本月您还可阅读 1 篇文章，之后需要 注册 一个免费的 LeadDev.com 账号。

预计阅读时间：7 分钟

关键要点：

  • AI 正在把你的 最佳工程师 变成团队最大的 单点故障。那个能独自交付整个技术栈的工程师生产力最高，却最不可能传播自己所掌握的知识。
  • AI 消除的摩擦并不只是浪费——它曾经是团队学习的方式。向同事提问会传递知识。
  • 现在必须刻意把人聚集在一起。让两名人类工程师与 AI 配对。如果只有一个人能解释某个系统，那就应该把它列入风险登记表。

想象一下你最强的工程师：她交付的代码比任何人都多，而且借助 AI，她现在可以横跨整个技术栈——API、前端、数据迁移、基础设施。过去需要三个人完成的工作，如今以她署名的单个 pull request 形式交付。如果「10 倍速工程师」曾经存在过，那就是她。很少有人注意到，其他人已经不理解她构建的东西了。

这最后一点值得担忧。她是团队里生产力最高的人，也是最大的单点故障。让她如此高效的工具，正是她的知识无法传播的原因。

AI 正在把工程工作从协作型转向独立型，压缩了曾经维系团队的协调层。本文将探讨这一转变的另一半：当团队成员不再需要彼此时，团队以及人与人之间的联结会发生什么？

你的收件箱，已升级。

每周接收工程洞察，提升你的领导力。

我们刻意消除的摩擦

十年来，我们把 摩擦视为浪费，并花了多年时间把它设计掉。询问负责某项服务的同事、结对解决无法独自解决的 bug、等待代码审查……所有这些都被视为一种税。

AI 是我们见过的最好的摩擦消除器。你不再需要询问知道答案的同事，而是询问模型，它能在几秒钟内给出答案，且无需承担打扰他人的社交成本。

问题在于，摩擦从来不只是成本。向同事提问会在两人之间传递知识；结对编程能让初级工程师了解高级工程师的思考方式。团队文化和共享理解是「需要彼此」这一需求的副产品，而过去之所以免费获得，是因为工作本身要求如此。

当不再需要这种联结时，这些效果也会随之消失，而你只有在它们消失后才会注意到。那些曾经帮助人成长的小任务和结对编程，最先被 AI 吸收。

这不只是远程工作重演

我们以前见过类似情况。远程和异步工作曾把工程师分开，团队也做出了适应，那么为什么这次不同？因为远程工作只是把同事搬到了另一个地方，而 AI 则取代了同事的位置。

当你的队友搬到 Slack 和 Zoom 时，对面仍然有一个人，能告诉你那些没有写下来的信息。而当模型代替回答时，对面根本没有人类，因此也不会有知识传递。

即使是较弱的版本也会留下痕迹。《Nature Human Behaviour》中一项针对 61,000 多名微软员工的研究发现，完全远程工作使协作网络变得更加静态和孤立，公司内部的桥梁减少，新信息共享也减少。而那时候，同事们仍然只需一个视频通话就能联系上。

几十年前，Thomas Allen 也发现了同样的现象：工程师之间的沟通会随着距离增加而急剧下降，而消息工具从未扭转这一趋势。AI 并没有增加你与同事之间的距离，而是消除了跨越这个距离的理由。

更多相关内容

损失体现在哪里

第一个体现之处是工程师们最能说明的——知识集中程度已经比大多数领导者想象的更严重。

一项针对 133 个开源项目的研究发现，如果一两个人离开，65% 的项目会陷入严重困境，而这还是在单个工程师就能同时负责前端、后端和基础设施之前。「AI 英雄」不仅写出更多代码，还覆盖了原本由多名专家共享的领域，同时扩大了孤岛效应并降低了「公交车因子」。

第二个损失更为微妙。当最廉价的提问方式是询问模型时，掌握答案的人就永远不会被问到。模型知道的是公开的互联网，而不是你们系统那些奇特的来历——比如为什么重试逻辑看起来如此偏执。

正如 Michael Polanyi 所观察到的，我们知道的比能说出来的更多，而一个人头脑中的知识是通过与他们一起工作传递的，而不是通过提示。频繁绕过他们，他们的理解就永远不会传播，而团队却对那些并不适合其上下文的答案越来越自信。

最危险的损失也是最容易被忽视的。一个能干的工程师搭配一个自信的模型，构成了一个封闭回路，没有人能捕捉到它的盲点，因为模型即使出错也依然流畅。这种自信会传染，所以你不再去寻找它在三个文件之外引入的 bug。人工审查曾经能发现这些未知的未知，而不仅仅是把关；当一个人就能独自交付全部内容时，这件事最先消失。

这一切一开始并不会表现为生产力问题，这正是它难以被发现的原因。2024 年 DORA 报告对约 39,000 名专业人士的调查发现，采用 AI 会提升个人生产力和满意度，而在团队层面，采用率每上升 25%，吞吐量预计下降 1.5%，稳定性下降 7.2%。

个人感觉更快，而底层的系统却变得更不稳定。当 Stack Overflow 询问开发者 希望从 AI 工具中获得什么时，「改善协作」排在最后，不到 8% 的人选择：我们采用这些工具是为了它们能为我们个人做什么，几乎不考虑它们对团队的影响。有些损失根本不会体现在吞吐量或稳定性上，因为它落在人身上，而不是工作上。

这里的证据是推断性的，需要坦诚说明。目前还没有研究直接测量 AI 是否让工程师更孤单或让团队更孤立。这一结论来自三个各自成立的发现的结合：工具让个人更自主；早期向自主的转变已可测量地碎片化了协作网络；维系团队的知识需要人与人接触才能传递。这就是认真对待并在自己团队中观察它的理由，而不是等待某项单一研究。

LeadDev Berlin promo

柏林 • 2026 年 11 月 9 日 & 10 日

工程领导力从未如此快速变化。
在 LeadDev Berlin 看看其他领导者如何跟上步伐。

把人重新放回去

答案不是减少使用 AI。拒绝软件构建方式一代人以来最大的变革是不严肃的，这也不是呼吁回到过去。正确的做法是刻意把人重新放在 AI 周围，因为工作本身不再自然地把他们聚集在一起。

结对编程现在应该意味着两名人类工程师与 AI 一起，而不是用人类代替 AI，这样模型加速工作的同时，第二个人可以捕捉它的盲点并把上下文带回去。

让 代码审查 更多地成为同步对话，而不是留待之后的评论，这样就能把第二个人纳入循环，而且根据我的经验，通常比「评论-等待」更快。

衡量 理解的传播，因为如果只有一个人能解释某个系统，那就应该把它列入风险登记表，而不是放在你的明星员工名单上。

这些做法不能靠强制命令存续，这才是难点。在 Shopify，结对编程是一种期望而非政策，因此它在没有人监督的情况下发生。当团队相信这些做法的原因——更好的代码、更快的影响路径，以及比独自工作更愉快的体验——时，结对编程和同步审查才会坚持下来。

如果你的预算和流程由更上层决定，好消息是这些做法都不需要许可或金钱。你不需要重组就能在下一次棘手的变更中结对编程，把一次每周审查变成对话，或者在回顾会上询问还有谁能解释你们依赖的服务。任何团队明天都可以采用一个默认实践，把两个人重新放在同一个问题上。

对相关人员来说，风险是真实的，即使在交付指标之外。美国外科医生总长 2023 年的建议 将社交联结薄弱的健康成本与每天吸多达 15 支香烟相提并论，并指出工作场所是塑造社交联结的场所之一。

工程工作过去作为副产品提供了联结。现在它不会再这样做了。你的工程师即将变得比以往任何时候都更强大。他们是否也会变得更孤单，仍由你决定。