你有没有发现，自从AI走进工作之后，很多过去奉为圭臬的工作方法，好像越来越不好使了？开会、写文档、做评审，一套流程走下来，啥活没干时间先没了。最近我看到顶级AI团队Claude Code的工程总监分享了他们的工作方式，看完豁然开朗——原来真正的AI原生团队，早就把那套老流程全换了。今天就把这5条颠覆认知的工作原则分享给你。

流量变天了：从搜索框 → AI对话框。用户不再"搜"，而是"问"。谁被AI推荐，谁就拿到新入口。方法在公众号「智扣AI」。

一、AI时代，瓶颈早就变了。

过去我们做软件开发，不管是瀑布还是敏捷，所有流程本质上都是围绕一个问题转：写代码太贵了。工程师时间金贵，所以得提前规划、写厚厚的需求文档、开无数评审会，把最贵的资源管好。

我相信只要在互联网行业待过的朋友，对这点一定感同身受。但是到了AI时代，这个基础前提已经变了。

Claude Code团队现在写代码，早就不是拖慢速度的瓶颈了。代码生成太快了，原来的问题解决了，新的问题又出来了：生成的代码对不对？怎么评审？安全怎么保证？人的速度根本跟不上代码生成的速度。

这就好比原来我们赶马车，要规划马吃多少料、多久休息一套规则，现在换成汽车了，你还按那套来肯定不行。不只是把马换成发动机，公路、交通规则、城市规划全都得重新做。

原来的瓶颈是写代码和发版本的产能，现在瓶颈转移到了验证、评审、跨部门协作和安全上。所有的流程，都得围着这个新瓶颈重新设计。

二、第一条：别搞提前规划，要做就做"刚刚好"。

Claude Code团队刚成立的时候，也按老规矩写了一个漂亮的6个月路线图。结果呢？因为产品迭代太快，才3个月整个路线图就过时用不上了。

现在他们改了玩法，叫JIT规划，也就是"准时制规划"——只在对的时间，做刚刚好够用的规划。

原来开工前必须先写长篇大论的设计文档，这个仪式直接砍掉。Fiona说，对大部分工作来说，这就是走个过场，纯纯浪费时间。现在改成先做原型，直接让内部用户先用，有问题当场改，真需要文档了，写完代码再补也不迟。

3.jpg

他们把原来花在提前规划上的精力，全部加到了验证上。AI写代码太快，出bug的方式也跟以前不一样，唯一能保证质量的方法，就是把验证不断往前移。

我特别认同她的一个观点：在技术讨论里，出了代码才算数。两个人对方案有分歧，别吵了，让AI把两个方案都做成原型，拿实物对比，一眼就知道哪个好。

现在做东西太便宜了，吵架才昂贵。我自己做项目深有体会，原来写一份PRD需求文档的时间，我用Claude Code直接把东西做出来都够了。现在我也改了，有想法先做原型，能用了再说，用着不对当场改，这才是AI时代该有的速度。

三、第二条：凡是重复3遍的事，都用AI自动掉。

这一条我太有共鸣了！Claude Code团队有个肌肉记忆：遇到任何问题，先问自己一句：能不能把这件事自动化？

Fiona自己举了个例子：她原来每天早上端着咖啡，都要手动总结各个渠道的客户反馈，这是她每天必做的工作。后来她用AI把这件事做成了自动任务，咖啡还是那杯咖啡，但她不用再花时间刷了。

这件事本身不大，但这个习惯太重要了。过去自动化成本高，只有高频、高价值的大事情才值得做。现在不一样了，用Claude Code做自动化，很多事情十分钟就能搞定，成本几乎为零。

所以逻辑完全反过来了：只要一件事你需要重复做3遍以上，想尽办法用AI自动掉，这不是建议，应该是要求。

我给大家一个建议：别一开始就想着搭建什么完整的自动化体系，那太吓人了。就从今天开始，找一件你今天重复做了的小事，花十分钟让AI帮你自动化掉。明天再找一件，后天再来一件。一个月之后你回头看，你的工作方式早就不一样了。

一个一个小自动化攒起来，最后不知不觉就长成了大树，你的效率会甩开别人一大截。

四、第三条：AI干脏活，人类做判断。

很多工程 leader 问Fiona一个问题：AI写代码那么快，你们人怎么跟得上代码评审的速度？

她的答案非常简单：信任，但要验证。现在Claude Code团队，60%-70%的代码评审工作都是AI干的：风格检查、找bug、写测试、基础反馈，这些重复活AI全接了。

但是该人做判断的地方，一点都不能少。涉及法律合规、安全敏感的代码，必须要专家看；产品方向、设计品味，还是得产品经理和设计师拍板。

而且这个分工不是固定的，今天需要人做的事情，下个版本的AI可能就能搞定了，所以得不断调整这条线。这就跟打游戏一样，每个版本有每个版本的玩法，拿上个版本的攻略打新版本，肯定赢不了。

五、第四条：角色边界正在消失，品味比速度重要。

在Claude Code团队，原来清晰的角色边界早就模糊了。产品经理会写代码，工程师也会做设计写文案。

原来工程师改完一个bug，要等内容设计师排期写用户提示文案，一等就是好几天，要么就只能发个凑合的版本应付。现在呢？工程师改完bug，AI直接写好文案初稿，工程师自己就能做最终判断，当天就能发版本。

Fiona说现在招人，根本不看你一小时能写多少行代码，主要看两种特质：

第一种是有产品品味的创造者，知道该做什么，能快速做出原型。她原话讲得特别好：品味是稀缺的，打字不是。

第二种是有深厚系统经验的专家，负责那些AI搞不定的判断——因为有些错误看起来很细微，但错了就是错了，得靠人把把关。

当AI把执行速度提升10倍之后，决定你水平的就变成了：你知道应该做什么，以及你能判断出什么样的结果才是真正好的。这，就是普通人跟高手的差距。

六、第五条：主动砍掉没用的流程，别让惯性绑住你。

很多公司都是这样，旧流程不删掉，新流程直接往上叠，最后流程越来越多，干活越来越慢。Claude Code团队的做法很直接：主动站出来，告诉大家哪些流程可以扔掉了。

Fiona举了个例子：之前团队有个每周复盘会，一屋子人坐在一起，所有人都在低头看电脑，只有轮到自己汇报才抬头说两句话，说完又低头。直到有一天她问了一句：我们为什么还要开这个会？所有人突然反应过来：对啊，这个会根本没用啊！然后这个会直接就取消了。

这种事情太常见了，国内公司里到处都是。很多流程和会议，当初设立的时候有道理，现在工具变了、环境变了，早就没用了，就是因为惯性还在那转，所有人都觉得没用，但就是没人站出来说一句别开了。

AI进入公司越深，你越会发现很多老流程早就可以自动化了，如果不主动清理，最后就变成了纯纯的形式主义，浪费所有人的时间。

最后想说，其实真正的AI原生组织，不是说大家都买个Claude会员用上API就算转型了。从规划方式到人才招聘，从评审流程到团队管理，每一层都得重新设计。

Claude Code团队摸索出来的这5条原则，核心其实特别简单：遇到重复的事情自动化，遇到没用的流程直接砍，不需要人做的判断交给AI。一件一件来，不用着急，但不能停。

17.png最后把Fiona的一句话送给大家：找到你团队里最繁琐的那个工作流，问问它：是不是还配占着这个位置？希望这句话也能给你启发。