“敏捷开发”喊了很多年，但是很不敏捷

很多年前，软件行业就开始流行“敏捷开发”这个词。那时候大家都在谈 Scrum、Sprint、站会、用户故事、燃尽图，似乎只要把这些流程都搭建起来，一个团队就能变得高效、灵活、快速迭代。

但真正做过项目的人其实都知道，很多团队虽然“用了敏捷”，却依然很慢。因为过去的软件开发，有一个很难突破的核心问题：人的执行速度，始终跟不上想法变化的速度。一个需求从提出，到讨论、写文档、做设计、开发、联调、测试，再到最终上线，中间会经过非常长的链路。即使是所谓的“敏捷团队”，很多时候也只是把过去的大瀑布，拆成了很多个小瀑布而已。产品经理把想法翻译成 PRD，设计师再把 PRD 翻译成界面，开发再把界面翻译成代码，测试再把代码翻译成测试用例，最后用户再把体验翻译成反馈。每一次“翻译”，都会带来信息损耗，也都会消耗时间。

更麻烦的是，需求一旦变化，整个链路就得重新走一遍。

所以很多团队最后会进入一种很奇怪的状态：会议越来越多，文档越来越厚，流程越来越复杂，但真正上线的东西却没有多少。很多创业公司其实并不是技术做不出来，而是迭代速度根本跟不上市场变化。

而 AI 第一次真正改变了这件事。

AI改变这个行业，究竟改变了什么

很多人现在理解 AI，还停留在“帮我写代码”“帮我生成页面”“自动补全函数”“查 Bug”这些层面。但如果只是这样，那它最多只能算一个更强的辅助工具。AI 真正重要的地方，其实在于它极大缩短了“想法”到“验证”之间的距离。

过去，一个新想法从提出到看到结果，可能需要几天、几周，甚至几个月。但现在，你一句话就能生成一个页面原型，可以快速生成接口代码、数据库结构、测试脚本，甚至连一整套 Demo 都能跑起来。以前一个产品经理需要协调多个角色才能推动的事情，现在一个人借助 AI，就已经能够快速完成初步验证。

这个变化其实非常大。因为真正的敏捷，从来都不是“每天开站会”，也不是“两周一个 Sprint”。真正的敏捷，本质上是快速提出假设、快速验证、快速修正。而过去的软件行业，其实一直缺乏这种能力。不是大家不想快，而是整个生产链条太重了。

AI 第一次把这个闭环真正压缩到了一个很短的时间尺度里。

软件行业真正被卡住的，其实是“沟通成本”

最近这一两年，我越来越明显地感觉到，软件开发正在从“工业化生产”进入一种更像“即时创造”的状态。

以前做一个系统，很多时候最耗时间的并不是写代码，而是沟通。对齐需求、解释逻辑、修改文档、讨论边界、开会确认……这些事情会消耗掉大量精力。而 AI 的出现，本质上是在提升“人与系统之间”的沟通带宽。

以前，一个优秀程序员一天可能只能稳定写几百行高质量代码，现在 AI 几分钟就能生成一个完整模块。于是整个行业里，真正稀缺的东西开始发生变化。

过去最重要的是“代码生产能力”，未来更重要的，可能会变成：

  -系统设计能力

  -需求抽象能力

  -架构判断能力

  -对业务本身的理解能力

  -对复杂系统的组织能力

因为 AI 降低了“实现”的门槛，却提高了“决策”的重要性。

未来真正高效的团队，可能会越来越小

这也是为什么我觉得，未来真正有竞争力的团队，很可能反而会越来越小。

过去一个系统可能需要产品经理、UI、前端、后端、测试、运维一起协作，现在一个能力比较全面的人，借助 AI，已经可以完成过去一个小团队的大量工作。

这并不意味着“人不重要了”。恰恰相反，AI 时代反而更依赖人的综合能力。因为 AI 虽然会生成代码，但它并不知道哪些需求真正值得做，也不知道哪些架构未来一定会崩，更不知道哪些功能只是“看起来很酷”，但实际没有用户价值。

AI 可以帮你加速实现，但它并不能替你做最终判断。所以未来的软件团队，很可能会进入一种“小团队 + AI协作”的新阶段。团队人数更少，但迭代速度会更快。真正的竞争力，也不再只是“谁开发得更快”，而是谁能更快完成认知闭环，谁能更快理解用户、验证方向、修正错误。

AI正在改变“软件”本身的形态

某种意义上说，AI 甚至正在改变“软件”本身的形态。

过去的软件更像建筑，先设计，再施工，最后交付。而 AI 时代的软件，越来越像一种持续生长的东西。它会不断迭代、不断调整、不断学习。

尤其是在 AI Agent、自动化工作流、知识图谱这些东西逐渐成熟之后，未来的软件可能不再是：

     “开发完成 → 上线 → 维护”

而会变成：

     “持续运行 → 持续观察 → 持续优化”

真正重要的，依然是“人”。当然，我并不觉得 AI 会自动让所有人都成功。现在很多人讨论 AI 时，要么特别焦虑，要么特别乐观。但真正重要的，其实不是 AI 本身，而是你是否能建立一套“人与 AI 协作”的能力体系。AI 只是把“把想法变成现实”的成本大幅降低了。

于是未来真正拉开人与人差距的，可能已经不是“会不会写代码”，而是谁更懂系统、谁更懂用户、谁更懂行业、谁更懂如何组织复杂度，以及谁更懂如何让 AI 稳定可靠地工作。

而这，也许才是 AI 时代真正开始的地方。