用者，开发人员通常是商业环境变化的风向标，这就是为什么在 GitHub，我们相信企业越了解开发人员需要什么才能茁壮成长，他们就越能更好地支持组织的其他成员。

这一点从未像他们采用人工智能那样明显。虽然世界仍在努力解决它的用例，但我们发现开发人员已经在大规模使用它。事实上，我们最近对开发人员的调查发现， 92%的人已经在工作或个人时间使用人工智能工具。通过研究他们的采用和实施方法，我们可以更好地将这些工具应用于工作场所，以便所有团队受益。

这就是我们进行这项调查的原因，详细如下：了解开发人员对人工智能技术的看法以及他们希望如何使用它。

下面，我将谈论如何充分利用人工智能，并投资于一个伟大的开发人员体验(DevEx)——系统、技术、流程和文化——以帮助开发人员驱动影响，提高生产力和协作。

开发人员希望推动影响和协作-他们认为人工智能将有所帮助
 

开发人员将设计新颖问题的解决方案排在对他们的工作日产生积极影响的四大任务之内。其余的你可以在下面的图表中看到：开发人员希望有机会与最终用户接触并推动影响，但他们通常花更多的时间等待构建、测试和部署。

开发人员也希望合作，在我们最近的调查中，他们报告说在一个典型的项目中平均与其他 21 个工程师合作，并且 52% 的人说他们每天或每周与其他团队合作。

开发人员认为协作对他们的工作至关重要，以至于当被问及应该用什么性能指标来衡量他们时，他们将协作和沟通排在最优先的指标之上——超过代码质量。

问题是：开发人员认为人工智能可以帮助提高协作、个人生产力和解决方案设计。

• 81%的人认为人工智能编码工具将帮助他们更好地合作，这就是为什么我们在 GitHub 相信人工智能将成为构建公司文化和信任的游戏规则改变者。

• 超过50%的人认为人工智能工具将帮助他们将注意力从重复性任务转移到解决高价值问题上。

• 近50%的人认为AI将帮助工程团队更专注于解决方案设计和创新。

早期的研究也表明，像GitHub Copilot这样的人工智能编码工具，实际上也改善了协作。在一项研究中，我们发现开发人员在使用GitHub Copilot时，代码评审速度提高了15%。

如果实现人工智能意味着提高工程团队的生产力、协作和创新，那么组织也有很大的动力在其他团队中运营人工智能。

现在该怎么办？让你的组织准备好采用人工智能
 

开发人员现在是公司中第一批寻求大规模使用人工智能的团队之一，组织应该注意他们的开发人员是如何使用和围绕生成式人工智能进行构建的，并将这些实践扩展到工程之外。

在 GitHub ，我们从开发人员社区汲取了经验教训，以改善我们整个组织的运营，包括非开发团队。我们还从交付开发人员优先的产品中学到了一些东西，包括 GitHub Copilot ，这是世界上第一个规模化和最广泛采用的生成式人工智能编码工具。

技巧1：优先考虑敏捷性
 

GitHub在小型敏捷的团队中构建新产品，并在整个产品开发过程中集成紧密的反馈循环。

事实上，这种方法引导我们开发了GitHub Copilot，这是行业中第一个大规模的AI编码工具。几年前，我们从OpenAI获得了一个AI模型，我们知道它很强大，我们想把它交给开发人员。

然而，如何将这个AI模型转化为产品并不完全清楚，我们需要一个由高度合作的主题专家组成的小团队来找出最好的方法。

我们的调查结果显示，开发人员与许多不同的人合作，所以，你可能会好奇为什么我强调小团队的效率。

开发人员依靠跨功能协作来确保他们正在构建的产品能够解决实际问题。当协作做得好时，整个组织的团队都专注于正确的问题，这将带来更好的解决方案和更强的业务影响。底线是，虽然软件可能是由一个小团队编写的，但开发人员并不是在孤立中构建产品。

人工智能时代的质量保证将依赖于敏捷团队
 

大型语言模型(LLM)的输出是概率性的，因此它们并不总是产生相同的、可预测的结果，这意味着使用它们进行实验是基于统计学的。

由于人工智能被迅速采用，其质量控制需要大量的实验，希望大规模运营人工智能的公司将需要优先考虑由跨职能团队、快速迭代和紧密反馈循环组成的高效工作流。

技巧2：与AI驱动的内部资源改善协作

我作为一个开发者的时间教会我软件开发是一项团队运动，这使得协作至关重要。我们的调查中大量的人类协作也表明一个组织的运营问题本质上是人的问题。这意味着除了正确的工具，文化也会影响协作的质量。

组织可以从开源社区学习创建协作文化的最佳实践，然后在内部团队中进行调整，这个过程被称为内部源代码。

开发者已经看到了内源代码的价值。在我们的调查中，几乎90%的开发者表示内源代码实践提高了团队绩效。

在高层，innersource 通过公开记录工作流、决策(包括这些决策的上下文)和解决方案等实践，使整个组织的工作更可见和更容易发现，对于开发人员来说，这通常归结为代码。

但是这些实践不仅仅对开发人员有用。根据我们的经验，它们在与整个组织共享重要决策上下文方面非常有效，鼓励每个人参与并解决问题，并帮助团队避免重复工作。事实上， Pragmatic Engineer 之前指出，最好的开发公司专注于为人们提供上下文和信息，以解决关键的业务问题。这与更传统的、分层的公司相反，这些公司分配工作以完成。

Innersource还承诺帮助团队提高生产力和协作能力，同时使他们能够从人工智能中获得更大的好处。

我们也不仅仅为开发人员优先考虑文档。例如，我们最近在 GitHub Support 中发布了 GitHub Copilot 的早期 alpha 版本，客户可以在没有等待我们的支持团队的情况下回答问题。该版本是将人工智能带到 GitHub 内部所有团队的持续努力的一部分，以便团队成员可以专注于影响最重大的领域。

如果你想让你的团队在今天取得成功，并在明天从人工智能中受益，这里有一些你可以开始推广的内部资源实践：

1. 如果你喜欢你听到的内容，就把它录下来，让人们可以发现它(记住：现在有很多视频和生产力工具提供人工智能摘要和行动项)。

2. 如果你为你的团队想出了一个有用的解决方案，请与更广泛的组织分享，这样他们也能从中受益。

3. 对公开分享的信息和解决方案提供反馈。但记住要批评工作，而不是批评人。

4. 如果你要求对一个项目或文件进行更改，请解释你为什么要求进行更改。

更多的文档可以帮助构建一个更好、更个性化的AI体验
 

展望未来，内源实践将继续推进AI编码工具的能力。例如， GitHub目前正在尝试通过向量数据库改善GitHub Copilot语义理解的方法，这可以为在私有存储库或专有代码中工作的开发人员创建定制的编码体验。

技巧3：利用人工智能进行学习和发展
 

技能提升对开发人员来说很重要：它有助于他们领先于技术变化，设计更具创新性的解决方案。

那么，开发人员是如何学习新技能的呢？我们又能从他们身上学到什么呢？

在我们的调查中，开发人员始终将学习新技能作为积极工作日的首要贡献者。然而，30%的人也表示学习和发展可能会对他们的整体工作日产生负面影响，这表明开发人员有时将学习和发展视为额外的工作。

不仅仅是开发人员有这种感觉，一般员工都会发现学习和发展往往需要不切实际的时间承诺，研究表明，当它被构建到工作流中时，技能提升是最有影响力的。

如何在组织中创造知识分享和学习的时间和文化？

我们尝试使用AI编码工具，这些工具可以帮助开发人员在工作流程中直接进行教育。例如，在GitHub Copilot for CLI的技术预览中，在GitHub Copilot建议一个命令后，会出现一个解释功能。该功能解释了建议的shell命令背后的功能，以便开发人员可以根据他们试图解决的原始问题验证命令。同样，GitHub Copilot Chat的技术预览使开发人员能够要求AI助手解释代码块应该做什么，调试代码，并解释如何在新的语言或框架中做一些事情，等等。

人工智能驱动的学习也不仅仅是开发人员的。随着越来越多的人工智能工具进入工作场所，更多的团队将能够在工作流程中提出问题，并通过人工智能助手获得答案。随着人工智能模型的改进，它们将能够提供更个性化的答案、建议和基于内部知识库的输出-这推动了文档和内部资源实践的重要性。积极的内部资源文化可以导致在所有工作流程中集成一致学习的人工智能驱动工具。

人工智能在帮助个人和团队提高技能方面具有巨大的潜力，但仅靠计算机不足以帮助人们全面发展技能。我们鼓励高级工程师在他们正在做的工作上花更多的时间指导初级或中级工程师，而不是把它作为一个单独的任务。在实践中，这意味着如果开发人员不确定某个东西是如何工作的，他们被鼓励在代码准备好之前打开一个Pull Request进行审查，而不是把他们的不确定性作为秘密。对于其他角色也是如此。我们的内部资源文化鼓励人们畅所欲言，创造学习的机会。因此，公司的导师和领导者在需要的时候进行教学，并授权所有员工对他们的工作负责。这些是创建一个信任、协作的环境的关键因素，可以产生创新的解决方案。

我相信学习和教授如何做好某件事-无论是编写干净有用的代码还是与不同的人群清晰沟通-将继续是一项需要时间的人类努力。

前进的道路
 

人工智能将改变构建公司文化和信任的游戏规则-从改善协作和表现到提高工作技能。随着公司为采用人工智能做准备，各种规模的组织将通过投资于以下方面受益：

• 小型、高度协作和敏捷的团队，专注于推动新产品和创新。

• 更多来自实际用户的反馈，告知产品可用性和更快的迭代，推动产品质量。

• 采用内部源代码实践，帮助开发人员在今天提高生产力和协作能力，同时为组织定位，以在未来从人工智能中获得更大的利益。

• 一个更聪明、更合作的劳动力，人工智能工具提供了更多的机会来提高技能和指导。

从本质上讲，投资DevEx-系统、技术、流程和文化，这些都共同努力推动开发人员的工作效率和满意度-将为所有企业团队为人工智能驱动的增长和创新做好准备。

 欢迎关注公众号：文本魔术，了解更多