DoorDash CEO谈AI编程效率局限

近日，DoorDash联合创始人兼首席执行官徐迅在接受《商业内幕》采访时，对AI编程在软件工程中的实际效用发表了深刻见解。他指出，尽管AI在代码生成方面展现出显著价值，但将其视为提升工程师整体生产力的万能工具仍为时过早。

徐迅强调，软件工程师的工作远不止编写代码。他估算，真正用于交付代码的时间可能仅占工程师总工作时间的25%至50%。其余大量时间则投入在产品评审、设计会议以及与不同业务团队的沟通协调中。这些环节同样需要AI的介入和优化，才能实现整体效率的提升。徐迅表示：“如果其他环节不一起改变、无法打通，企业很难只靠AI编程获得预期的生产力提升。全行业都在摸索如何理顺工作流程，让AI原生不再局限于代码开发，而是延伸到企业实际运营方式中。”

这一观点揭示了当前AI编程工具应用中的关键瓶颈。尽管诸如GitHub Copilot、Cursor等工具能大幅提升代码编写速度，但软件工程的复杂性决定了其成功依赖于多环节的协同。徐迅以DoorDash自身为例，指出公司现有代码中远超一半由AI编写，比例已接近三分之二。然而，他在今年5月的财报电话会议上坦言，AI尚未改变DoorDash的组织架构。“仅凭代码产出比例，仍无法说明工作流程和团队架构应当怎样调整。”

值得注意的是，就连提出“氛围编程”一词的AI专家安德烈·卡帕西，也曾公开承认AI编程对工程师存在不少局限。他在今年4月的一场演讲中直言不讳地批评AI生成代码的质量问题：“有时我看见那些代码甚至会心头一紧，因为质量并不总是特别出色。这些代码往往臃肿冗余，充斥着大量的复制粘贴，抽象设计也常常别扭而脆弱。程序虽然能运行，但代码实在难看。”

卡帕西的评论与徐迅的观点相互印证，共同指向一个核心问题：AI编程工具在提升效率的同时，仍需在代码质量、可维护性和架构设计方面进行改进。对于企业而言，引入AI编程不仅仅是技术层面的变革，更涉及工作流程、团队协作和组织架构的全面调整。徐迅的洞察为行业提供了一面镜子：在追求AI驱动的效率提升时，必须关注非编码环节的同步优化，才能实现真正的生产力飞跃。