6.0
关注
AI SCORE
技术实践2026-05-25 19:20
工程团队如何避免 AI 削弱集体思维
DEV Community · Julien Avezou#团队协作#工作文化#最佳实践
Editor brief · 编辑速览
分享团队工程实践指南，通过正确应用 AI 工具而不过度依赖，维护团队核心能力。
过去几年里，我作为工程师的工作方式发生了很大变化。
我从偶尔使用自动补全，逐渐转向在合适的场景中借助 AI 进行构思、调试、重构和系统设计。
从个人层面来看，收益显而易见。
但在团队层面，一些更加微妙的变化也开始发生。
AI 不只是让我们变得更快。
它还改变了我们共同思考的方式。
我待过的团队中，有些围绕知识共享和 AI 使用建立了扎实的实践，有些则没有。
两者之间的差异非常明显。
有些团队变得更快，也更敏锐。
更快了……但方向不一致
更高产了……但思考更浅了
交付更多了……但理解更少了
根据我的经验，团队一直很难做到有效的知识共享。
然而，对于尚未做好准备的团队，AI 正在加剧这个问题。
如果使用得当，AI 可以提高个人生产力。
但工程工作很少是一个人的活动。
它本质上是一个协调问题。
缺少这些基础，速度只会带来偏航。
“AI 可以生成产出。团队必须形成共同理解。”
这正是大多数团队尚未解决的缺口。
在我之前的指南中（《AI 时代的思考》，通过这篇文章进行了介绍），我关注的是：
工程师如何保持强大的独立思考能力
现在，我们将关注下一个层面：
团队如何在使用 AI 的同时进行高质量的共同思考
与个人层面相比，团队层面会涉及更多动态因素。
这篇文章是我为工程团队提出一些实用解决方案的尝试。
我一直在尝试一系列可以跨团队使用的实践。
它们不是什么重大的流程变革。
只是一些轻量级习惯，帮助团队：
在 AI 辅助完成的代码合并后，添加一条简单说明：
哪些内容经过了人工验证？
这听起来微不足道，但它会改变团队的行为。
如果没有这一步，AI 的使用就会变得不可见。
久而久之，没有人知道：
采用这种做法后，一些模式会逐渐浮现。
由此可以围绕以下问题展开更有价值的讨论：
你可以使用这个模板：
AI Usage Declaration
AI used? ☐ Yes ☐ No
If yes:
• Where was AI used?
_____________________________________________________________________
_____________________________________________________________________
• Purpose:
☐ Generate
☐ Refactor
☐ Debug
☐ Explore
• What was verified manually?
_____________________________________________________________________
_____________________________________________________________________
每隔几周花 5 分钟，问问这些问题：
我们是否越来越频繁地跳过最初的推理过程？
我们是否未经质疑就接受了 AI 的输出？
调试的深入程度是否正在下降？
解释是否变得越来越薄弱？
你不需要指标，只需要坦诚地讨论。
这并不是为了“减少 AI 的使用”，而是为了更有意识地使用它。
我见过一些团队在毫无察觉的情况下逐渐偏航。起初并不会立即出现故障。
理解开始变得参差不齐。
能够清楚解释系统的人越来越少。
这个练习有助于尽早发现这些问题，并在它们演变成真正的问题之前及时调整。
你可以使用这个模板：
Team AI Dependency Signals
☐ Engineers skip initial reasoning
☐ AI outputs accepted without challenge
☐ Debugging depth decreasing
☐ Code explanations unclear
☐ Increased reliance for simple tasks
What pattern do we observe?
_____________________________________________________________________
_____________________________________________________________________
What adjustment will we make?
_____________________________________________________________________
_____________________________________________________________________
由一名工程师在不使用 AI 的情况下进行调试，同时讲述自己的推理过程。团队其他成员旁观，并在必要时提供帮助。
一开始，这会让人觉得很慢。
然后你会意识到，如今大多数工程师已经很少有机会看到其他人是如何思考的。
根据我的经验，这种形式的调试会话是提升团队整体水平最快的方法之一。
理想情况下，应当将会话记录下来，其中既包括调试者的笔记，也包括观察者的笔记。
你可以使用这个模板：
Debugger Notes
What do I think is happening?
_____________________________________________________________________
_____________________________________________________________________
What signal am I checking first?
_____________________________________________________________________
_____________________________________________________________________
What assumption am I testing?
_____________________________________________________________________
_____________________________________________________________________
What changed my understanding?
_____________________________________________________________________
_____________________________________________________________________
Team Observation Notes
What reasoning pattern did we notice?
_____________________________________________________________________
_____________________________________________________________________
What step was most valuable to observe?
_____________________________________________________________________
_____________________________________________________________________
What should we reuse next time?
_____________________________________________________________________
_____________________________________________________________________
团队每天都会遇到宝贵的学习时刻：
但如果不主动提炼，这些经验就会停留在孤立状态。
这个练习可以把团队的一次具体经历转化为共享心智模型。
换句话说，就是提炼出一条可复用的原则，使其不再局限于某个特定场景。
随着时间推移，这些模型会成为团队集体智慧中非常强大的一层。
你可以使用这个模板：
Situation:
_____________________________________________________________________
_____________________________________________________________________
Underlying mechanism:
_____________________________________________________________________
_____________________________________________________________________
Complete the sentence:
“In systems like this, ____________________________________________.”
Where else does this apply?
1. _______________________________________________________________
2. _______________________________________________________________
3. _______________________________________________________________
现在，你得到的不再只是一次修复，而是一条可以复用的洞见。
随着时间推移，这会培养出真正的团队直觉。
我很好奇其他人是如何应对这个问题的。
大多数团队还没有开始思考这件事。这正是我认为它值得讨论的原因。
你是否也在自己的团队中观察到了类似的模式？
你是否已经在团队层面引入了一些与 AI 使用相关的实践？
还是说，目前基本上仍由个人自行决定？
我整理了一套完整的体系，其中包括：
你可以在这里免费获取这份指南。
我非常期待听到你对它的反馈。
AI 让快速推进工作变得前所未有地容易。
但速度并不等同于理解。
真正脱颖而出的团队，不会只是那些使用 AI 最多的团队。
而会是那些学习速度最快，并且能够最清晰地共同思考的团队。
很想听听其他人正在如何应对这一变化。
如果需要采取进一步行动，你可以考虑屏蔽此人和／或举报滥用行为。