G-P如何利用人工智能改变我们的工程工作流程

在G-P ，我们不断寻找创新的方法来塑造全球就业的未来。企业扩张依赖于速度，但可持续增长需要合规和信任。同样的规则也适用于我们构建平台的方式。

上个季度，我们启动了人工智能转型冲刺计划。目标是将人工智能辅助开发生命周期（人工智能-DLC）嵌入到我们的工程运营中。自2024以来，我们一直在试验人工智能-DLC 的组件。因此，转型冲刺是与更广泛的组织分享这些经验并庆祝我们取得的进展的完美方式。

今天，我们很自豪地宣布这项计划：

最重要的是，我们在保持高质量标准的同时实现了这一目标。

在集成先进的人工智能工具时，生产力的大幅提升不应以牺牲软件完整性为代价。在最近的转型冲刺中，我们取得了显著的成绩：

虽然有些人可能将后者视为一种放缓，但我们的领导团队却将这一指标视为一种荣誉的象征。这是我们的团队在掌握这些高级工具的过程中必须付出的学习代价。真正的创新需要通过自律来创造动力。

目标不是速度。我们想要建立信任。开发者需要信任人工智能数字生命周期管理工具，而我们也需要相信这个过程不会影响质量。在整个冲刺过程中， G-P没有出现任何由人工智能引起的生产缺陷。

我们的 AI-DLC 通过消除交接瓶颈，重写了传统的工程工作流程。以下是我们工作流程中一些显著的变化：

真正的跨职能执行：我们打破了部门壁垒。现在，每个人都能获取所有信息。例如，我们的设计团队已经成功地从静态模型过渡到编写托管代码。现在，设计师可以直接在Cursor中拉取和编辑生产代码，并将这些更改直接推送到GitHub 。我们仍然依赖专家，但安全的实验能够推动创新并引入新的想法。
自动化安全措施：我们部署了自动化设计安全措施，以维护我们系统的安全性和合规性。该人工智能代理可确保所有代码自动符合我们严格的用户体验和质量标准。它既保护人工智能生成的作品，也保护人工编辑的作品。
标准建立信任：由于不同的角色会尝试不同的职能，我们希望让标准更容易应用。单一方法意味着我们可以将标准融入到代理技能中。

人工智能极大地扩展了我们创建的内容和代码量。因此，代码审查和认知负荷已成为我们的主要瓶颈。为此，我们以计划模式为基础，并辅以人为保障措施，设计了我们的运营模式。人工智能处理繁琐的任务，使我们的开发人员能够专注于系统级架构。

向人工智能驱动的DLC转变的文化趋势发展速度惊人。我们的团队正在全面采用这些新工具。内部数据显示，近几个月来，人工智能代理请求出现了持续大幅增长。

如今，我们内部的采用率指标本身就说明了一切：

我们正积极构建全球就业的未来，以信任为先导，以诚信为本，以势不可挡的势头一步一个脚印地前进。

我们期待在今年下半年进一步发展我们的运营，迈入多智能体时代。请继续关注我们的博客，了解我们如何不断创新，推动全球工作的技术发展。

我们如何利用人工智能辅助开发生命周期转变工程工作流程