Gong 首席研发官揭秘：AI 如何重塑工程团队？
在 AI 浪潮席卷各行各业的当下，工程团队正站在变革的十字路口。Gong（一家服务于 50% 财富 100 强公司营收团队的 SaaS 平台）的首席研发官 Ohad Parush 近日在接受采访，深入剖析了 AI 如何彻底改变其内部工程团队的构建、审查与发布流程。Ohad 强调，AI 并非要取代工程师，而是将其进化为“新版本”的自己。
核心观点：AI 是“同伴”而非“替代者”
Ohad 明确指出：“AI 不会取代工程师，但它肯定会将工程师进化成更新的版本。”
在 Gong 的实践中，AI 被视为增强现有工程栈的强大工具。开发者不再独自编码，而是与能生成草稿、建议重构并处理重复性任务的 AI 协作。然而，这种协作对开发者的判断力提出了更高要求：工程师必须懂得如何引导 AI 走向高效方向，并具备审查和挑战其输出的能力，而非仅仅进行“凭感觉编程（vibe coding）”。
实测数据：效率曲线并非平坦
当被问及 AI 对团队速度的影响评级（1-5 分）时，Ohad 给出了 nuanced（细致）的回答：
- 结构化工作流（评分 4-5 分）： 在数据摘要、报告生成等重复性任务中，AI 节省了大量时间。
- 深度工程（评分 2-3 分）： 在复杂架构和深层逻辑中，仍存在 hype（狂热）、bug 和控制问题，需要人类严谨性。
Ohad 建议领导者采取“窄口切入”策略：先在任务重复、可衡量且风险低的地方部署 AI。
三大关键突破与价值
1. 测试自动化：AI 最擅长的领域
Ohad 认为，测试是目前 AI 工具（如 Claude Code, Cursor）在速度和准确性上均优于人类的地方。
“今天最明显的答案就是测试……我们用 AI 开发工具写出了更好的代码。”
AI 能够自动生成单元测试、捕获回归错误并提高覆盖率，显著提升了代码质量。
2. 压缩入职周期：从数周到数天
Copilots 消除了学习新框架或 API 的摩擦，让工程师能更快上手。
- 案例： 一名工程师原本需要 2-4 周才能学会在 S3 上使用 Iceberg，现在仅需两天。
- 价值： 工程师将更多时间用于构建，而非阅读文档。
3. 安全沙箱：规模化部署的基石
鉴于 Gong 服务的客户规模，安全是首要考量。Gong 将所有 AI 辅助开发运行在安全沙箱内，并叠加人工代码审查。
“我们投入了大量精力进行安全……我们仔细管理代码，遵循 Anthropic 的最佳实践以及内部 Pod 安全团队的标准。”
安全考量已深深嵌入到 Gong 的所有产品决策中。
人才战略：寻找分析型思维者
尽管 AI 让初级工程师变得更强大，但 Gong 的招聘标准并未改变：依然看重分析能力、调试能力和设计思维，而非提示词工程技巧。
Ohad 认为，AI 会放大优秀工程师的能力，但无法凭空创造他们。培训的重点应放在“如何与 AI 思考”，而非“如何提示 AI”。
给构建者的行动建议
基于 Gong 的经验，Ohad 提出了以下可执行建议：
- 定位： 将 AI 视为“同伴”而非“自动驾驶”。
- 切入点： 从结构化、重复性任务开始，确保准确性易衡量。
- 自动化： 利用 AI 自动化交接和摘要，减少内部协调时间。
- 聚焦 ROI： 优先在测试和入职培训上投入 AI 精力。
- 安全层： 为每个 AI 工作流叠加安全审查和日志记录。
- 招聘： 继续招聘具备分析思维的思考者，然后教他们如何利用 AI。
Gong 的经验表明，下一波工程生产力的提升不会来自取代人，而是来自让优秀工程师更快、让新工程师更敏锐、让团队连接更紧密。
注：Ohad Parush 还提到，Gong 致力于快速捕获并格式化 Bug，以支持数千名开发者的工作。
