Meta 如何用 AI 原生工程方式构建 Forum 应用
Meta 工程团队介绍了用智能体参与开发流程构建独立 Groups 应用 Forum 的做法，把成功标准定为通过构建、测试和评审的生产级产出，而非代码量。
推荐理由：Meta 工程团队公开了把 AI 智能体放进开发闭环的具体做法，包括验证门槛、工具化上下文和沙箱构建隔离，可供工程管理者对照自身流程。
人机协同
全部主题人和 Agent 怎么分工：谁做判断、谁做执行、谁担责任；介入点怎么设计、边界怎么定、失败怎么收。
最新精选
第 1–16 条 · 共 16 条Meta 工程博客精选AI 评分7575
Fortune精选AI 评分6565 Kroger 以 AI 提效为由裁减 3000 个公司岗位
美国超市巨头 Kroger 计划在未来三年裁减约 3000 个公司岗位，约占其约 8200 名公司员工的 37%，CEO Greg Foran 称此举是为扩大 AI 应用、重整运营并腾出资金降低商品价格。
推荐理由：Kroger 以 AI 提效为由裁减约 3000 个公司岗位，零售分析师的质疑给出了判断此类降本叙事的关键视角。
Fortune精选AI 评分7070 Axon 强制要求员工使用 AI，目标将产品研发工作量压缩 25% 至 30%
泰瑟枪制造商 Axon 正在强制推行 AI 使用，其首席产品官兼 CTO Jeff Kunins 表示，到 2026 年底公司希望产品管理、设计和软件工程的整体工作量压缩 25% 至 30%。
推荐理由：Axon 把 AI 使用率写进团队考核并配股票奖励，为管理者提供了一套可对照的强制推行机制。
Fortune精选AI 评分7171 沃顿调查：管理者 AI 使用率升至 62%，热情却在降温
沃顿 Human-AI Research 与 GBK Collective 的调查显示，管理者及以上层级中 62% 每天使用 AI，高于去年的 46%，但自称感到兴奋的比例下降 8 个百分点至 51%，四分之一表示怀疑、44% 表示谨慎，这是该四年研究首次出现使用率与热情反向变动。
推荐理由：沃顿与 GBK 的四年追踪调查显示，管理者 AI 使用率上升而热情下降，重心转向核验 AI 产出。
Fortune精选AI 评分7171 提出「中国冲击」的经济学家 David Autor：AI 是技能的「不均衡器」而非均衡器
MIT 经济学家 David Autor 与六位 Google 员工合作的一项 NBER 工作论文发现，在 133 名美国专利律师参与的三个月实验中，获得定制 AI 专利撰写助手权限的律师初稿评分提高 0.38 个标准差，但撤走 AI 后的独立判断测试中，只有执业七年以上的资深律师平均提升 0.45 个标准差，初级律师没有平均增益。
推荐理由：一项针对专利律师的随机实验显示，AI 提升了所有人的初稿质量，却只让资深律师在无 AI 测试中进步，为判断 AI 是否真的培养能力提供了对照。
腾讯技术工程（公众号）精选AI 评分7474 腾讯 OK 平台端到端 AI 研发实践：254 条需求中 68% 由 AI 自动交付
腾讯技术工程公开 OK 平台端到端 AI 研发实践，该平台让 AI Agent 走完需求评审、技术方案、编码、Code Review 到部署的全链路。2026 年 4 月下旬至 6 月，安全中心项目空间提交 254 条需求，AI 端到端完成 172 条（68%），51% 的需求在 2 小时内完成，而传统模式下简单需求中位耗时 3~5 个工作日。
推荐理由：腾讯 OK 平台公开了端到端 AI 研发的九阶段流程与真实运营数据，可对照自身研发流程判断哪些环节能被 AI 承接。
Fortune精选AI 评分7171 你的下一位管理者可能带 3 名员工和 19 个智能体，责任归谁
作者基于数月来对 CIO 及高管的访谈提出，AI 正在拆解并重组管理岗位，而非单纯缩小它。CVS 的智能体已接管原本占两小时管理会议的报告与仪表盘，会议缩短到约 15 分钟，主要处理例外与决策；Edward Jones 的 CIO 则把记忆与跟进沉淀为持续积累上下文的系统。
推荐理由：多位 CIO 的一手访谈显示，管理职责正被拆解重组，读者可据此重新划分人机之间的责任归属。
人人都是产品经理精选AI 评分7878 AI原生组织怎么搭建：从工具、流程、组织到评价权的四层爬坡
一位做过三次AI原生组织搭建的实践者提出，AI进入组织要爬四层坡：个人工具适配、流程适配、组织适配、评价权重构，上一层的问题解决后会把下一层的问题推出来。他以电商平台1000名兼职客服的改造为例，说明流程从辅助工具升级为自动化引擎后，日均单量从300单升到1100单，随后需要重新定义客服考核指标并建立跨部门复盘与质检闭环。
推荐理由：作者以三次AI原生组织搭建和一次客服改造案例，给出个人工具到评价权的四层爬坡框架，可供管理者对照自身落地阶段。
阿里技术（公众号）精选AI 评分6262 高德本地生活分析 Agent 的 AI Native 实践全景复盘
高德 BI 团队复盘本地生活分析 Agent 的建设过程，按 L0–L4 能力分级梳理从智能问数走向归因诊断的路径。文章给出三层框架，并记录分析执行、知识复用、经营判断三段返工中的具体做法，包括固定版本知识快照、Skills 写分析方法、指标口径更新 Pipeline 与三层质量检查。到 S1 末，这套体系支撑本地生活多个业务单元的例行经营诊断，全行业经营简报一小时内产出。
推荐理由：作者复盘高德本地生活分析 Agent 从 L2 智能问数走向 L3 归因诊断的三段返工，给出可迁移的知识治理与质量工程做法。
阿里技术（公众号）精选AI 评分6565 阿里稳定性团队复盘 AI Native 前端实践：用 Skill 与 Plugin 把规范带进 AI 编码
阿里稳定性团队前端王僖复盘了团队半年的 AI Native 研发转型，核心问题是当后端、产品、设计都能借 AI 写前端后，如何保证交付质量。
推荐理由：一支稳定性团队把 AI 生成代码纳入真实交付的完整复盘，给出了 Skill、Plugin 与分库协作的具体做法和量化结果。
阿里技术（公众号）精选AI 评分6262 代码生成越来越快，软件交付真正的瓶颈转向了哪里？
阿里巴巴集团 AI Native 研发实践论坛上，六位来自阿里、蚂蚁、飞猪和复旦的实践者讨论代码生成提速后软件交付的瓶颈所在。阿里巴巴研发基础设施负责人许晓斌给出时间结构：编码通常只占软件交付总时长的 20%—30%，时间主要耗在影响分析、环境准备、联调、审批、灰度和封网等环节。
推荐理由：六位阿里、蚂蚁、飞猪与复旦的实践者从各自链路说明，编码提速为何没有同步转化为交付提速。
阿里技术（公众号）精选AI 评分6262 阿里技术团队复盘 AI 体检 Agent：把达标判定从大模型手里收回
阿里技术团队复盘其 AI 体检 Agent 的演进，把达标判定、调度、重试等确定性决策从模型侧收回代码，模型只保留语义理解、归因和方案生成。团队曾让 ReAct 模型在单一闭环里自行改规则、自评测，结果规则退化成已知样本查找表，上线后整体准确率反降。
推荐理由：作者复盘自家 AI 体检 Agent 从单环自迭代到拆分双环的踩坑过程，给出评测判据与权限分家的可迁移做法。
阿里技术（公众号）精选AI 评分6060 阿里技术复盘 5 人 7 天用 Qoder 完成 20 人数周工作量：Spec-Driven Development 如何落地
阿里技术团队复盘了 5 人 7 天用 Qoder 开发 QoderWork 的案例，称其完成了传统情况下需要 20 人数周的工作量，其中 DAY 0 不写代码只写 Spec。
推荐理由：文章把 5 人 7 天完成 20 人数周工作量的案例拆成逐日流程，并给出可复用的 Spec 写法与工具对比。
阿里技术（公众号）精选AI 评分6262 阿里技术团队落地「架构师 Agent」：从技术方案设计切入
阿里技术团队分享了「架构师 Agent」的系统化落地实践，先从架构师的核心职能技术方案设计切入，让 AI 完成需求理解、业务与系统知识加载、代码回源和方案生成。
推荐理由：文章把架构师的技术方案设计拆成需求准入、分层知识库、渐进式披露和代码回源，并给出可迁移的落地路径。
阿里技术（公众号）精选AI 评分6262 阿里技术团队用 Harness 优化把百炼 Agent 账单降低 88%
阿里技术团队基于百炼 qwen3.7-max 的故障诊断与成本分析 Agent 做 Harness 层优化，20 轮会话的输入费用从 9.84 元降到 1.16 元，降幅 88.2%。
推荐理由：阿里技术团队公开了百炼 Agent 的完整成本优化路径，从度量、裁剪到缓存与模型分流都可直接复用。
阿里技术（公众号）精选AI 评分6060 阿里技术详解 Harness 工程中 Skill 的原理与最佳实践
阿里技术发布文章，结合内部项目 trade-ab-skill 讲解 Agent Skills 的结构规范、触发机制、作用域优先级与最佳实践。文章把 Skill 的核心设计概括为渐进性披露，分发现、激活、执行三阶段按需加载知识，并建议 SKILL.md 控制在 500 行以内、只做路由。
推荐理由：文章以内部 AB 实验 Skill 为例，拆解渐进性披露、触发机制与工具隔离等可迁移的工程做法。