前 Github CEO Thomas Dohmke 辞职后，新公司团队的运营状况终于浮出水面了！两周前，Thomas 新创办的公司 Entire ，带着 6000 万美元的种子轮融资，正式官宣成立，估值 3 亿美元。众所周知，Thomas 曾在 GitHub 担任 CEO 期间，成功帮助 GitHub Copilot 实现规模化发展。6000万美元下场，大佬再创业，方向：Agent管理而这次 Thomas 的创业，大方向还是开发者工具，但仔细观察，就会发现他瞄准的细分市场有点意思：别人是造编程 Agent，而他则切入点则是：打造一款面向帮用户管理大量编程 Agent 的开发者平台。而这个平台的主要特色就是：帮助人们管理和理解由 AI 生成的代码内容。Thomas 认为，现有的开发者工具无法应对人工智能编码Agent的兴起。而Entire 则专为那些需要管理大量人工智能编码Agent而非亲自编写每一行代码的团队而设计。Thomas在一份声明中表示：“就像汽车公司用流水线取代传统的手工生产系统一样，我们现在也必须重新构想软件开发生命周期，以适应机器成为代码主要生产者的世界。”“这正是Entire的目标：构建世界下一代开发者平台，让智能体和人类能够协作、学习和共同交付。”至于 6000 万美元背后的投资方，领投的是硅谷风投公司 Felicis （该公司甚至说，这是迄今为止开发者工具初创公司获得的最大一笔种子轮投资）。其他投资方包括西雅图风投公司 Madrona、微软旗下风投机构 M12 和 Basis Set，以及雅虎联合创始人杨致远、Y Combinator 首席执行官 Garry Tan、Datadog 首席执行官 Olivier Pomel 等个人，还有 Gergely Orosz 和 Theo Browne 等开发者社区人士。前不久， Entire 发布了其首个开源项目——名为 Checkpoints 的命令行工具。该软件能够记录 AI 生成代码背后的逻辑和指令，并将这些信息与代码本身一起保存，以便团队了解代码变更的方式和原因。其目标是让 AI 编写的软件更易于审查和审计。Checkpoints 将支持 Anthropic 的 Claude Code 和 Google 的 Gemini CLI，并计划随着时间的推移添加其他流行的 Agent。有的网友甚至给出了这样评价：Checkpoints 是一等公民！据悉，Entire 目前拥有 15 名员工，而且是一家完全远程办公的公司，其团队成员遍布全球各个国家，此前均曾在 GitHub 和 Atlassian 等公司从事开发者工具的开发工作。小编了解到，在今年晚些时候，Thomas 会推出更广泛的平台，届时也会扩大员工规模。编程 Agent 带来了 AI Native 团队众所周知，Coding 赛道的竞争，已经愈发激烈。那么，在大佬的眼中，这条赛道的发展将会如何？昨天，一期 Thomas 和 Atlassain CTO Rajeev Rajan 的访谈公开了出来，其中具体探讨了这个问题。他表示，目前 Agent 赛道，的确有太多的“表演性叙事”，很多能帮实际干活、处理事务的 Agent 尚未出现。
但像Cursor、Claude Code等编程 Agent 的出现，确实让团队的工作流发生了很大的“AI Native”的变化。最大的变化是——从零开始做 Greenfield 项目、用 Claude Code 的开发者，会刻意“避免看代码”。
他们强迫自己用 Prompt、用推理过程、用“表达意图”的方式去驱动。
代码审查也是一样。我不会逐行阅读代码，那会成为瓶颈。我会让 Cursor、BugBot 这类工具先指出问题。
这还不够，他甚至表示，AI Native 的开发团队将是掌握这样一种技巧的人：能够让代码审查 Agent 和编程 Agent 直接对话，中间完全不需要人类参与。此外，Thomas 还特别强调了一点，对于企业老板而言，需要注意的是，未来几年，企业的成本将会飙升。原因是token 账单！“你的开发者越高效，token 消耗越大，成本越高。”不过，相信没有企业会为此而裁员，因为这样做得不偿失。同时，他认为积极的一面在于，开发这件事，又变得的有趣起来了。以前大家有一些创新的想法，但往往因为代码太过复杂而打退堂鼓，现在交给 Codex 就可以了；以前开发的终端里冒出一个愚蠢的构建错误或 npm 报错，还得反复检查原因，现在也扔给 Codex 就可以了；包括单元测试这种“无聊”的工作，也都可以交给 Agent。此外，Thomas 还表示，Agent 对于远程办公的团队而言，是一个利好的事情。我永远有人在线：代码审查 Agent、编码 Agent、头脑风暴 Agent、研究 Agent……
尤其是发布日，如果大家都在一个办公室，某个时间点总得回家。但澳大利亚团队那时正好是中午，他们还能继续维护 Discord 社区和开源项目。
Thomas 表示，首先编程 Agent 目前还只能用于“绿地项目”，还不能放手让它去处理大型遗留系统。而下一步，会出现审查代码的 Agent、自动合并、自动部署。但效果可能并不会太好：最终你会得到“霍默·辛普森的车”——所有想法都被堆进去，没有流程、没有产品思维，结果就是功能爆炸、体验混乱。
因此，他认为，我们仍然需要产品经理、设计师、工程师去真正架构出优秀产品。“糟糕的产品很容易辨认，优秀的产品却很难。”
但无论如何，Thomas 确信：传统工程角色会发生“塌缩”。
产品经理会变成产品工程师，设计师会变成设计工程师，软件工程师仍然是软件工程师，但三者的维恩图会高度重叠。
未来继续会怎样？另一位嘉宾 Atlassain CTO Rajeev Rajan 则给出了相当激进的看法。
他认为现在的产品构建模式是人工与 Agent 混合，而不远的将来，则会走进“零手写代码”的时代，人们会完全信任 Agent 完成代码审查，而人类更多关注输入输出验证，确保系统在安全性、可靠性和性能上的表现达标，而不是盯着代码逐行检查。
激进之处在于，Rajeev 认为，也许两年后，我们甚至不再需要编程语言和 IDE，而是某种“AI 虚拟机”来处理一切。
那一切就会上升到“意图层面”，也许根本不需要传统编程。
篇幅关系，更多的料不再一一展开，这里将这次采访的精彩观点梳理如下。
主持人：
当初我们筹办这场活动时，只是想认真回答当下最重要的一些问题。那还是五个月前，我们觉得可能会涉及到一部分 AI，但结果发现：AI 无处不在。
你们两位在很多方面其实很相似。你们都管理或正在管理大型组织，也在打造开发者真正热爱、愿意参与的品牌。Thomas，你现在开始了一家全新的公司，做的是完全不同的事情。
那么，什么叫“AI First”或者“AI Native”的团队？Rajeev，我先问你。
Rajeev Rajan：
首先，Gergely，谢谢你的邀请，也谢谢大家到场。现场的能量真的很强烈，很高兴能来谈 AI Native 这个话题——现在人人都在聊 AI。
什么是 AI Native 团队？第一是“心态”。你必须真正相信 AI Native 的工作方式，相信与 Agent 协作。
在 Atlassian，我们有些工程团队仍在用传统方式写代码，因为我们有遗留系统必须那样维护。但也有不少 AI Native 团队，工程师几乎不写代码——完全是 Agent 编排和调度。
我们观察到，PM、设计和工程之间的界限正在模糊。PM 在写代码，设计师也在写代码。整体生产力显著提升——团队规模未必变小，但产出可能是原来的 2 倍、5 倍，创造力也更高。
你可以直接丢截图进去，设计更现代的 UX。PM、设计和工程之间的距离在缩短，讨论更激烈，创意更多。
我认为，把 AI 用在“降本增效、减少工程师”这个方向，其实抓错了重点。关键问题是：
你现在借助 AI 能创造什么以前做不到的东西？你能提升多少生产力？你能获得多少工作的乐趣？
Thomas Dohmke：
我觉得这个问题有多个答案。Rajeev 给出了其中一个。
如果把 “AI Native” 类比为 “Cloud Native”，当 GitHub 2008 年成立时，根本没人讲 Cloud Native。那是后来人们总结这些公司如何重构部署和开发方式时才提出的。
我认为 AI Native 也是一样。我们今天叫做 AI Native 的东西，几年后会完全不同。
我有两个儿子，13 岁和 11 岁，大多数时间在玩《Minecraft》。有时我也会让他们写点代码，但他们绝对是 AI Native 一代。
一两年前，他们回家给我看手机主页上的小狗图片，说是用 Adobe Firefly 生成的。
我问：“你们怎么知道这个工具？”他们说：“学校里大家都在用。”
这就是 AI Native 世代。他们从小和 Agent 一起成长。对他们来说，用 Agent 代替 Google 搜索会是再自然不过的事情。
但如果我们诚实一点，现在有很多“表演性叙事”，好像每天都是 AI Native、事事都用 Agent。（但事实上还远没有那么发达。）
我是创业者，大多数时间在处理 HR 系统、月结账务、董事责任险表格……没有任何 Agent 帮我做这些。
昨天我们刚宣布公司成立，我收到几百封邮件——投资人想追加天使轮投资，12 年经验的顶级工程师发邮件应聘。
我现在最想要的，是一个帮我处理这些事务的 Agent：既能礼貌回复，又能明确表示“现在不考虑”。
所以今天 AI Native 团队的核心现实是，我们会用 Claude Code 或其他 Agent 写代码；但不会让 3000 名工程师在 Markdown 上协作。那是噩梦。
尤其是全球团队——德国、西班牙、印度、中国——如果你必须用一种并非母语的语言去描述功能，那会更痛苦。
编程语言好在它只需要 20 个词汇。自然语言规格说明？难多了。而这些问题，我们其实还没真正解决。
从0开始做绿地项目
强迫自己不看代码，而是纯意图表达的方式
主持人：
你们团队现在具体怎么用工具？工作流有什么变化？
Thomas Dohmke：
最大的变化是——从零开始做 Greenfield 项目、用 Claude Code 的开发者，会刻意“避免看代码”。
他们强迫自己用 Prompt、用推理过程、用“表达意图”的方式去驱动。
代码审查也是一样。我不会逐行阅读代码，那会成为瓶颈。我会让 Cursor、BugBot 这类工具先指出问题。
我在等一个时刻：让代码审查 Agent 和编程 Agent 直接对话。中间为什么还要人类？
目前最 AI Native 的开发者，是那些已经掌握这种方式的人。这不是“用 Agent 取代人类”。而是让人类升级，成为 Agent 的掌控者。
AI原生的软件生命周期：
瓶颈已经转移到了代码的左右侧
Rajeev Rajan：
在工具层面，我认为有两个方向。第一，写代码和实现的成本几乎趋近于零，瓶颈开始转移到“代码左侧”和“代码右侧”。
左侧是规划和规格。我们在 Atlassian 大量使用 Confluence ——因为那是写意图和规格的地方。
确实，大多是英文，Thomas 关于语言的问题说得对。但对于以产品为导向的工程师来说，他们会在文档里写大量评论。
我们的 Agent 会读取评论，进入循环执行并解决问题。这非常惊人。
而右侧，则是 CI/CD、部署、事故处理等。我们也在用 Agent 处理。
我们是从整个软件生命周期来看这件事——从构想到生产部署。我们称之为 AI Native SDLC。
Agent的智能程度，取决于上下文
主持人：
Rajeev，说说 RoboDev。
Rajeev Rajan：
RoboDev 是一个编程 Agent，同时也是我们贯穿整个 SDLC 的品牌。我们用它做代码审查、CI/CD、事故处理等。是的，我们自己构建了这个 Agent。
有意思的是，我们使用的是 Anthropic 的模型，但在基准测试中，我们的表现甚至超过了 Claude Code。
听起来确实很神奇。我们怎么做到的？关键只有一个词——上下文（Context）。
Agent 的智能程度，取决于你给它多少上下文。
在 Atlassian，我们构建了一个叫做 Teamwork Graph 的系统。它知道 Thomas 和谁合作、在哪个 PR 上工作、对应哪个 Jira issue。这种关系网络的上下文，让 RoboDev 在处理 PR 时表现好得多。
远程办公上升了一个层级：
Agent让远程办公重获优势
主持人：
Thomas，你刚才提到，你的团队分布在多个时区。对于早期创业公司来说，这其实很少见。传统观点是：大家在同一个办公室，更容易碰撞想法。
你为什么选择分布式办公？AI 在其中起到了作用吗？
Thomas Dohmke：
首先，我认为每个人都要找到属于自己的幸福方式。就像个人关系一样，公司关系也没有唯一正确答案。
你想在旧金山漂亮的办公室工作？很好。想混合办公？也很好。
我喜欢远程团队，因为我喜欢旅行。我也喜欢 24/7 的覆盖：澳大利亚、德国、西班牙、里斯本、英国、美国，不同时区轮转。这让我开心。当然，这并不代表别的模式是错的。但远程团队的现实是：会孤独。
不仅是“一个人在家”的孤独，还有“现在谁能回答我问题”的孤独。在办公室里更容易判断——比如 Gergely 只是在刷 X，那我就可以问他个问题。如果你正在和 Rajeev 开会，我当然不会冲进会议室打断你。
Agent 给了我们“随时可用的伙伴”。我可以说：帮我一起头脑风暴、我要写一份 ADR、帮我解决一个问题。
上周末我在准备发布，发现除了服务条款和隐私政策，还需要 Cookie 政策。我不知道 React 应用里怎么实现，就让 Cursor Composer 帮我写——3 秒钟搞定。
远程工作因为 Agent 达到了一个新层级。我永远有人在线：代码审查 Agent、编码 Agent、头脑风暴 Agent、研究 Agent……
尤其是发布日，如果大家都在一个办公室，某个时间点总得回家。但澳大利亚团队那时正好是中午，他们还能继续维护 Discord 社区和开源项目。
某种程度上，Agent 让远程团队重新获得优势。在旧金山，很多 AI 公司已经回到办公室。Agent 至少弥补了一些远程办公的竞争劣势。
主持人：
Rajeev，你怎么看？Atlassian 本身也有分布式团队。
Rajeev Rajan：
我们其实在疫情之前就已经大规模采用分布式协作。疫情对我们来说反而很自然。我们的产品本身就是为分布式协作而设计。
我们不是纯远程公司，我们有办公室——旧金山、悉尼等地。我们相信“有意的在一起”能带来人类之间的连接。但我们不强制进办公室。我们叫做 “Team Anywhere”。你可以在任何地方工作。
Agent 的确改变了很多。我记得以前凌晨两点在办公室写代码，卡住了只能一遍遍读代码。现在可以直接问 Agent，甚至让它帮你写。
这让分布式协作更容易。
岗位的所有权和责任都已经变化
代码评审已经转向验证
主持人：
我们都看到一个趋势：软件工程师的角色在变化，工程管理者的角色也在变化。从你的视角来看，正在发生什么？在 Atlassian 你们是否重新定义角色？
Rajeev Rajan：
我们更多从“所有权”和“责任”角度思考。现在的所有权不再只是代码，而是转向 Confluence、Jira、甚至 Loom 这些产物。
我们收购的 Loom 现在是 Atlassian 产品的一部分。通过视频表达意图，然后喂给 Agent，能产出更好的结果。
责任也在变化。过去很多精力花在代码评审。现在更重要的是“验证”：
Guardrails 是什么？
输入输出如何校验？
怎么确认 AI 写的代码是对的？
这成为新的责任中心。
在团队结构层面，我们暂时没有做激进改变。我们更关注：这个团队如何更有创造力？如何做得更多？
我们不是以“减少人数”为目标。在一些项目中，生产力确实能达到 10 倍甚至 100 倍。那时我们会重新配置团队资源。但核心目标是释放创造力。
绿地项目放手让Agent跑，
大型遗留代码还不能过于激进
主持人：
当你说“生产力提升后重塑团队”，具体是什么意思？
Rajeev Rajan：
我们做过一些实验——比如完全不手写代码。这会迫使你：用不同方式组织代码仓库、用不同方式设定 Agent 规则、用不同方式提供上下文。
Agent 如果面对一个满是遗留代码的仓库，上下文复杂得多，效果就差。反之，Greenfield 项目更容易 AI First。在这些场景下，我们确实看到巨大进展。
但在大型遗留代码库中，还没到可以完全放手给 Agent 的程度。
这是行业共同在攻克的难题。我相信很快会解决，但目前不能过于激进。
Thomas Dohmke：
我有两个角度。
第一，我们永远有太多想法。我开个玩笑：单身时周六早上有无限计划；有了家庭后，周日晚上发现一个都没完成——因为家庭决定了你做什么。
软件项目也是一样。我们通过写 To-do 清单、排进 Linear backlog 来解决。
但本质问题是——想法永远多于执行能力。
Backlog 会越来越长，最后总有人说“全部推翻，重新开始”，然后又把同样的想法提出来。
现在我们做的是，把这一切都往右推一步——把所有想法喂给 Agent，让它们写代码，于是你会得到成堆的 Backlog 和 Pull Request。新的瓶颈出现了：你根本审不过来。
接下来会出现审查代码的 Agent、自动合并、自动部署。最终你会得到“霍默·辛普森的车”——所有想法都被堆进去，没有流程、没有产品思维，结果就是功能爆炸、体验混乱。
所以我们仍然需要产品经理、设计师、工程师去真正架构出优秀产品。糟糕的产品很容易辨认，优秀的产品却很难。
但我确实认为，传统工程角色会发生“塌缩”。产品经理会变成产品工程师，设计师会变成设计工程师，软件工程师仍然是软件工程师，但三者的维恩图会高度重叠。
现在很多公司已经要求产品经理必须使用编码 Agent 做原型，而不是只写文档交接。更进一步，市场、传播、助理——他们都在用 Lovable、Replit 之类的工具自动化部分工作。
问题在于：组织是成为那个“拦着不让上线的坏警察”，还是允许每个人都成为 Builder？公司的本质是团队协作带来的力量。
我们还没完全解决的是：如何在安全、可信的前提下，加快整个生命周期的速度，同时赋能每个人。
主持人：
那工程领导者呢？你们在 Atlassian 有很多优秀的工程领导者。你怎么看他们角色的变化？Thomas，你未来会怎么招人？Rajeev 先来。
Rajeev Rajan：
最让我兴奋的一点是——工程领导现在可以重新写代码了。我很喜欢写代码。假期里我甚至自己去 Apple Store 买了台笔记本，装上 Claude Code，写了一个应用和一堆 Python 脚本。
过去，要抽时间做这些很难。现在用 RoboDev 和各种 Agent，可以快得多。参加黑客松、亲自写代码依然令人满足。
作为领导，你往上走之后往往会离代码越来越远。现在这个距离在缩短。
另一个变化是管理幅度（Span of Control）。
我一直提倡一种极端结构：400 人团队，开平方根得到 20 个直接下属，每人再带 20 人，只两层管理。现实中很多组织是“二叉树”式结构——每人带 2 个。
我认为未来管理幅度会扩大。有人提到 33 个直接下属，甚至 40、50 个。经理会更少，但更贴近代码。这是好事。
传统升职路径：不要急着做经理，
领导者得亲自上手
主持人：
那传统职业路径呢？比如从工程师到资深工程师，再到管理者……
Rajeev Rajan：
每次有人问职业路径，我第一个建议是：不要急着做经理。
我当年也是听了这个建议，尽量避免当经理。直到我发现有些决策我看不懂，才决定“加入黑暗面”。
现在是写代码的好时代。多用 Agent，多做前沿的事。工程师会过得很好。管理者可能会更少。
如果你愿意亲自上手，会很精彩；如果坚持旧的职业路径，可能要另寻出路。
Thomas Dohmke：
我有三点。
第一，给所有创业者一个建议：当投资人问“你如何防止大公司复制你？”时，你就说，Atlassian 的 CTO 都得自己掏钱买电脑写代码。这说明即便是敏捷公司，也未必能五分钟内做到你能做的事。
第二，过去两年，Copilot、Cursor、Devin 这类编码 Agent，让很多大银行的 CTO、CIO 重新写代码。
我认识的人会晚上给 Devin 一个任务，第二天早上查看进展，再继续。两周之后你会意识到：组织必须改变。
以前很多银行还在用 Citrix、老系统，CTO 甚至没有权限推翻这些，因为安全部门的顾虑。现在不同了。领导者重新“把手弄脏”，亲自体验技术力量。
Agent 的采用速度前所未有——比云计算还快。许多德国、日本企业还没上云，但已经在尝试 Agent。
第三，关于管理。我第一次真正成为经理，是创业公司被 Microsoft 收购之后。一个 10 人创业公司的 CEO 其实不算真正的“经理”。
到了大公司，我才意识到：天啊，管理这件事本身，需要重新定义。
Thomas Dohmke：
现在我得招聘员工，这意味着我要写职位描述、做面试、写绩效评估。你知道，当 ChatGPT 刚出来的时候，我们突然之间就会直接让 ChatGPT 帮我们写绩效评估，当然员工那边也会这么做。
如果你在 Microsoft 工作过，你就知道，员工要填写大概七个输入字段，然后经理还要对这七个字段逐一回应。
如果你是个有点“偷懒”的技术经理，可能就写一句“我同意你的看法”，员工当然不会满意，等等。于是你就开始“破解”这个系统，直接去问 ChatGPT，反过来让它给你列出刚才那些要点，至少让我知道你是怎么写提示词的。
开发者工具，营销味的宣传行不通
主持人：
所以，你是带着这种心态成为 GitHub CEO 的？
Thomas Dohmke：
你知道，GitHub 的核心信条，或者说原则、甚至教条，是“开发者优先”。顺便说一句，我们在后台还开玩笑，说下次可能办个“教条峰会”，把所有“教条”都请上台，应该更有趣。
“开发者优先”一直是 GitHub 的原则，无论是产品设计、流程制定还是市场营销。如果我们做得不好，你在 Hacker News 上会立刻看到反馈——那里的开发者非常直接。如果一篇 GitHub 博文、一条推文或一则公告太“企业味”，开发者不会买账。他们不要那种官方套话。给我真话，给我直接的对话，不要营销废话。那一套对其他产品或许有效，但对开发者工具不行。
我认为，做团队管理者、做工程经理也是一样。你的团队能清楚地分辨，你是在坦诚沟通，还是在粉饰太平。比如员工表现不佳，你却拐弯抹角地暗示“要么改进，要么走人”。
而 AI 正在改变这一点。以前我花一个小时写一段“美化版”的绩效总结，工程师可能会反手把它喂给 ChatGPT，问：“Thomas 到底想表达什么？他是不是用 AI 写的？”
我觉得这其实是好事。比如在 AI 驱动的销售流程里，我根本不想收到销售发来的 AI 邮件——推销什么外包公司之类的。我只希望有个 AI 能自动删除这些邮件，并告诉他们永远别再联系我。团队管理也是一样。和团队成员、独立贡献者之间建立基于诚实与信任的关系——就像你在家里和伴侣、孩子之间那样——要舒服得多。
以后你再也无法通过“写得漂亮”来当那个人人喜欢的好经理，却掩盖团队内部的真实问题。我听前任 GitHub CEO 也这么说过——管理这件事，反而可能会变得更有趣。
未来：开发者甚至不需要编程语言，
AI虚拟机就够了
主持人：
谢谢你。从你现在的团队来看，已经发生的最大变化是什么？你预计今年还会发生什么？
Rajeev Rajan：
我觉得最明显的变化就是“Agentic 编程”，以及用智能体来完成任务。在 Atlassian，Rovo Dev 已经被所有工程师使用。
代码审查方面，每天我都能看到，通过代码审查的 diff 百分比在显著提升。每位工程师的 PR 数量上涨了 89%，问题周期时间缩短了 42%，51% 的安全漏洞现在由 Agent 完成修复。我们的生产力输出指标——比如 DORA 指标——都在大幅改善。
比指标更重要的是，我们在产品经理、设计和工程之间的协作方式发生了变化。我们做很多产品，比如 Jira、Confluence，这个闭环对我们非常关键。现在 PM 使用 Replit 等工具，产出的规格说明更接近最终产品形态，更易于工程师实现。所以变化非常明显。
未来会怎样？
我认为我们会走向“零手写代码”的产品构建模式。现在还是人工编码与 Agent 混合，但未来可能会完全信任 Agent 完成代码审查，而人类更多关注输入输出验证，确保系统在安全性、可靠性和性能上的表现达标，而不是盯着代码逐行检查。
再往远看，也许两年后我们甚至不再需要编程语言和 IDE，而是某种“AI 虚拟机”来处理一切。毕竟，编程语言的存在是因为我们不想写汇编，需要一种方式告诉计算机该做什么。但如果 AI 能直接完成这些，并且还能帮你调试，那一切就会上升到“意图层面”，也许根本不需要传统编程。听起来极端，但并非不可想象。
企业的成本会因为token飙升
但没人会为此而裁员，因为得不偿失
Thomas Dohmke：
从 CEO 的角度看，我认为有两个剧烈变化。第一是成本飙升。任何管理大团队的人都有固定运营预算：主要是工资、福利和一些差旅费用。现在突然多了可变的 token 成本。你的开发者越高效，token 消耗越大，成本越高。甚至出现一种反转——你不得不让开发者“慢一点”，因为他们烧掉太多 token。可他们会说：“那我就少做点功能。”
创业公司只有在钱快烧完时才会面临这种问题。但大型企业的管理者必须和财务团队重新设计预算模型。传统方法已经不适用了。你其实希望团队多消耗 token。今天早上有人提到 OpenAI 消耗数十亿 token，而且“不用付钱”。当然这不是真的，毕竟他们要为 GPU 向 Microsoft 的 Azure 或 Oracle 付费。但这确实改变了团队管理方式。
没人愿意为了平衡 token 成本去裁员——那样的人力代价远高于收益。
写代码变得更有趣了
Thomas Dohmke：
积极的一面是：写代码又变得有趣了。90 年代初，我在 Commodore 64 上学编程，后来用 386 DX40、带 Turbo 开关的机器。我记得那时解决不了问题，只能翻书，每周三去计算机俱乐部求助。很多时候只能带着挫败感睡觉，期待第二天突然灵光一现。
后来有了互联网，有了论坛，可以向别人求助。现在三秒钟就能让 Agent 帮你解决。
我们低估了这些 Agent 的力量。大家总想着“代码生成”，但我觉得更棒的场景是：终端里冒出一个愚蠢的构建错误或 npm 报错，直接丢给 Codex，说：“帮我解决，我不想管这些。”这比过去有趣多了。
单元测试也是。举手看看，有谁喜欢写单元测试？对吧，就一个例外。
现在你可以直接说：“给我写单元测试”或者“修复这些测试”。写代码重新变得有趣了，它让我们找回最初学习编程时的快乐。
大概一个月前我去 OpenAI，他们给我们展示了新的 Codex Mac 应用，当时还签了保密协议，现在应用已经发布，可以公开谈了。现场有点心和演示，然后大家开始编码。我用 SwiftUI 做了三个原生 Mac 应用，几乎没看一行代码。而且我还做了菜单栏应用，昨天有人在 X 上说他特别喜欢做这种 Mac 菜单栏应用。
而且现在真的太容易了。如果你自己试过，跑去 GitHub、Google、Stack Overflow 搜答案，哪怕只是想在 Xcode 里建一个项目，把 Dock 图标隐藏，只在菜单栏显示，你往往还没等第一个 build 跑起来，耐心就已经耗尽，最初的创意也早就飞走了。我觉得这真的太不可思议了。
无论是我们当年出于兴趣做的那些小项目，也正是它们把我们带进这个行业，还是在 Atlassian、ENTIA 或 GitHub 做正式工作，这种变化都同样适用。真正令人震撼的就在这里。
生产力提升当然很好：CFO、CEO、上市公司的股东都会喜欢。但对我们来说，更重要的是：这份工作又变得有趣了。百分之百。我真的很喜欢这种感觉。
主持人：
太棒了。非常感谢 Rajeev，也感谢 Thomas，尤其是这样一个精彩的收尾。今天的分享非常精彩。谢谢你们。让我们为他们鼓掌。
参考链接：
https://www.youtube.com/watch?v=fYh1CWadxDM
——好文推荐——
OpenAI开发者平台负责人：我们活在硅谷泡泡里！很多AI部署确实负回报！曝OpenAI内部吃自己的狗粮，模型会把脚手架吃掉！SaaS黄金时代降至
图灵奖得主、强化学习之父：AI模型本身其实很脆弱！现在的AI，只是局部智能！真正的下一阶段是经验时代！人类终将被AI继任！AI要去中心化
谷歌突发Gemini 3.1 Pro：刷爆全领域SOTA，堪称SVG王者，价格不变，清华姚顺宇参与：后续还会有更好模型！JeffDean：性能不止翻倍
