前GitHub CEO和Atlassian CTO圆桌：PM变产品工程师，设计师变设计工程师，AI时代的角色坍缩已经开始了

sanqiren

#模型时代# 前GitHub CEO和Atlassian CTO圆桌：PM变产品工程师，设计师变设计工程师，AI时代的角色坍缩已经开始了


The Pragmatic Summit是The Pragmatic Engineer创始人Gergely Orosz在旧金山举办的首届线下峰会，压轴的炉边对话请来了两位重量级嘉宾：Atlassian CTO Rajeev Rajan和Entire创始人Thomas Dohmke。

Thomas在GitHub当了四年CEO，主导了Copilot从实验功能到主流工具的全过程，去年8月离职创业，带着6000万美元种子轮和3亿估值回到了创始人赛道。必须说，这种带着光环的人，创业融资现在环境真是洒洒水。Rajeev则是在Atlassian内部推动了从开发者生产力到AI native SDLC的整套转型。

两人身份蛮互补的，一个从大公司内部改造，一个从零搭建AI原生团队：agent的token成本正在吞噬固定预算，远程团队因为agent反而获得了新优势，管理者的绩效评语被ChatGPT双向透视。这些不是趋势预测，是他们每天在处理的具体问题。

一、AI原生团队长什么样：不是更少的人，是更模糊的角色边界

1、Atlassian已经有工程团队实现了"零手写代码"

Rajeev说Atlassian内部有一批AI原生团队，工程师写的代码量是零，全部由agent完成。这些团队做的事是编排agent、设定规则、验证输出。传统团队依然存在，因为遗留系统需要，但新项目越来越多地采用这种模式。

他观察到的变化是：PM在写代码，设计师在写代码，工程师在做更多产品决策。三个角色之间的距离在缩小，对话密度和创造力都在上升。关键判断是，用AI来裁员的思路搞错了方向，真正的收益是做出以前做不出来的东西。

2、"AI原生"这个词现在下定义为时过早

Thomas把AI native类比成cloud native。GitHub在2008年创立时没人讲cloud native，这个概念是后来人们总结出来的。AI native也会经历同样的过程，今天我们称之为AI原生的东西，几年后看可能完全不同。

他拿自己13岁和11岁的儿子举例：两个孩子用Adobe Firefly给手机生成壁纸，学校里人人都在用。这一代人不需要"学习使用AI"，他们天然就在agent环境里长大，就像我们天然用搜索引擎一样。

3、创业者的日常暴露了AI native的真实差距

Thomas紧接着做了一个诚实的自我拆解。他说如果你听播客，创始人个个都在讲自己全天候用agent。现实是他大部分时间在填董事保险表格、处理HR系统、做月度结算。Entire宣布融资之后，几百封投资人邮件涌进来，有12年经验的顶级开发者也在发求职信，他想找一个agent帮他既礼貌回复又高效拒绝，但这个agent还不存在。

软件开发领域确实在用agent写代码了，但让3000名工程师协作写Markdown、用自然语言描述需求，在多语言团队里反而是噩梦。编程语言好歹只有20个关键词，人人能写。用英语描述一个feature，对母语非英语的开发者来说，难度陡增。这些问题目前没有答案。

二、工具链正在发生的真实变化：从agent写代码到agent审代码

1、最AI原生的开发者在做一件事：强迫自己不看代码

Thomas说他在面试和交流中发现，无论是在微软、GitHub、Atlassian、ThoughtWorks还是Block，最前沿的开发者都在训练自己用prompt和推理过程来表达意图，而不是逐行阅读代码。代码审查也是如此，用Cursor或类似工具的review bot指出问题，而不是人工逐行检查。

他认为下一步很自然：让代码审查agent和写代码的agent直接对话，人不需要夹在中间。这本身就是一种新技能，AI原生开发者的核心能力是编排和引导agent，不是取代人，是把人推到更高层。

2、瓶颈从"写代码"转移到了代码的左边和右边

Rajeev用一个框架描述Atlassian的工具策略：代码左侧是规划和specification，代码右侧是CI/CD、部署、事件响应。编码本身正在变得"免费"，瓶颈相应地向两端迁移。

左侧，Confluence成了关键工具。产品导向的工程师在Confluence里写详细的意图和规格说明，agent能读取这些评论，进入自主循环解决问题。右侧，agent被用于持续集成、部署和incident处理。Atlassian把这叫做AI native SDLC，覆盖从构思到生产部署的完整生命周期。

3、Atlassian自研的Rovo Dev用Anthropic模型击败了竞品

Rovo Dev是Atlassian内部构建的coding agent，同时也是覆盖整个SDLC的品牌，用于代码审查、CI/CD和incident处理。一个有趣的细节：Rovo Dev使用的是Anthropic的模型，但在benchmark上打败了专门做代码的竞品。

Rajeev说秘密在一个词：context。agent的智能程度取决于你给它的上下文。Atlassian构建的Teamwork Graph记录了谁和谁在哪个PR、哪个Jira issue上协作，这些丰富的上下文让Rovo Dev生成的PR质量更高。模型一样，上下文不同，结果就不同。

三、远程团队意外获得了新优势

1、agent填补了远程工作最大的痛点：没人可问

Thomas的新公司Entire是全远程团队，15个人分布在澳大利亚、德国、西班牙、葡萄牙、英国和美国。他说远程工作最大的问题是孤独，不是那种情感上的孤独，是"我卡住了但身边没人能问"。

agent改变了这一点。他现在随时有一个编码伙伴、一个代码审查伙伴、一个头脑风暴伙伴、一个研究伙伴。周末准备产品发布时发现还需要cookie policy，直接让Cursor Composer三秒搞定。远程团队加上agent，获得了之前只有办公室团队才有的即时响应能力。

2、跨时区覆盖叠加agent，形成了24/7的工作节奏

Thomas指出另一个优势：如果全团队在同一时区同一办公室，6点下班就是6点下班。但有人在澳大利亚，旧金山下午6点是墨尔本的中午，他们还在维护Discord社区和开源项目。agent抹平了远程团队以前在头脑风暴和即时协作上的劣势，而跨时区的覆盖优势依然在。这在旧金山AI公司纷纷回归办公室的大环境下，是一个逆向选择。

3、Atlassian的"team anywhere"模式早于疫情

Rajeev补充说Atlassian在疫情之前就开始推分布式办公，所以疫情来的时候几乎没有过渡期。他们不是remote-only，有旧金山、悉尼等地的办公室，相信面对面的intentional togetherness有独特价值。但他们不强制到岗，叫做team anywhere。

他回忆自己凌晨2点在办公室写代码卡住的经历：以前只能反复读代码直到想通，现在可以问agent，agent能解释代码甚至帮你重写。agent让分布式协作变得更容易了。

四、角色正在坍缩：PM变产品工程师，设计师变设计工程师

1、所有权从代码转向了意图和验证

Rajeev描述了Atlassian内部角色变化的底层逻辑。以前的所有权围绕代码，现在转向了Confluence、Jira甚至Loom这类表达意图的工具。工程师用Loom录制的视频能直接喂给AI agent，产出更好的代码。

问责方式也在变。过去是大量人工代码审查来判断代码质量，现在重点转向验证：设定输入输出的guardrail，确认agent产出符合安全、可靠性和性能标准。检查代码逻辑让位于检查系统行为。

2、PM、设计师、工程师的韦恩图重叠面积急剧增大

Thomas观察到一个结构性变化：产品经理正在变成产品工程师，设计师正在变成设计工程师，软件工程师还是软件工程师。三者的交集比以前大得多。

在很多公司，PM现在被要求用coding agent构建原型，而不是写文档然后交接。市场、公关、行政人员也在用Lovable、Replit这类工具自动化工作的一部分。这个趋势的风险是Thomas所说的"Homer Simpson之车"：所有人都能把想法直接变成代码，但没有产品架构和设计把关，堆叠出来的功能会像Homer Simpson设计的汽车一样混乱。

3、大型组织的真正挑战：如何让每个人都成为builder而不失控

Thomas提出了一个未解的问题：如何在安全和信任的前提下，让组织里的每个人都能参与构建，同时还能发布高质量产品？这是流程和治理的问题，不是技术问题。现有的工程流程不是为"全员builder"设计的，但agent时代正在把组织推向这个方向。

五、工程领导者的角色反转：管理变少，写代码变多

1、CTO们重新开始写代码了，而且这次是认真的

Rajeev自己就是例子。他说作为资深工程领导，对代码质量的标准很高，以前从零开始做一个feature太耗时，现在用Rovo Dev和agent几小时就能搞定。假期里他自己买了台笔记本电脑装上Claude Code写了一堆Python脚本。Thomas接过这个梗说：每次投资人问创业者怎么防止大公司做同样的事，最好的回答就是"Atlassian的CTO得自掏腰包买电脑才能写代码"，大公司的IT管控就是这么拧巴。

更有代表性的是银行CTO的例子。Thomas说过去两年，大型银行的CTO和CIO通过Copilot、Cursor、Devin这类工具重新体验了写代码的感觉。有人每天晚上给Devin布置任务，早上检查进展，白天照常做CTO的工作，两周下来就意识到整个组织必须变革。这些人不再是自上而下推AI的管理者，而是因为亲手体验过agent的能力，变成了最激进的推动者。

2、管理层级会压缩，汇报幅度会扩大

Rajeev提了一个数学模型：400人的工程团队，取平方根就是20，每层20个直接下属，两层管理就够了。现实中大多数组织的管理者只带3到5个人，最极端的是二叉树结构。他认为管理幅度会增大，引用了Jensen Huang带40到50个直接下属的例子。管理者会更少，但每个管理者跟代码的距离会更近。

3、对工程师的建议：先别当管理者

Rajeev说他给工程师的第一条职业建议就是别急着当管理者。他自己也是这么做的，前很多年都在避免管理角色，直到发现有些决策自己看不懂了才"加入黑暗面"。他的判断是：现在是做工程师的黄金时代，写代码、用agent、探索前沿，做这些就好。管理者的路会变窄，但如果你愿意动手做事，机会反而更大。那些想沿着传统阶梯往上爬的人，可能需要重新想想方向。

六、被忽视的代价和真实的快乐

1、Token成本正在颠覆工程预算模型

Thomas指出了一个CEO视角的棘手问题：传统工程团队的运营成本是固定的，主要是薪资、福利和差旅。现在多了一项浮动成本：token消耗。开发者越高效，token账单越高，有些团队甚至需要被限速，因为烧token太快。开发者的反应很直接：限制我的token就等于限制我的产出。

没有人想通过裁员来抵消token成本，因为人力成本的缩减远不及agent带来的创造力收益。但CFO和财务团队还没有准备好处理这种弹性成本结构。这是一个还没有标准答案的组织挑战。

2、写代码重新变得有趣了，这才是最大的变化

Thomas在Commodore 64上学的编程，经历过卡在bug里只能等周三计算机社团才有人帮忙的年代。后来有了互联网和论坛，现在三秒就能让agent解决问题。他认为我们低估了agent的价值，因为大家只盯着代码生成。实际上最爽的场景是把一个烦人的npm报错或构建错误直接丢给agent："帮我解决这个，我不想看。"

他分享了一个具体体验：OpenAI邀请一批开发者试用Codex Mac app，他在现场用SwiftUI写了三个原生Mac menu bar应用，全程没看过一行代码。如果用传统方式，光配置Xcode