Vanta 工程副总裁 Iccha Sethi：AI 是开发助手的最佳实践与组织变革启示
在 Atlassian、Cursor 和 Notion 等巨头寻求安全合规自动化的背景下，Vanta 正通过深度整合 AI 技术，重新定义企业级工程实践。近日，Vanta 工程副总裁 Iccha Sethi 在接受采访时，详细拆解了其团队如何将 AI 从“炫技工具”转化为提升开发效率与质量的“核心生产力”。
AI 定位：从自动化到增强型助手
Iccha 明确指出，当前 AI 在软件开发中的核心价值在于Augmentation（增强），而非 Automation（自动化）。尽管 AI 代码生成工具层出不穷，但面对拥有数年历史、复杂模式的企业级代码库，AI 往往难以理解团队如何演进这些模式。
Vanta 的工程团队并未将 AI 视为代码生成的替代品，而是将其定位为Thought Partner（思考伙伴）。AI 的主要作用是辅助团队进行头脑风暴、调试和文档编写。这种策略带来的短期收益体现在速度（Speed）与清晰度（Clarity）的提升，而非完全自动化的代码产出。
核心应用场景：测试与沟通
在开发周期中，AI 为 Vanta 带来最大加速度的领域集中在测试（Testing）与沟通（Communication）。
- 测试覆盖率提升：Vanta 利用第三方供应商生成旧代码库的单元测试，AI 在此环节表现卓越，显著提升了测试覆盖率。
- 沟通效率优化：ChatGPT 等工具成为极佳的头脑风暴伙伴。工程师只需输入几个要点，AI 即可协助完善思路或发现逻辑漏洞。
通过聚焦于重复但关键的任务（如测试生成和文档编写），团队在不牺牲质量的前提下，实现了效率的复利增长。
招聘与面试范式的转变
AI 的普及正在重塑 Vanta 的招聘与评估体系。
- 从“工具熟练度”转向“成长型思维”：鉴于技术栈迭代速度极快，Iccha 认为工程领导者应几乎忽略候选人是否掌握最新框架，转而关注其Openness to Learning（开放学习的心态）。能够快速采纳并尝试新工具、具备成长型思维（Growth Mindset）的候选人，比单纯的工具熟练工更具价值。
- 面试流程重构：Vanta 正在调整面试流程，使其反映真实世界——即工程师随时拥有 AI Copilot 辅助。候选人被允许在面试中使用 Cursor 或 Copilot，评估者重点考察候选人如何利用这些工具、如何提示（Prompting）以及如何审查 AI 生成的代码。
- 代码审查（Code Review）的崛起：随着机器生成代码的增加，人类判断力变得前所未有的重要。决定代码是否“良好、安全且可维护”的能力，将成为区分优秀工程师的关键。
领导力与工程文化的进化
AI 让像 Iccha 这样的工程领导者能够更贴近代码库，摆脱繁琐重复任务。
- 亲力亲为的可见性：Iccha 利用 Cursor 和 LLM 自行构建了一个 TypeScript 程序来分析事故复盘报告，这是她过去通常需要分配给工程师完成的工作。这种Hands-on visibility建立了管理层与执行层之间更紧密的反馈循环。
- 经验层级差异：AI 对高级工程师的加速作用明显，因为他们更懂得如何创新性地利用 AI 突破瓶颈；而对于初级工程师，若缺乏对“完成”与“良好”标准的判断力，盲目依赖 AI 反而可能拖慢进度。
- 师徒传承新模式：高级工程师通过文档化 AI 工作流、分享提示词库（Prompt Libraries）以及指导初级工程师如何验证而非盲目信任 AI 输出，来发挥榜样作用。
给工程领导者的行动建议
- Start Narrow（从小处着手）：在 ROI 明显处部署 AI，如 Vanta 案例中的测试与文档。
- Hire for Curiosity（招聘好奇心）：成长型思维是比 AI 工具熟练度更好的成功预测指标。
- Redesign Interviews（重构面试）：测试基础技术能力，同时观察候选人使用 AI 时的表现。
- Invest in Review Culture（投资审查文化）：优秀的工程师将把更多时间用于审计代码而非编写代码，这在机器生成代码的时代将愈发关键。
Vanta 的实践表明，当 AI 与强大的工程文化深度融合时，它能帮助团队变得深思熟虑、快速且自给自足。
