引入AI后工作速度不会加快？开发中的“真正瓶颈”被揭示！

📰 新闻概述

• 尽管AI自动代码生成日益普及，但项目整体的交付时间并未显著缩短，这一结构性问题值得深思。
• 最大的开发延迟因素并不是“实施（编写代码）”，而是将模糊的需求转化为系统可理解的形式的过程。
• 即使给人类提供了“极其详细的需求定义”，仍然可能无法实现同样的显著生产力提升。

💡 重要要点

• 软件开发的本质并非打字，而是将问题定义为计算机能够解决的形式。
• 在甘特图上，“开发”看起来最长的原因在于，在实施阶段补充上游阶段的定义不足（反复试验）。
• 对AI进行“手把手指导”的时间，最终只会滑向文档编写的时间，如果上游不改变，整体速度也不会改变。

🦈 鲨鱼的眼（策展人的视角）

这是一针见血的深刻分析，强烈打击了“引入AI就能神奇解决一切”的幻想！这篇文章的精彩之处在于，它指出了**“如果有足够完美的指示书来驱动AI，人类已经能做到更快”**的盲点。最终，人类最大的问题在于未能详细表达“我们想做什么”，这成为了最大的瓶颈。在AI时代，讽刺的是，最大的挑战并不是如何编写代码，而是在传统的“需求定义”这个上游流程的设计水平上。

🚀 未来展望

企业将会从“引入AI工具”转向“建立能够将需求具体化和结构化到能够指挥AI的水平”的体制。结果是，相比于纯粹的编程能力，能够将领域知识逻辑化为规格的“超需求定义能力”的价值将进一步提升。

💬 鲨鱼视角的一句话

即使将一切都交给AI，模糊的指令也只会产生垃圾！首先要解决的是自己脑中的问题！鲨鱼！鲨鱼！

📚 术语解释

• 上游过程: 在软件开发中，实际编程之前进行的需求定义和基本设计等初期阶段。

• 瓶颈: 在整个过程中，限制整体进度的最不高效的部分。

• 领域专家: 在特定业务领域（领域）中拥有深厚专业知识和经验的实务专家。

• 信息来源: I don’t think AI will make your processes go faster