Fragments 0x0015
内容提要
文章以苹果、腾讯的AI布局为引，重点评析A社上市前的招聘报告：初级技术招聘占比从27%降至9%，研发commit涨五倍，Agent工时超人类。作者质疑用commit衡量产出、以Agent工时炫耀无意义，指出人读Claude耗时大增反成瓶颈，并提醒别把AI省下的时间都拿去开会。
延伸解读
用commit衡量产出，参考价值有限
文章指出A社将研发commit数涨五倍作为产出增长的证据，但作者认为commit数只能算勉强合格的参考指标。原因在于，不同公司的工程实践差异很大，安全、测试等环节的严格程度不同，commit数量本身很容易被流程和工具放大。作者以自己国庆期间在多个repo间切换提交为例，说明commit增长未必等同于有效产出提升，读者不宜把这类数字直接当作效率结论。
Agent工时超过人类，不是值得庆祝的指标
A社报告强调Agent运行时长从今年3月起超过人类员工，作者对此提出质疑：软件在线上7x24小时运行本是常态，机器工时刷得再高，也不能说明人因此更轻松或收获更多。真正靠谱的分析应关注机器承担更多工作后，人是否因此多休息或多产出。文章提醒，把Agent工时当作炫耀点，容易掩盖人类员工仍然很苦的现实，读者应警惕这类指标被用于包装叙事。
人读Claude成瓶颈，是分工问题而非意外
报告用“光是读Claude就把人类时间花光了”来说明人是最大瓶颈，作者认为这并不奇怪：只要人还负责审核和决策，AI产出越快，人需要阅读和判断的内容就越多，相关时间自然大涨。作者以Hinton曾预测AI看片会让放射科医生失业、结果医生反而不够用为例，说明效率提升可能带来需求增加。对读者而言，这意味着引入AI后，人的审阅环节可能成为新的耗时点，需要提前考虑分工。
别把AI省下的时间都拿去开会
报告提到人与人之间约开会时间的中位数增加了20%，作者对此表示能够想象：当手中有了顶配模型，解决什么问题反而成为关键，而组织内确定正确问题往往依赖反复开会。作者因此提醒，领导别把AI给员工省下来的时间都用来开会。这一观察的实用价值在于，AI提效后释放的时间若被会议重新填满，员工的实际负担未必下降，组织需要关注时间被如何重新分配。
Q&A
A社上市前招聘报告里初级技术招聘占比变化有多大？
初级技术招聘占比从27%暴跌至9%，技术部门初级员工占比从21%降至14%，整体员工中研发数量占比从61%降到56%。
为什么作者认为用commit数衡量研发产出不太靠谱？
作者认为commit数作为参考指标勉强合格，但今年全球大部分软件公司的commit可能涨了不止5倍，因为安全、测试等做得不如A社，而且作者自己国庆期间就在七八个repo间跳来跳去地commit，所以commit数不能真实反映产出。
A社报告里用Agent工时超过人类来炫耀，作者怎么看？
作者觉得莫名其妙，认为Agent 7x24小时运行是常态，没什么好庆祝的。靠谱的分析应该是机器干了这么多，人有没有因此多歇着或多收获，否则Agent工时再高，人还是很苦。
A社报告说人读Claude耗时大增成为瓶颈，作者如何反驳？
作者认为AI几倍速产出，只要人还负责，读Claude时间大涨是必然的，没什么大惊小怪。这就像Hinton曾预测AI看片会让放射科医生失业，结果因为看片快了，医生反而不够用。这张图反而会劝退想加入A社的正常人类。
文章提到AI时代会议时间有什么变化？作者对此有何提醒？
报告提到人与人之间约开会时间的中位数增加了20%。作者认为有了顶配模型后，解决什么问题变成关键，而组织里决定做什么从来很神秘，导致人们不停开会。作者提醒领导别把AI给员工省下来的时间都拿去开会。
作者对苹果和腾讯在AI上的布局分别有什么评价？
作者认为苹果在AI上的投入和节奏最好，因为它牢牢握住用户交互入口，AI谁家强就用谁的，同时默默搞端侧模型。腾讯一开始节奏也不错，但现在投得很重，因为微信是软件入口，不像苹果那么硬。
