個人提效三倍，公司交付只從20天縮到17天
AI武裝了每個人，組織卻沒變快——因為木桶的短板不是人，是流程。真正的分水嶺是能不能改造流程和組織，而不是給員工發token。
原視頻在 YouTube 上放不出來，用音頻聽：
核心論點 · 點時間戳可跳到原聲
個人提效三倍，交付只快三天
網易去年做過統計：一個軟件需求從產品經理接到、做出設計稿，到功能上線，平均20個工作日。AI coding過拐點後，很多工程師個人效率翻倍甚至三到五倍，有人十倍。但同樣力度的功能，整個流程只從20天縮到17天。原因是團隊完成複雜任務像木桶，20片木板裡10片是工程師、3片產品、3片測試，工程師和產品經理的木板迅速升高，但有些木板不是人而是流程，完全沒提升。所以AI落地要邁三個坎：認知、落到個人短程任務、改造流程和組織，第三個最難。
— 阮良取消週會：AI同步信息，人只解決問題
阮良問開公司的朋友還開不開週會，99%說開。週會通常三個目的：同步信息、發現問題機會、做決策。以前每週開2.5小時，但為這個會花費的時間可能是2.5小時的十倍——各部門層層準備材料，而且同步信息本身就沒做好，因為沒人全程專心聽，可能漏掉跟自己有關的一句。改革後：總經理和管理層約定要什麼信息，所有人按模板填寫存進知識庫，AI掃描整合成一份聚焦、互動、可留言追問的HTML報告；AI agent事先出一份問題和機會，人腦確認補充；解決問題和做決策改成專項會議。
— 阮良SaaS沒死，但普通SaaS會死
阮良不認為SaaS已死：SaaS本質是Service，Service始終存在，只是換形式，AI as a Service、Agent as a Service本身也是軟件。但普通SaaS可能真會死，真正好的、已進入企業關鍵流程的SaaS反而會越來越好，因為它成為企業內部基礎設施。以前是人在用軟件，受時間和精力限制；未來是大量Agent調用數據庫、API、安全API、審核API、人力資源API、CRM API，調用量遠超人類數量和動作，會巨幅提升，而且越調用越牢固。前提是這個Service本身在企業內部足夠關鍵。
— 阮良把頂級銷售蒸餾成技能分發給所有人
老闆頭疼兩件事：銷售團隊只有一兩個強的，其他平庸；或者銷售太強，跑了怎麼辦。以前沒辦法，現在可以把好銷售的動作、話術、行為蒸餾或萃取成技能。兩種作用：分發給其他銷售直接用；讓AI把精英銷售變成老師訓練普通銷售。培訓要蒸餾的不是銷售，是客戶——把銷售曾接觸過的電話、微信、郵件等客戶交互數據拿來，讓AI模擬各種客戶來訓練銷售。線上銷售純數字化on record；線下銷售建議甚至要求配錄音卡，拜訪完趁記憶新鮮錄兩三分鐘口播，因為銷售不喜歡CRM（認為CRM是管他們的），但不介意錄音卡，因為對自己復盤客戶也有用。
— 阮良中層變少，強個體帶Agent軍團回一線
阮良判斷中層會越來越少，但不一定是被幹掉，而是去做一線，一線也可以帶一堆agent。實行管理職責的中層會越來越少，擁有強悍技能的精英人士會越來越多。他舉工程師團隊為例：以前社會化分工把軟件開發分得越來越細，前端、後端、算法、測試工程師；最近半年明顯變回全站，大家都變成全端工程師。未來組織越來越像分潮結構，無數工程都很厲害，一個母峰指揮一些工程，無數agent去打一場。他設想未來面試談判場景：候選人說我不是一個人，我帶了一個AI團隊，是我過去所有經驗和技能的總結，企業要支付的溢價可能是某種OPC。
— 阮良AI價值公式：質量乘以節省的時間
阮良給了一個參照論文的公式：AI的價值 = AI完成任務的質量（相對人類質量的比例）× 節省的時間 × 公司單位時間的經濟價值。比如人類做一杯咖啡八分，AI做出來也是八分，質量係數就是1；人類要20分鐘，AI只要10秒，節省14分50秒；再乘公司單位時間經濟價值，就能算出ROI。優先找四類事讓AI做：肯花時間、頻率高、不得不做、不同人做出來結果大概一樣。算出來馬上能決策要不要用AI做。他還建議先用最貴的AI（Cloud、GPT）證明事情能搞定，把流程固化，再換便宜的——最貴的能搞定，不出兩個月便宜的也能做掉。
— 阮良token消耗斷壓式領先，產出也斷壓式領先
網易24年開始實行積分制，試圖把工程師工作任務量化成有工作價值的積分。到AI時代發現一類人token消耗非常驚人，工作產出和工作價值也非常驚人，形成統計規律：token消耗斷壓式領先的人，大概率是在給自己打造系統，節省自己的工作時間、增加思考時間，所以工作質量和工作成果也斷壓式領先。很多老闆擔心濫用AI造成浪費，阮良的暴論是真正優秀或精英的人不會浪費——公司有審計但不告訴同事，通過統計發現精英同事沒有浪費。他還說小公司更容易徹底擁抱AI，因為組織關係少、老闆先用、層級淺、鏈條短。
— 阮良決策中樞的核心是決策歷史，不是模型
建立AI決策中樞，本質上需要一個高質量知識庫，真正重要的是歷史上的決策流程和決策依據。網易今年把歷史上發生過的決策留存下來，納入知識庫，兩類知識結合訓練出一個agent或skill，再把原來幾百個案例輸回去讓agent判斷，準確率超過90%。阮良還提到橋水基金給研究員和分析師配了自己做的agent，把決策過程和決策歷史沉澱成決策知識庫；橋水做得更好的是把agent做成可學習、可進化的部分——人調整它之後，確認的調整動作進入下一輪加強，與時俱進，相當於人機協作的自進化。
— 阮良原話 · 已逐字校驗
我們整個流程下來 同樣的類似力度的軟件功能 從產品需求開始到上千 從20天只縮短到了17天
我們整個流程下來，同樣類似力度的軟件功能，從產品需求開始到上線，從20天只縮短到了17天。
阮良17:07
第三個也是最難越過的一個坎 其實是要改造流程 你的組織 對 一旦改造了流程 就勢必意味著要改造組織
第三個也是最難越過的一個坎，其實是要改造流程、你的組織。一旦改造了流程，就勢必意味著要改造組織。
阮良19:09
一個兩個半小時的會 不可能每一秒都那麼專注 那是神仙
一個兩個半小時的會，不可能每一秒都那麼專注，那是神仙。
阮良22:12
實行管理職責的中層會越來越少 但是擁有強悍技能的精英人士 應該會越來越多
實行管理職責的中層會越來越少，但是擁有強悍技能的精英人士應該會越來越多。
阮良45:33
你token如果消耗斷壓式領先 你的工作質量工作成果也大概率是斷壓式領先
你token如果消耗斷壓式領先，你的工作質量、工作成果也大概率是斷壓式領先。
阮良1:00:41
有時候不是說老闆想推動 就能推動 因為很多組織 他有一萬種理由 讓這個事情辦不成
有時候不是說老闆想推動就能推動，因為很多組織有一萬種理由讓這個事情辦不成。
阮良1:04:43
它把agent做成了一個 可學習 可進化的一個部分
它把agent做成了一個可學習、可進化的部分。
阮良1:12:51
數字與實體
| 軟件需求平均交付週期（AI前） | 約20個工作日 | 16:07 |
| 軟件需求平均交付週期（AI後） | 17天 | 17:07 |
| 工程師個人AI coding提效 | 翻倍至三到五倍，有人十倍 | 17:07 |
| 週會時長 | 每週約2.5小時 | 20:11 |
| 網易集團token消耗 | 今年1、2月或第一季度一個月頂去年一年 | 53:37 |
| 程序員每月AI費用 | 幾千人民幣 | 54:37 |
| 決策agent準確率 | 超過90% | 1:11:50 |
術語
- Vibe Coding氛圍編程
- 用自然語言讓AI生成代碼，不懂編程也能做出應用。
- Agent智能體
- 能自主調用工具、執行多步任務的AI程序。
- Skills技能
- 把人的能力蒸餾萃取成可複用的AI技能模塊。
- OPC一人公司
- One Person Company，一個人帶AI軍團完成公司級工作。
- 魯棒性健壯性
- 系統在部分組件失效時仍能正常運行的能力。
收聽指南
正在推動AI落地的企業CEO、CTO和HR負責人，尤其是想搞清楚為什麼個人提效了組織沒變快的管理者。
開頭4分鐘教育場景鋪墊可快進，直接聽16:07的木桶短板案例。