从AI写代码到AI重构交付——国际物流技术 Multi AI Native 的 AI 交付转型之路
京东技术 · 软件开发
京东物流 李俊泉 2026-11-05 20:39 北京 如何让AI从写代码到重构交付，京东物流技术Multi AI Native给出了它们的答案。 当 AI 已经能替我们写代码，为什么团队整体的交付速度没有想象中那么快？ 答案不在工具里，而在工具之外——在流程、在分工、在组织结构里。 一、现状：AI 加速了局部，却照出了组织的摩擦 近一年，整个产研团队做了大量 AI 编码的实践与推广，AI 代码生成率持续提高，越来越多的需求进入了深度人机协作阶段。 但当实践规模扩大之后，一个反直觉的现象浮出水面： 参与同一个需求的开发人员越多，AI 带来的提效幅度却不明显。 单看局部，一些开发和测试环节确实已经被 AI 显著加速；可从整体数据看，"AI 深度参与的需求占比"并没有像预期那样与"人均需求交付数"同步增长。继续下钻，我们发现 真正抵消 AI 收益的，已经不再是工具能力，而是 工具之外的环节 ： 需求对齐、跨角色协作、任务交接和等待，仍然按照 AI 出现之前的 传统方式 在运行； 不同 开发者 使用 AI 的能力严重分化，同一个工具在不同人手里产出天差地别； 业务、产品、研发 相互分离 ，让个别标杆团队摸索出来的经验，很难规模化复制到其他团队。 一句话概括： AI 加速了局部工作，也让原有组织中的摩擦，更加集中地暴露了出来。 工具越快，流程与组织的"堵点"就越刺眼。这不是 AI 没用，而是我们只把 AI 用在了"写代码"这一个点上，却没有动"怎么协作、谁做什么、团队怎么组织"这些更根本的地方。 二、根因剖析：卡点在“人、流程 、组织”三层 顺着现象往下挖，提效被抵消的根因，可以清晰地归到三层： 1. 人：开发人员的 AI 能力两极分化 会用的人，让 AI 帮自己完成一整段设计与实现；不会用的人，AI 只是一个更花哨的搜索框。当交付依赖"某几个高手"时，AI 的收益就被牢牢锁死在个人能力上—— 能力没有沉淀为团队资产，而是散落在个人经验里。 2. 流程与分工：参与的人越多，提效幅度越小 这是最违反直觉、也最关键的一条。AI 把"写代码"这段压缩得很短，于是 需求对齐、跨角色确认、任务交接、互相等待 这些"人与人之间"的成本，在总耗时里的占比被急剧放大。 参与的人越多，需要对齐和交接的次数就越多，被放大的摩擦也就越多。 AI 提速的是"做"，但拖住整体的是"等"和"传"。 3. 业务特点与组织结构：标杆团队效率高，但规模复制难 个别团队靠着对业务的深刻理解和一套自己的协作默契，把 AI 用出了很高的效率。但这套效率高度依赖 特定的人、特定的上下文、特定的默契 ，一旦换一个团队、换一个业务域，就水土不服。 烟囱式的组织切分 ，让经验沉淀在"孤岛"里，难以标准化、难以克隆。 两条路径的分野：研发视角 vs 组织视角 这三层根因，指向一个更深的判断—— 我们究竟站在哪个视角上用 AI？ AI × 工具 → AI × 研发人员 → 推动研发组织变革。 它从增强工具（AI Coding）起步，再增强研发人员（人均提效），最后试图从研发一侧去推动组织变革。这条路走得对，但 走到"推动研发组织变革"这一步就到了边界 ——因为研发视角只能改研发自己那一段，而现状里真正的堵点（需求对齐、跨角色协作、烟囱式组织）恰恰 横跨业务、产品、研发的边界 。研发视角够不着这些边界之外的摩擦，自然也就推不动。 能力再强的研发，也无法单方面重构一个需要业产技共同参与的交付流程。 AI × 工具 → AI × 员工 → AI × 团队 → AI × 组织。 它不把 AI 局限在"研发"这一个工种上，而是：先用 AI 增强工具，再让 AI 增强 每一类员工 （不只是研发，也包括产品、测试、调度等所有岗位），进而把这些被 AI 增强的岗位重组为 人机协同的团队 ，最终用 AI 去重构 整个交付组织 的运转方式。 两条路径在前半段重合，却在后半段分道扬镳： 研发视角止步于"研发内部的优化"，组织视角则跨过了那道边界，走向"整个组织的重新设计"。 这，就是从"AI 写代码"到"AI 组织转型"的分水岭。 三、打法：用 AI 重新设计交付流程、角色分 工与 组织结构 既然根因在"人、流程、组织"三层，卡点又在于研发视角够不到的边界，那么打法就必然是站在 组织视角 上，用 AI 把交付这件事 重新设计一遍 ——不是给旧流程加个 AI 插件，而是 以 AI 为一等公民，重构流程、角色与结构。 京东物流国际技术部 Multi AI Native（Multica）平台，正是这套打法的落地载体。它的口号是 " 你的下一批员工，不是人类 " ——把 Claude Code、Codex 等主流 AI 编码智能体，转化为真正的 团队成员 ：可以像给同事分派任务一样，把需求分配给 Agent，Ag