本文整理自騰訊CSIG技術(shù)總監(jiān)黃聞欣在【W(wǎng)OT2023·深圳站】大會(huì)上的主題分享，更多精彩內(nèi)容及現(xiàn)場(chǎng)PPT，請(qǐng)關(guān)注51CTO技術(shù)棧公眾號(hào)，發(fā)消息【W(wǎng)OT2023PPT深圳】即可直接領(lǐng)取。

嘉賓 | 黃聞欣

編輯 | 云昭

出品 | 51CTO技術(shù)棧（微信號(hào)：blog51cto）

研發(fā)團(tuán)隊(duì)管理是一門常講常新的老話題?；ヂ?lián)網(wǎng)高速發(fā)展時(shí)期，各大企業(yè)的團(tuán)隊(duì)規(guī)模處于擴(kuò)張階段，“996”開(kāi)始成為了一個(gè)熱詞，管理者更多會(huì)去討論如何去設(shè)定愿景，如何創(chuàng)新；疫情后，在降本增效的語(yǔ)境下，團(tuán)隊(duì)管理又開(kāi)始從強(qiáng)調(diào)創(chuàng)新，轉(zhuǎn)變?yōu)閺?qiáng)調(diào)“流程和執(zhí)行”、“時(shí)間和成本”。

但問(wèn)題就在于，當(dāng)強(qiáng)調(diào)“流程”和“執(zhí)行”的時(shí)候，團(tuán)隊(duì)成員會(huì)慢慢淪為工作上的“螺絲釘”、“工具人”，這并不是管理者所希望的。

團(tuán)隊(duì)成員綜合能力參差不齊是事實(shí)，各有特長(zhǎng)也是事實(shí)，追求人人都能"獨(dú)當(dāng)一面"也不現(xiàn)實(shí)。那么，如何讓團(tuán)隊(duì)中每一位成員發(fā)揮其獨(dú)有的價(jià)值呢？

日前，在51CTO主辦的WOT全球技術(shù)創(chuàng)新大會(huì)上，騰訊CSIG技術(shù)總監(jiān)黃聞欣帶來(lái)了主題演講《AI武裝技術(shù)團(tuán)隊(duì)：從挑戰(zhàn)到突破》，圍繞如何用生成式AI武裝團(tuán)隊(duì)的諸多挑戰(zhàn)，詳細(xì)而生動(dòng)地介紹了作為一名技術(shù)管理者，如何讓前沿技術(shù)幫助每一位團(tuán)隊(duì)成員一步步突破自我，發(fā)揮自身獨(dú)特的價(jià)值。

本文將摘選其中精彩內(nèi)容，統(tǒng)一整理，希望為諸君帶來(lái)啟發(fā)。

一、發(fā)心：讓生成式AI幫助團(tuán)隊(duì)每個(gè)人發(fā)揮價(jià)值

2023年，在一次將近4個(gè)小時(shí)的公司內(nèi)部分享中，前輩的一句話讓作為管理者的我，找回了最初加入騰訊的初心——小團(tuán)隊(duì)里面可以讓每一個(gè)人都發(fā)揮最大的價(jià)值。

為什么這么說(shuō)？我加入騰訊某種程度上也是出于這個(gè)原因，我希望我們團(tuán)隊(duì)每一個(gè)人都能發(fā)揮價(jià)值，而不僅僅是螺絲釘和工具人。但當(dāng)我制定流程的時(shí)候，我的發(fā)心就把他們當(dāng)成了工具人。

然而，流程又是必須的。我們內(nèi)部的團(tuán)隊(duì)非常大，成員的能力也參差不齊，如果沒(méi)有流程去管控，就會(huì)產(chǎn)生嚴(yán)重的問(wèn)題。產(chǎn)品經(jīng)理、交互設(shè)計(jì)、UI設(shè)計(jì)、測(cè)試等等許多角色的各種溝通配合，肯定都需要有對(duì)應(yīng)的流程，劃清邊界。

它不像精英團(tuán)隊(duì)，精英團(tuán)隊(duì)中大家的能力都非常綜合，不需要太多工作，大家只要一配合，事情就能做成，而且也不需要太多人。

這種上規(guī)模的能力分層架構(gòu)的團(tuán)隊(duì)的能力、成本問(wèn)題又該如何去解決呢？

今年3月，OpenAI發(fā)布了GPT-4，那個(gè)發(fā)布會(huì)讓我焦慮的同時(shí)想到了一個(gè)命題：怎么讓生成式AI，去幫助這種分層分工的團(tuán)隊(duì)去發(fā)揮每個(gè)人的個(gè)人價(jià)值，這也正是我近三、四個(gè)月在探索和實(shí)踐的事情。

二、探索過(guò)程中的三個(gè)障礙

下面分享在探索實(shí)踐過(guò)程中遇到的三個(gè)障礙：認(rèn)知、數(shù)據(jù)、習(xí)慣。

1.認(rèn)知：經(jīng)驗(yàn)是突破認(rèn)知的第一障礙

大部分的中層、基層干部，都有非常多的成功經(jīng)驗(yàn)。而成功的經(jīng)驗(yàn)往往會(huì)成為讓自己接受AI的很大的瓶頸。

比如，通常我們認(rèn)為，需要調(diào)整我們的組織架構(gòu)去響應(yīng)業(yè)務(wù)模型，但卻很少會(huì)去想這樣一個(gè)問(wèn)題：轉(zhuǎn)成一個(gè)AI賦能的團(tuán)隊(duì)，我們的組織架構(gòu)要怎么去配合？

圖片

很多管理崗并沒(méi)有去思考這個(gè)問(wèn)題，因?yàn)榇蠹矣X(jué)得AI也許就是一個(gè)錦上添花的東西，這也是為什么每一次興奮過(guò)后，大部分AI動(dòng)作都會(huì)歸于平靜。

再比如，很多技術(shù)功底比較厚實(shí)的同學(xué)會(huì)認(rèn)為“AI生成的東西不行”，但問(wèn)題真是這樣嗎？也許是你的Prompt寫(xiě)得不夠好。所以說(shuō)，改變認(rèn)知是一件很難的事情。

當(dāng)然，也有一個(gè)現(xiàn)實(shí)情況，大家在心理慣性上或多或或少存在“AI袪魅”的現(xiàn)象。

就像，今年我們看到有許多發(fā)布會(huì)都講到了非常豐富的AI功能，看起也很好用，但事實(shí)上上手之后發(fā)現(xiàn)也就不過(guò)如此，所以大家心里面就對(duì)AI更加存疑了。

那如何突破認(rèn)知呢？首先讓整個(gè)團(tuán)隊(duì)都突破認(rèn)知是不可能的，需要挑選出合適的“先鋒官”。實(shí)踐中，我們從前端、后臺(tái)團(tuán)隊(duì)分別抽調(diào)出一位對(duì)AI感興趣的人，在人力盤點(diǎn)、成本結(jié)算上面做出相應(yīng)的調(diào)整，給他們一個(gè)新的戰(zhàn)場(chǎng)。

對(duì)于AI而言，挑選戰(zhàn)場(chǎng)至關(guān)重要？有太多看似有價(jià)值實(shí)則無(wú)用的事情。

如何挑選一個(gè)影響范圍大、收益大的戰(zhàn)場(chǎng)呢？

下圖中我們列舉了許多可能的戰(zhàn)場(chǎng)，需求設(shè)計(jì)、代碼研發(fā)、編譯集成等等。

圖片

在這里，我們發(fā)現(xiàn)整個(gè)流程產(chǎn)生的數(shù)據(jù)的展示和分析占據(jù)了半邊天。那么影響范圍最大的戰(zhàn)場(chǎng)就呼之欲出了。我們通過(guò)AI技術(shù)能不能讓數(shù)據(jù)分析和展示的成本進(jìn)一步降低呢？答案是肯定的，AI做數(shù)據(jù)分析不要太成熟了。而承載這些數(shù)據(jù)最多的地方——數(shù)據(jù)庫(kù)。因此，我們選擇的第一個(gè)戰(zhàn)場(chǎng)就是很"普通"的Text2SQL。

此外，它還是一個(gè)能夠幫助深入“敵后”的一個(gè)戰(zhàn)場(chǎng)。

首先，我們可以站在巨人肩膀上，Text2SQL的收益面大，路徑清晰，所以市面上就有非常多的團(tuán)隊(duì)在做，有經(jīng)驗(yàn)分享，有開(kāi)源的私有化的模型，包括對(duì)應(yīng)的Fine Tune的流程和數(shù)據(jù)。它們離真實(shí)的生產(chǎn)環(huán)境有距離?！吧钊霐澈蟆钡囊饬x就在這里，我給"先鋒們"提出一個(gè)要求：我們做的東西一定是要能落地的，因此要判斷你落地到我們?cè)谟玫臄?shù)據(jù)庫(kù)平臺(tái)之后，用戶會(huì)修改多少個(gè)字段，然后這個(gè)SQL才能真正執(zhí)行。

其次，Text2SQL可以讓我們減少一道"難關(guān)"，我們可以嘗試打造出來(lái)一條全自動(dòng)化的數(shù)據(jù)生產(chǎn)流水線，因?yàn)門ext2SQL的SQL是可以被驗(yàn)證的，SQL、表、插入數(shù)據(jù)都可以被生成，然后真實(shí)地執(zhí)行驗(yàn)證。

另外，ClickHouse又進(jìn)一步把我們推到深處。我們很多業(yè)務(wù)都用Clickhouse，包括我們自身，可惜這些垂直的Text2SQL模型的支持真的是很弱。也很容易理解，因?yàn)樗鎸?duì)嚴(yán)重缺乏元數(shù)據(jù)的大寬表和一堆獨(dú)特的函數(shù)，但是這也偏偏是Text2SQL本來(lái)就需要面對(duì)的難題。當(dāng)時(shí)我們就想，Clickhouse這么難的都搞定了，其他什么mysql不是手到擒來(lái)。

最后，一個(gè)深入?yún)^(qū)，是因?yàn)槲覀冏约菏亲鲂阅芄こ痰?，Text2SQL可以讓團(tuán)隊(duì)在此基礎(chǔ)上有機(jī)會(huì)做更深水區(qū)的AI模型調(diào)優(yōu)，CPU推理，模型裁剪、MOE等性能優(yōu)化。上述的這些，我們都嘗試去面對(duì)去實(shí)踐，老板肯定會(huì)問(wèn)“為什么會(huì)做這么跨領(lǐng)域的事情”，因?yàn)檫@是一個(gè)很深入敵后的戰(zhàn)場(chǎng)，會(huì)幫助我們團(tuán)隊(duì)走過(guò)AI的全流程，驗(yàn)證全部想法，挖掘全部坑點(diǎn)。

小結(jié)，找到一個(gè)最成熟的領(lǐng)域，一定會(huì)有收益、收益最廣泛的領(lǐng)域，深入敵后的領(lǐng)域，去完完整整地打穿它，就能讓團(tuán)隊(duì)的AI能力提升起來(lái)。接下來(lái)有一個(gè)重要的事情，就是分享經(jīng)驗(yàn)。

分享經(jīng)驗(yàn)有兩點(diǎn)需要注意。一個(gè)是AI先鋒們要把深度的經(jīng)驗(yàn)分享出來(lái)；另外一個(gè)是管理者要塑造出團(tuán)隊(duì)氛圍。

下圖是大致團(tuán)隊(duì)分享的情況，先鋒隊(duì)會(huì)有類似的3個(gè)課程分享，比如《AI原住民的第一節(jié)課》，緊接著深水區(qū)的經(jīng)驗(yàn)：比如怎么使用、怎么調(diào)優(yōu)等。

圖片

深水區(qū)的課程都是先鋒隊(duì)“以仗養(yǎng)仗”、邊去打仗邊總結(jié)的內(nèi)容，然后用他們的案例沉淀出來(lái)，在團(tuán)隊(duì)內(nèi)部做分享。

另一方面，還需要營(yíng)造一個(gè)用AI的氛圍。比如做一個(gè)輕量化的閃電分享，時(shí)長(zhǎng)限制到三到五分鐘，不需要說(shuō)太多，就分享在工作中用到的一個(gè)Prompt、用到的一個(gè)AI的tool就OK了。

小結(jié)一下，為了突破認(rèn)知，從管理維度上看，招聘選人的時(shí)候，一定要多問(wèn)AI相關(guān)的問(wèn)題，因?yàn)锳I肯定是未來(lái)研發(fā)人員很重要的一項(xiàng)能力，否則就會(huì)落伍。接下來(lái)是挑選先鋒隊(duì)，帶動(dòng)團(tuán)隊(duì)。其次是閃電分享，去打造自己的氛圍和培訓(xùn)。

圖片

通過(guò)這樣的突破認(rèn)知的過(guò)程，產(chǎn)生的價(jià)值也是讓我非常自豪的。我們現(xiàn)在有30多場(chǎng)閃電分享，團(tuán)隊(duì)內(nèi)部的成員開(kāi)始主動(dòng)地去落地提單和CR，而且成果已經(jīng)落地到了公司內(nèi)部非常重要的業(yè)務(wù)上，比如Text2SQL和數(shù)據(jù)中臺(tái)結(jié)合。

2.數(shù)據(jù)：訓(xùn)練AI的數(shù)據(jù)從哪里來(lái)？

眾所周知，AI非常重要的是數(shù)據(jù)。但這里就會(huì)有兩個(gè)問(wèn)題：一、沒(méi)流程、沒(méi)數(shù)字化、沒(méi)有用的數(shù)據(jù)，二、即便有了數(shù)據(jù)，但沒(méi)有飼養(yǎng)的意識(shí)。

圖片

第一個(gè)問(wèn)題的在于都不僅僅是數(shù)據(jù)孤島的問(wèn)題，首先就是數(shù)字化這個(gè)事情，哪怕是互聯(lián)網(wǎng)企業(yè)本身也不一定做得非常好。舉個(gè)例子，測(cè)試過(guò)程真的做到數(shù)字化了嗎？其實(shí)沒(méi)有。我們只是局部數(shù)字化了，測(cè)試用例和測(cè)試結(jié)果數(shù)字化了，但是測(cè)試過(guò)程中是怎么點(diǎn)的、怎么用的、怎么測(cè)的，這些都是黑盒。

再比如，我們自己有一個(gè)比較細(xì)節(jié)的例子，當(dāng)我們?nèi)プ鯰ext2SQL訓(xùn)練的時(shí)候，數(shù)據(jù)上就有很大一個(gè)問(wèn)題，就是沒(méi)有研發(fā)寫(xiě)SQL語(yǔ)句以及這個(gè)SQL語(yǔ)句修正的記錄。類似這樣的很多細(xì)節(jié)的過(guò)程都是沒(méi)有做數(shù)字化。

更內(nèi)核的是，很多時(shí)候，流程是缺失或者失效的。流程是數(shù)字化過(guò)程數(shù)據(jù)正確性和標(biāo)準(zhǔn)化的基石，沒(méi)有流程，沒(méi)有數(shù)字化，哪里來(lái)數(shù)據(jù)呢？沒(méi)有數(shù)據(jù)，怎么練AI呢？

我們?cè)賮?lái)看另一個(gè)難點(diǎn)。假定我們有數(shù)據(jù)了，但很多人也沒(méi)有喂養(yǎng)的意識(shí)。

舉一個(gè)例子,我之前績(jī)效面談，我們的一個(gè)測(cè)試同學(xué)遇到一個(gè)錯(cuò)誤碼會(huì)去問(wèn)團(tuán)隊(duì)內(nèi)有經(jīng)驗(yàn)的大牛，而大牛往往能直接根據(jù)錯(cuò)誤碼找出問(wèn)題的原因。他一直跟我說(shuō)，他很羨慕，希望成長(zhǎng)成他那樣。我當(dāng)時(shí)，不禁反問(wèn)，這時(shí)候其實(shí)如果有對(duì)應(yīng)的產(chǎn)品文檔的，然后將這個(gè)文檔“喂養(yǎng)”到AI知識(shí)庫(kù)里，然后再去用你的問(wèn)題去校驗(yàn)知識(shí)庫(kù)能不能夠像大牛那樣去回答你的問(wèn)題，不是更好嗎？

大?；卮鸬膯?wèn)題，知識(shí)庫(kù)也可以回答。例如大家現(xiàn)在用ChatGLM3，再加上Embedding知識(shí)庫(kù)，效果其實(shí)很好的。這是“飼養(yǎng)”數(shù)據(jù)意識(shí)的問(wèn)題。

那么，如何突破這兩個(gè)點(diǎn)呢？數(shù)據(jù)如何生產(chǎn)？如何飼喂？

首先，我們?cè)O(shè)定了三個(gè)非常核心的數(shù)據(jù)自動(dòng)化產(chǎn)生的鏈路。愿景是希望令研發(fā)等流程中初步沉淀了七八十條精修的數(shù)據(jù)，通過(guò)整個(gè)自動(dòng)化的鏈路，比如LangChain的鏈路，可以快速生產(chǎn)過(guò)百甚至上千、上萬(wàn)的數(shù)據(jù)，并且這個(gè)數(shù)據(jù)還是高質(zhì)量的。怎么去做的呢？

圖片

我們?cè)O(shè)定了三個(gè)模型。第一個(gè)模型，即用真實(shí)的執(zhí)行環(huán)節(jié)去產(chǎn)生數(shù)據(jù)，比如代碼完成后，代碼執(zhí)行過(guò)程中，產(chǎn)生了crash，代碼跟crash之間的數(shù)據(jù)就有了。

第二個(gè)，用邏輯去泛化。我們知道金字塔原理，就是演繹推理、溯因推理、歸納推理，不同的推理方式利用生成式AI演進(jìn)出不同的問(wèn)題，從而泛化我的數(shù)據(jù)。

第三個(gè)，通過(guò)不同的場(chǎng)景去泛化，例如現(xiàn)在做數(shù)據(jù)庫(kù)的Text2SQL，之后也可以泛化到工業(yè)場(chǎng)景、用戶行為場(chǎng)景等等，讓它去泛化出來(lái)各種不同的數(shù)據(jù)。

有了生產(chǎn)數(shù)據(jù)的三個(gè)核心鏈路，然后就是喂養(yǎng)。首先，我們會(huì)將每日wiki的數(shù)據(jù)都會(huì)錄入到AI知識(shí)庫(kù)，也就是向量數(shù)據(jù)庫(kù)里面。然后，你就可以通過(guò)企業(yè)微信的機(jī)器人問(wèn)對(duì)應(yīng)的問(wèn)題，直接、快速地得到一個(gè)相對(duì)高質(zhì)量的答案。

另一個(gè)重要的是，前面提到的閃電分享也是一個(gè)重要的宣傳途徑，把這個(gè)能力公開(kāi)給到團(tuán)隊(duì)里面的其他人去使用。這一步一定要做到，否則，就沒(méi)有形成閉環(huán)，大家也不知道原來(lái)已經(jīng)有了這樣的能力。

圖片

總結(jié)一下，數(shù)據(jù)是很重要的，全自動(dòng)地產(chǎn)生數(shù)據(jù)更重要?，F(xiàn)在，AI發(fā)展地速度幾乎可以按天計(jì)算，但最安穩(wěn)的其實(shí)還是數(shù)據(jù)，數(shù)據(jù)為王。

因此，對(duì)于AI團(tuán)隊(duì)而言，不要以為現(xiàn)在有幾百條數(shù)據(jù)就很滿足了，每天能用自動(dòng)化的流程產(chǎn)生上萬(wàn)條數(shù)據(jù)，同時(shí)這個(gè)自動(dòng)化的流程還要能確保這個(gè)數(shù)據(jù)產(chǎn)生的質(zhì)量。

3.突破習(xí)慣：讓AI滲透到習(xí)慣中

突破習(xí)慣是每個(gè)人都要克服的難題，甚至包括本身在開(kāi)發(fā)AI的人。我觀察到一個(gè)很有意思的事情，我們做AI開(kāi)發(fā)的先鋒們，開(kāi)發(fā)AI的應(yīng)用，但代碼還是他自己寫(xiě)的，沒(méi)有用AI。哪怕是最接納AI的人，都有一種習(xí)慣，覺(jué)得自己的直覺(jué)和經(jīng)驗(yàn)更順手，可以快速去實(shí)現(xiàn)。

圖片

第二個(gè)要突破的是，我們總習(xí)慣把自己的價(jià)值放在自身的領(lǐng)域范圍內(nèi)。但凡一線的人要進(jìn)一步去拓寬你的價(jià)值的時(shí)候，你要多走一公里的時(shí)候，往往要面對(duì)一個(gè)問(wèn)題：你的語(yǔ)言別人是聽(tīng)不懂的。

比方說(shuō)，我們的研發(fā)同學(xué)，有很強(qiáng)的技術(shù)能力，開(kāi)發(fā)出了功能強(qiáng)大的產(chǎn)品。但是產(chǎn)品沒(méi)有賣好，你想多走一公里，加速技術(shù)變現(xiàn)。但是銷售實(shí)在聽(tīng)不懂你說(shuō)的。你用盡權(quán)利去描述這技術(shù)帶來(lái)的功能和優(yōu)勢(shì)，但是銷售想要的其實(shí)是"客戶收益"。

F.A.B prompt: 
你是銷售總監(jiān)，能幫助我把Feature的描述變成Advantage和Benefit。
#注意：請(qǐng)保持用中文回答；
#思考步驟：
1. 先把Feature的描述變成Advantage
2. 從Advantage中，分別研發(fā)、產(chǎn)品經(jīng)理、技術(shù)運(yùn)維、質(zhì)量保障的一線員工或主管的角色去腦暴Benefit
3. 再用 MECE 原則會(huì)歸納，并用吸引眼球&打動(dòng)人心的語(yǔ)言和精煉有力的短句的輸出
#功能描述：該功能叫熱點(diǎn)性能動(dòng)態(tài)分析，程序會(huì)調(diào)用perf收集程序的熱點(diǎn)函數(shù)和熱點(diǎn)匯編，然后在我們的工具頁(yè)面中通過(guò)火焰圖和表格來(lái)展示數(shù)據(jù)，并會(huì)自動(dòng)分析數(shù)據(jù)給出初步的性能優(yōu)化建議

其他還有，當(dāng)測(cè)試想多走"一公里"，如何用"研發(fā)的語(yǔ)言"讓研發(fā)更快解決；當(dāng)產(chǎn)品想多走"一公里"，如何用"技術(shù)的語(yǔ)言"達(dá)成技術(shù)與產(chǎn)品的共振；這時(shí)，肯定離不開(kāi)AI，因?yàn)锳I是有世界知識(shí)的，它可以把你的語(yǔ)言轉(zhuǎn)化成別人領(lǐng)域能理解的語(yǔ)言，這是太自然不過(guò)的事情了。

圖片

接下來(lái)，我們?cè)趺锤淖冞@種習(xí)慣呢？上表中，你會(huì)發(fā)現(xiàn)我們?cè)跀?shù)據(jù)分類里面除了文檔數(shù)據(jù)和流程數(shù)據(jù)之外，還有很多平臺(tái)，平臺(tái)上會(huì)有研發(fā)、測(cè)試等各個(gè)角色。他們?cè)谶@些現(xiàn)成的平臺(tái)上已經(jīng)形成習(xí)慣了。我的思路很簡(jiǎn)單，我們不急著顛覆，去改變?cè)瓉?lái)的"習(xí)慣"，我們要讓AI跟這些平臺(tái)伴生，去滲透AI的使用習(xí)慣。

因此我們開(kāi)發(fā)了一個(gè)實(shí)驗(yàn)項(xiàng)目，F(xiàn)ibona AI瀏覽器插件。(Fibona, 取自斐波那契數(shù)列的啟發(fā)，希望表達(dá)的是讓AI和諧地融合到我們的工作習(xí)慣中）

下面有個(gè)小視頻，里面有兩段，一段演示的是在我們現(xiàn)成的騰訊云QAPM客戶端性能監(jiān)控怎么融合Fibona，我們可以不斷地添加線索到Fibona里面，然后它就會(huì)分析問(wèn)題，最后分析到究竟是哪一個(gè)crash是主要成因。另外一段是，一個(gè)研發(fā)最難定位的線程安全問(wèn)題，通過(guò)我們的插件，提供多方線索，最終直出解決方案。

，時(shí)長(zhǎng)00:36

我的愿景是，這種伴生平臺(tái)會(huì)推展到公司內(nèi)的全部平臺(tái)，未來(lái)也會(huì)進(jìn)一步商業(yè)化，比如伴生在某個(gè)DevOps的平臺(tái)上面，去幫助提供這種AI的能力。

圖片

所以這樣看來(lái)，我們并不改變習(xí)慣，我們通過(guò)這種伴生的方式來(lái)滲透AI的使用習(xí)慣。這里我們突破了三個(gè)非常重要的瓶頸，分別是：認(rèn)知、數(shù)據(jù)、習(xí)慣。

四、我們更進(jìn)一步看看

這里整體上聊到了很多場(chǎng)景，包括用AI來(lái)做數(shù)據(jù)分析，然后做缺陷的定位解決方案，怎么去通過(guò)Text2SQL幫助不懂SQL語(yǔ)言的同事去寫(xiě)SQL語(yǔ)言，怎么用公司內(nèi)的AI模型給到CR的建議，此外還有剛才聊到的知識(shí)庫(kù)AI大師。

當(dāng)把這些場(chǎng)景全部放到一個(gè)表格里面來(lái)看，就會(huì)發(fā)現(xiàn)非常有意思的事情。

圖片

1.知識(shí)和經(jīng)驗(yàn)平權(quán)

第一個(gè)維度，其實(shí)是很多AI書(shū)中寫(xiě)到的，也是布魯姆教育目標(biāo)分類法中提到的：記憶、理解、應(yīng)用、分析、評(píng)估、創(chuàng)造，這是不同的等級(jí)。我們大部分提問(wèn)的問(wèn)題其實(shí)都離不開(kāi)這六個(gè)點(diǎn)。這六個(gè)點(diǎn)會(huì)對(duì)應(yīng)產(chǎn)生一系列的價(jià)值。

例如“理解”，以前團(tuán)隊(duì)是做CVM測(cè)試的，現(xiàn)在突然要做異構(gòu)計(jì)算的測(cè)試，本身對(duì)英偉達(dá)的理解其實(shí)不多，那怎么辦？

圖片

GPT就能理解這個(gè)信息的，上圖是我們的一個(gè)Prompt，這個(gè)Prompt也很簡(jiǎn)單，你是一個(gè)什么專家，讓它用Markdown格式來(lái)輸出。

這是團(tuán)隊(duì)從0到1突破的一個(gè)例子，先不要想象著我能從1做到100分。通過(guò)利用GPT去快速地了解，在這個(gè)日志文件里面，其實(shí)可以暴露出有哪些可以做性能優(yōu)化的點(diǎn)。接下來(lái)只需要基于這個(gè)再進(jìn)一步去提問(wèn)就可以了。

因此，通過(guò)這個(gè)例子可以看出，突破已經(jīng)不僅僅是技術(shù)知識(shí)了，而是知識(shí)和經(jīng)驗(yàn)的平權(quán)。比如在IaaS領(lǐng)域，每一塊知識(shí)都非常割裂，搞CPU的不懂搞網(wǎng)絡(luò)的，搞網(wǎng)絡(luò)的不懂磁盤的，當(dāng)下你可以快速學(xué)習(xí)理解甚至運(yùn)用其他領(lǐng)域的知識(shí)。再擴(kuò)大一點(diǎn)，比如HR不會(huì)編程，想自己做的程序來(lái)提升工作效率，就只能找程序員幫忙，現(xiàn)在我們可以找AI幫忙，用自然語(yǔ)言就可以幫你寫(xiě)出程序。

圖片

所以我們通過(guò)知識(shí)和經(jīng)驗(yàn)的平權(quán)，嘗試去給團(tuán)隊(duì)成員賦能，你有很特長(zhǎng)的部分，例如寫(xiě)代碼很厲害，其他的部分，比如溝通、匯報(bào)等能力通過(guò)AI來(lái)幫你補(bǔ)全。

比如郵件輸出，給到你一個(gè)AI的Prompt模板，給到基本信息，就可以用AI去生成，寫(xiě)出來(lái)一個(gè)60分～80分的郵件。這就是知識(shí)和經(jīng)驗(yàn)的平權(quán)的一個(gè)例子。

2.讓自動(dòng)化更自動(dòng)化

另外一個(gè)很重要的部分，就是突破自動(dòng)化，讓自動(dòng)化更自動(dòng)化。這里提的更像是一個(gè)目標(biāo)或者要求，讓AI這個(gè)自動(dòng)化更自動(dòng)化一點(diǎn)。

現(xiàn)在大部分AI都有一個(gè)問(wèn)題：它好像做了什么，好像又沒(méi)做什么。比如：最經(jīng)典的場(chǎng)景是會(huì)議紀(jì)要，似乎是歸納了，但是又似乎有遺漏，就是不敢當(dāng)成郵件內(nèi)容往外發(fā)。

我的主張是：不強(qiáng)制團(tuán)隊(duì)用AI，而且做AI、推廣AI的一定要說(shuō)清楚AI生成內(nèi)容后，你的下一步動(dòng)作是什么，是去修改它嗎？還是直接使用它？

舉個(gè)案例，下圖是我們生成的一張缺陷單，這是純粹用AI生成關(guān)于真實(shí)業(yè)務(wù)上的缺陷單。

圖片

每位測(cè)試人員的能力其實(shí)是參差不齊的，許多工具測(cè)完跑出來(lái)幾千條Benchmark的數(shù)據(jù)，然后還要耗費(fèi)4、5個(gè)小時(shí)去分析這些數(shù)據(jù)，甚至還存在漏分析、漏提單的情況。

這是一個(gè)"腦熱"的需求，用AI去分析生成缺陷。當(dāng)時(shí)快速就出了一個(gè)版本，大家都很興奮。當(dāng)時(shí)我說(shuō)，這個(gè)缺陷生成的下一步是"直接提單"嗎？當(dāng)時(shí)的回答是不能的。所以第一步，我們先設(shè)定我們的期待結(jié)果究竟是什么？然后開(kāi)始打磨Prompt。實(shí)話說(shuō)，比寫(xiě)程序復(fù)雜多了，打磨了將近兩個(gè)星期才出來(lái)。除了要按照我們期待的格式和內(nèi)容輸出之外，還有三個(gè)難點(diǎn)——

第一，要從幾千條數(shù)據(jù)里面找到問(wèn)題，沒(méi)有遺漏；

第二，還要去做聚合，避免重復(fù)提單；

第三，就是這個(gè)單要準(zhǔn)確，可以直接拿來(lái)就用。這個(gè)時(shí)候“評(píng)估”就很重要了。一個(gè)訣竅就是在AI的Prompt中添加一個(gè)置信度的評(píng)估。經(jīng)驗(yàn)上看，有了置信度的評(píng)價(jià)，再加上內(nèi)容的生成，往往效果就會(huì)更好些。

之后，我們就可以開(kāi)始落地到流程中去進(jìn)行下一步。這就是“比自動(dòng)化更自動(dòng)化”。

3.跨領(lǐng)域溝通

最后一點(diǎn)，跨領(lǐng)域的溝通很難，如何解決？大家通常會(huì)想到一個(gè)解決的方案：流程。流程的確能解決非常多的問(wèn)題，比如上下游的信息傳遞等等。但問(wèn)題就在于，流程中的不同角色之間，怎么去相互理解？這如何解決？

回到Text2SQL的例子。沒(méi)有Text2SQL之前，產(chǎn)品經(jīng)理用自然語(yǔ)言告訴我們要查一個(gè)什么數(shù)據(jù)，然后告訴DBA，DBA幫它做一個(gè)SQL語(yǔ)句，檢索出來(lái)，告訴他怎樣就能搜索出來(lái)。

現(xiàn)在有了AI，我們期待的效果是：產(chǎn)品經(jīng)理直接自然語(yǔ)言告訴AI，SQL語(yǔ)句生成、數(shù)據(jù)查詢出來(lái)。

乍看起來(lái)讓人焦慮，它不僅消滅了溝通的屏障，而是直接把人給消滅了，不用DBA了？其實(shí)我們不妨換一個(gè)角度思考，正如前面多次提及的，它其實(shí)是通過(guò)人類的自然語(yǔ)言去調(diào)動(dòng)了跨領(lǐng)域的知識(shí)。作為產(chǎn)品經(jīng)理，我不懂SQL語(yǔ)言，但他要寫(xiě)一個(gè)很復(fù)雜的SQL語(yǔ)句難度太大。而AI這個(gè)助手可以幫助他做到這件事情。

那跨領(lǐng)域知識(shí)的價(jià)值是什么呢？就是“向價(jià)值多走一公里”。尤其是降本增效語(yǔ)境下，大家都在找自己的價(jià)值。技術(shù)團(tuán)隊(duì)一定要多走一公里，比如：性能優(yōu)化能不能直接給出優(yōu)化的patch，提單能不能給出根因分析，性能測(cè)評(píng)的內(nèi)容能不能給到銷售去作為彈藥庫(kù)。當(dāng)團(tuán)隊(duì)去多走一公里的事情的時(shí)候，肯定就會(huì)用到AI。

這里再舉例一個(gè)特殊的跨領(lǐng)域溝通的案例，戰(zhàn)略討論會(huì)。

圖片

首先大家懂不懂戰(zhàn)略，其次，我們能不能夠收集到足夠定義戰(zhàn)略相關(guān)的信息，就像我們?cè)谧霎a(chǎn)品的時(shí)候，PESTEL模型、波特五力的模型、核心競(jìng)爭(zhēng)力分析的模型等等。模型都是需要信息和數(shù)據(jù)的，這些根本找不到，那怎么辦？

當(dāng)時(shí)我們用AI去生成。用AI描述完產(chǎn)品、定位之后，讓它給我列舉十種飛輪模型，我就有了一個(gè)討論的基礎(chǔ)。通過(guò)給AI看行業(yè)報(bào)告，把行業(yè)報(bào)告灌給AI，讓它按照B3C模型，看自己、看競(jìng)爭(zhēng)對(duì)手、看環(huán)境、看客戶，模型里面都有非常標(biāo)準(zhǔn)化的問(wèn)題，讓AI去輸出對(duì)應(yīng)的結(jié)果，并且用我們能理解的語(yǔ)言來(lái)輸出對(duì)應(yīng)的結(jié)果。

這時(shí)候，沒(méi)有學(xué)過(guò)戰(zhàn)略的程序員也可以坐在一起討論戰(zhàn)略了，而且不是空討論。而且在討論的同時(shí)，也會(huì)提出來(lái)一些問(wèn)題，比如怎么去更好地了解我們客戶的訴求等等。

4.技術(shù)管理者追求的價(jià)值

在做流程管理、做分層結(jié)構(gòu)、做靈活用工的時(shí)候，管理者會(huì)發(fā)現(xiàn)團(tuán)隊(duì)的成員慢慢變成螺絲釘、工具人，這時(shí)就值得反思。我能不能用AI賦能的方式、用知識(shí)平權(quán)、自動(dòng)化、跨領(lǐng)域溝通的方式，去賦能給每一個(gè)技術(shù)人員，讓他們作為一個(gè)平凡但有特長(zhǎng)的人，在團(tuán)隊(duì)里面也可以發(fā)揮自己獨(dú)有的最大的價(jià)值。

圖片

這也是本人所追求的價(jià)值：自己要發(fā)揮價(jià)值，自己的團(tuán)隊(duì)也要發(fā)揮價(jià)值。