- 综合排序
- 最热优先
- 最新优先
- 来自专栏FunTester
AI 提效，活儿更多
这就是 AI 进入职场后最反直觉的地方：AI 没有自动减少工作，它只是先提高了工作密度。 AI 提效是真的，但减负不是自动发生的 讨论这个问题，不能先把 AI 否定掉。 AI 确实能提高效率，在一些任务边界清晰、流程标准化的场景里，它的价值非常明显。 NBER 一项关于生成式 AI 在客服场景中应用的研究，观察了 5,179 名客服人员。 所以，AI 能不能提效不是问题，它当然能。真正的问题是：AI 省下来的时间，最后归谁？ 如果这些时间归员工，结果可能是少加班、少重复劳动、少低价值沟通。 AI 给了你 5 个标题，你要选哪个；AI 给了你 3 个方案，你要判断哪个能用；AI 写了一段看起来很顺的话，你要确认有没有事实错误；AI 给了一段代码，你要判断有没有隐藏 bug；AI 总结了一次会议 效率红利如果不重新分配，就会自然流向更高的产出要求；只有当组织主动删除低价值工作、压缩不必要协作、保护人的恢复时间，AI 才可能从提效工具变成减负工具。 AI 提效之后，人有没有喘息空间？
24710编辑于 2026-06-17 - 来自专栏FunTester
AI 提效了，问题谁负责
当人工智能系统开始影响优先级排序、审批、建议和资源分配时，它就已经不只是一个提效工具了。它开始参与那些会影响收入、风险和客户结果的真实决策。问题也随之变得尖锐起来：出了结果，究竟谁负责？
13410编辑于 2026-06-17 - 来自专栏深度学习与python
提效软件研发，AI Agent好用吗？
刘亚丹：投入这么大做 AI Agent ，如何衡量它的投资回报率？除了“提效”，还有哪些更重要的衡量维度？ 从 AI 提效的角度看，我们常用的衡量指标无非包括代码产出量、有效代码比例、自动化测试用例数量、UI 比对识别问题数等。 但若要准确衡量 AI 带来的整体提效，比如“效率提升 30%”这样的指标，其实从完整的研发生命周期角度来看是很难量化的。回顾我们项目的推进，大致经历了三个阶段。 第一阶段是“氛围带动期”。 提质提效的指标怎么设？我们当时并未过分强调效率指标，而是聚焦如何“快速把事情做成”。 观众：AI 教练是做什么的？企业大规模 AI 提效涉及用户教育，应如何完成？
66010编辑于 2025-11-26 使用ai代码助手，提效研发效能
filtered_text = filter_sensitive_words(text_to_filter) print(filtered_text) # 输出应该是替换掉敏感词的文本 #腾讯云AI代码助手 # 使用 AI 代码助手的体验令人印象深刻。 无论是查找代码片段、调试问题，还是学习新技术，AI 代码助手都表现出色。它的智能搜索和自动补全功能尤其实用，节省了大量时间。总之，AI 代码助手是开发者的得力帮手。
42710编辑于 2025-02-26- 来自专栏FunTester
AI 编程提效后，什么值得做
AI 提效的核心变化 传统理解里，生产力提升通常意味着同样的任务花更少时间完成。比如过去开发一个功能需要 5 天，现在借助 AI 只需要 3 天。 如果只是同样的功能更快完成，AI 改变的是排期；如果团队能完成更多过去不会做的事情，AI 改变的就是项目组合、资源分配和软件投资逻辑。 例如，一个团队原本一个季度只能完成 10 个核心需求。 AI 不一定让每个项目的价值变高，但它会降低实现成本，使更多项目跨过可行性门槛。 原本不会完成的任务 报告中有一个非常有代表性的数据：大约 27% 的 AI 辅助工作属于原本不会被完成的任务。 这个数据说明，AI 的价值不只是节省时间，而是扩大了工作范围。 过去团队可能只做必须做的事情，因为工程资源有限。AI 介入后，团队开始做更多原本想做但不值得做的事情。 开发什么的判断 Trend 6 的核心不只是 AI 让开发更快，而是 AI 改变了软件开发的成本收益关系。 当 Agent 能承担更多实现、测试、文档和反馈工作，软件开发的边际成本会下降。
11310编辑于 2026-07-28 AI 提效指南：快速生成中文海报
即梦 AI 快速生图 将对应的 AI 提示词交给即梦 AI，选择相应的模型和宽高比，进行提交。 快速传送门：即梦AI传送门 即梦 AI 首页 -> 创作 -> AI 影片 提示词示例 主提示词：品牌级中秋节海报，红色丝绒质感背景，金色祥云环绕，一轮饱满的圆月高悬夜空，月光呈现柔和的琥珀色光晕 使用示例：豆包 流程速览： 准备一张参考图（最好清晰、文字可辨） 用“反推模板”让 AI 做画面拆解 让 AI 输出最终可用的中文提示词（包含文字/Logo 位置信息） 把提示词复制到即梦 AI 生图 5. **艺术风格**：判断风格（如照片写实、3D渲染等），可类比艺术家或流派。 6. **色调与色彩搭配**：描述主色调、色彩饱和度与冷暖倾向。 7. 即梦 AI 快速生图 将最终 AI 绘画提示词复制，放在即梦AI中进行生成 提示词示例 超写实3D渲染，中秋主题场景近景特写：画面中心是一枚精致雕花月饼，呈圆形，饼皮金黄棕色调带光泽，表面浮雕“中秋”二字
1.4K10编辑于 2025-12-24- 来自专栏AI测试
AI 测试提效神器：推荐一款接口自动化测试提效skill！
导读：前面我们已经分享过了，如何用 AI + Agent Skill 把接口测试脚本自动"造"了出来。但脚本生成只是起点——真正让接口自动化测试产生价值的，是让脚本跑起来。 二、5 大核心亮点① 自然语言调用：说人话就能跑这是它最打动人的一点。 出报告测试开发工程师：搭建团队测试基础设施、接入 CI/CD全栈测试工程师：希望降低自动化使用门槛测试团队负责人：希望提升团队测试执行效率特别适合：已有 pytest 测试脚本的团队（迁移成本低）希望用 AI 在AI 进化社内，下载获取api-test-executor 技能包。 而这，正是 AI 赋能测试的真正意义——不是替代人，而是解放人。如果你也厌倦了每次跑测试都要折腾半天，强烈推荐试试这款 skill。
59910编辑于 2026-07-10 - 来自专栏AIOps 智能运维从进阶到架构
我让 AI 重写运维脚本，5 个场景平均提效 85%
以前写个巡检脚本要 40 分钟，现在 5 分钟。不是 AI 替代我，是它当了我的"专职代码副手"。 ，忘了处理文件不存在、权限不足 调试耗时 写完调通要 2-3 轮，60% 时间花在调试上 文档缺失 脚本能跑但没注释，过两周自己都看不懂 后来我试了让 AI 生成脚本——不是"AI 写了我用"，而是我提需求 02 五个真实场景的提效实录 场景 1：Nginx 日志统计 —— 35 分钟 → 3 分钟 需求：统计过去 1 小时 Nginx 访问日志中 Top 10 IP 和响应码分布。 这是 5 个场景中最费手的——mysqldumpslow 功能有限，自己写解析逻辑光调试就要 4-5 轮。AI 一次性搞定了参数化 + 异常处理 + 输出格式。 分钟 场景 手动耗时 AI 耗时 提效 脚本行数 Nginx 日志统计 35 分钟 3 分钟 ⬇️ 91% 52 行 磁盘空间巡检 30 分钟 5 分钟 ⬇️ 83% 35 行 批量健康检查 45 分钟
14110编辑于 2026-07-06 - 来自专栏测试开发技术
AI 测试提效神器：推荐一款接口自动化测试提效skill！
导读：前面我们已经分享过了，如何用 AI + Agent Skill 把接口测试脚本自动"造"了出来。但脚本生成只是起点——真正让接口自动化测试产生价值的，是让脚本跑起来。 拼好命令，执行； 5. 跑完发现环境配置没切对，重来； 6. 想只跑 P0 用例，发现脚本没有标签体系，只能按文件名筛选； 7. 跑完之后，结果散落在终端里，整理成报告要花半天； 8. 二、5 大核心亮点 ① 自然语言调用：说人话就能跑 这是它最打动人的一点。 在AI 进化社内，下载获取api-test-executor 技能包。 而这，正是 AI 赋能测试的真正意义——不是替代人，而是解放人。 如果你也厌倦了每次跑测试都要折腾半天，强烈推荐试试这款 skill。 我是 狂师，热衷于分享 AI 与软件测试开发技术实战与干货。
64300编辑于 2026-07-13 5款好用的日常写作提效工具
https://llamaocr.com/5. EzGif：动图制作，轻松上手EzGif提供了丰富的GIF制作工具，包括免费的MP4转GIF功能、还有一些简单是视频裁剪、变速、压缩都能用到。
29810编辑于 2024-12-12- 来自专栏CodeGuide | 程序员编码指南
Ai MCP + ELK 系统日志，排错提效 100%！
如：“你的项目，有使用 AI 方面的能力进行提效吗？” 解封下码农的双手！ 我能哪些方面使用 Ai 提效呢？ 在互联网程，序员工程开发方面，关于 Ai 提效最为常见的，也是市面上使用最多的，就是各类的 Ai 编码软件。 不过这些都是固定的软件，他们并没有深度结合到业务场景中，从整个研发的生命周期看，还有非常多的节点可以被 Ai 提效。 都可以深入自身的业务，运用 Ai 开发进行提效。 所以，结合这样的场景，小傅哥在带着大家的实战项目，也逐步的引出关于 Ai 在应用项目上的提效处理。今天分享的一个场景就是基于 Ai MCP 分析系统的 ELK 日志。
1.7K10编辑于 2025-08-11 - 来自专栏Simon的技术专栏
AI大模型在教育场景的提效
图片教育内容从教、学、练、测、评，5个方向出发，举例说明chatGPT可以做什么。 课程内容需要贴近真实的烧烤工作，请输出一份包含8-10个课程的系列课程设计 1、每个课程需要说明课时、形式（理论 or 实训）、需要什么样的云资源配置，课程所包含的知识点（10条左右） 2、每个课程包含有3-5章 3、每个章下面包含3-5节 总课在48个课时，尽量能和腾讯结合起来，并且有实训项目。 ²https://emeritus.org/blog/ai-and-ml-chatgpt-use-cases/参考资料：(1) Generative AI Use Cases for Industries /quantumblack/our-insights/generative-ai-is-here-how-tools-like-chatgpt-could-change-your-business.
1.4K40编辑于 2023-04-25 - 来自专栏phodal
开源 AI 研发提效方案 Unit Mesh 总结
回顾 2023 年，可以明显地看到生成式 AI 带给软件工程带来的新思考，每个组织也在探索结合生成式 AI 的可能性。 另外，由于 AI 能力的限制，我们不再执着于 AI Agent 的设计。 于是，AutoDev 转为辅助作为一个 AI 编码工具，提供全面的 AI 辅助能力。 AutoDev 还提供了强大的定制能力：接入自定义 AI 模型、自定义 Action、 自定义规范、团队 AI 等功能。 即在分析写作过程，在不同阶段为用户提供无缝的 AI 原生 UI 交互体验，可以通过工具栏、快捷键等五种方式触发 AI 能力。
1.4K10编辑于 2023-12-19 - 来自专栏运维部落
浅谈运维提效
流程提效 工具提效 质量提效 工程提效 image.png 运维提效 大家好，我是史丹利「Stanley」，今天聊聊运维提效。 最近CTO在梳理公司提效方案，老板希望我能多提点建议看法。 回到提效这处话题，我的理解提效有几个维度： 流程提效 工具提效 质量提效 工程提效 流程提效 image.png 最短路径 流程是双刃剑，大家都知道。 但流程提效，正确的角色是辅助，不应该是ADC。咱们诺亚前面遇到了很多问题，迫于压力，只能把流程提效和工具提效的角色互换，通过抑制需求，解决故障多的问题。在当时的场景下，是必然也是最优解，这毫无疑问。 工具提效 image.png imag2 工具提效，在传统公司越来越被重视，但重视度有待商榷。真正伟大的公司在技术和文化的投入是很舍得花钱花时间。 工具提效讲究两点：做的人要懂，更要执着。 质量提效 质量管理不在我们的管理范畴，我们不做过多讨论，问题大家都看的到，不做无意义讨论 工程提效 image.png 闭环 工程提效很关键，是所有事情的源头。
1.2K20发布于 2021-03-30 结构化思维：AI提效的隐藏飞轮
结构化是 AI 提效的地基 最近看到 腾讯云技术社区 的 张思宇 写了一篇文章，讲他怎么让一个 Skill 自己迭代、自己评测、自己回滚，19 轮跑下来零翻车。原文链接放在文章结尾。 而 AI 的每一轮迭代，都可能发现新的边界条件和失败模式，这些产出沉淀回评测体系，让下一轮判断更准确。 这个逻辑不限于 Skill 调优。 5 更多地方可以用 软件开发里不少灰色地带都能走这条路。 要点总结 软件开发中大量『说不清、靠手感』的工作都有结构化的空间，第一步是定义『什么算好』 结构化是 AI 高效运转的前提——目标可测量、结果可判定，AI 才能真正自主迭代 飞轮：结构化让 AI 提效， AI 跑多快 本文灵感来自 腾讯云技术社区张思宇 的文章《让 Skill 自己训练自己：8 阶段 Loop、3 层评测、5 维 AND 门控，从此实现自进化》。 让Skill自己训练自己：8阶段Loop、3层评测、5维AND门控，从此实现自进化
15700编辑于 2026-06-17- 来自专栏光城(guangcity)
C++提效网站
C++提效网站 大家好，我是光城，统一回复：C++那些事网站服务器到期，暂时关闭，大家直接阅读github或公众号内容即可。
64430编辑于 2022-03-29 AI Coding 蜜月期之后，我们重新思考了 AI 提效
一、与 AI Coding 的蜜月期过去两年，AI Coding 的进展可能超出了很多人的预期。 这种体验很容易让人产生一种判断：既然 AI 已经能够完成这么多工作，那么软件研发是不是很快就会进入一个新的阶段——人负责提出需求，AI 负责完成实现？ 因此，AI Coding 下一阶段的关键不是让 AI 写得更快，而是让整个交付链路能承接这种速度——Code Review、自动化测试、CI/CD、发布和运维，都需逐步进入 AI 驱动的工程体系。 问题二：AI 最大的障碍，不一定是幻觉，而是不了解企业使用 AI 优化功能的经历让我们重新审视“AI 为何在复杂老系统中出错”这个常见问题。最容易归因的是“幻觉”，但我们的感受并不完全如此。 四、从 AI Coding 实践中得到的三个结论在深度使用 AI Coding 之后，我们的感受并非“AI 不过如此”，反而是越来越清晰地意识到：AI 的能力已经足够强大，强大到足以实质性改变软件开发的生产方式
3500编辑于 2026-08-28- 来自专栏鱼皮客栈
前特斯拉 AI 总监：AI 编程最大的谎言，是 “提效”
先简单介绍一下『卡帕西』这位大佬：斯坦福 AI 博士，师从李飞飞；OpenAI 创始成员之一；后来去特斯拉当了 AI 总监，负责自动驾驶的视觉系统。 2024 年离开特斯拉后，他创办了 Eureka Labs，专注用 AI 做教育。 不夸张地说，他可能是全球最懂 AI、又最能写代码的人之一。 所以 AI 编程带来的核心变化不是加速，而是扩展。 我觉得这个观察太准了！ 之前很多人问我：AI 编程能提效多少倍？ 其实这个问题本身就问错了。 所以程序员的基本功还是很重要的，至少你得能判断这个 Bug 值不值得让 AI 花半小时去磕，怎么通过指引 AI 让它更快更省地解决问题。 编程变得更有趣了？ 但问题是，在你等待的这几个月里，已经有人用 AI 做出了以前做不到的东西，拉开了差距。 所以对于我们程序员来说，一方面必须要利用 AI 提升开发效率和优化工作流程。
22710编辑于 2026-06-12 - 来自专栏不换的随想乐园
Mac 提效工具录
前不久经历了一次 Mac 换机，从 m1 换机到了 m2，一些提效工具的迁移这里做一个记录。
23910编辑于 2024-04-30 AI提效的预期下，企业是否应该裁员？
但几个月之后，就因为AI没法处理那些复杂的客户问题，开始又返聘了好一部分被裁的员工，被“回旋镖”伤到了自己。近期也看到国内不少科技公司以“AI提效”为理由开始大幅地所谓“优化”员工。 一方面未来AI原生的工作模式远没有稳定下来，随时都在改变，今天暂时安全，明天就可能因为一时跟不上步调而被“优化”掉；另一方面，会用AI不代表真正创造性的劳动，AI将来是整个社会的基础设施，就像今天的水和电 、互联网，在时代的推动下将来会用AI的人必定很多，能用AI来生成内容并评判、修订结果，这不过是将来AI原生企业里最基础、操作性的工作，而非核心岗位，熟练使用AI的外包人员都可以做。 ② 从今天开始，就在组织内大力地营造AI时代变革的危机感，和同舟共济的使命感，传达到每一个人，然后 ③ 通过投资于内部培训、转岗轮岗机制、④ AI技能认证等方式，帮助员工从一个“执行者”转变为“AI协作者 最后，说句不好听的话，那些业绩不错但却着急因为AI提效而大幅裁员的企业，不过是短期利益驱动，希望通过更快地降本来拿到一波红利，而不是着眼于长远。
16500编辑于 2026-06-19
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号