本文通過(guò)工具Ai好記視頻轉(zhuǎn)文字轉(zhuǎn)錄整理以下為精煉整理后的會(huì)議筆記內(nèi)容。很多團(tuán)隊(duì)推 AI卡點(diǎn)從來(lái)不是模型不夠強(qiáng)而是人不用、用不深、不動(dòng)腦、太傷腦。騰訊性能工程團(tuán)隊(duì)負(fù)責(zé)人黃聞欣把這一幕講透了帶團(tuán)隊(duì)把 AI 使用率從 20% 拉到 90%一周后接近 100%。他沒(méi)有講漂亮概念全是怎么落地的動(dòng)作。這篇文章把這套打法拆開(kāi)重點(diǎn)講四道坎各怎么過(guò)每一個(gè)都配了可實(shí)操的方法。先看結(jié)果使用率怎么從 20% 拉到 100%黃聞欣的做法分兩步。先鋪地基再掐節(jié)點(diǎn)。地基自 ChatGPT 剛出就在內(nèi)部持續(xù)分享堅(jiān)持兩年多的「閃電分享」每周花 5 分鐘讓團(tuán)隊(duì)講講 AI 落地碰到的事。節(jié)點(diǎn)2025 年 3 月組織一次團(tuán)建核心是傳遞緊迫感。會(huì)上給出三條路提升效率卷起來(lái)放棄做 AI或者真實(shí)地創(chuàng)造東西。結(jié)果很直觀階段AI 使用率團(tuán)建前約 20%團(tuán)建后爆到 90%再一周接近 100%但黃聞欣自己點(diǎn)破一個(gè)關(guān)鍵變量模型真的變強(qiáng)了。很多團(tuán)隊(duì)推不動(dòng)一半是人的問(wèn)題一半是當(dāng)時(shí)的模型確實(shí)不頂用。別急著把責(zé)任全甩給員工。第一道坎不去用越有經(jīng)驗(yàn)越抗拒他開(kāi)場(chǎng)講了個(gè)非常真實(shí)的細(xì)節(jié)用 AI 工具協(xié)同生成 PPT結(jié)果出來(lái)的東西「不太是我想要的」趕時(shí)間只能硬著頭皮用還自嘲格式不匹配是 AI 的鍋。這種「試一次覺(jué)得不行」的體驗(yàn)正是很多老員工拒絕 AI 的開(kāi)端。解法不是講道理而是給足緊迫感用團(tuán)建這種有儀式感的節(jié)點(diǎn)把焦慮具象化。停止歸罪模型先確認(rèn)模型能力已經(jīng)到位再推動(dòng)意愿。經(jīng)驗(yàn)豐富的人往往更依賴既有路徑需要額外給「試試看」的理由。第二道坎用太少大多數(shù)人用得很淺使用率上去后他盯住另一個(gè)指標(biāo)一天 24 小時(shí)里有幾點(diǎn)時(shí)間是真在跟 AI 協(xié)作。結(jié)果并不理想。他借亞里士多德四因說(shuō)把「用不深」拆成四個(gè)根因維度問(wèn)題真實(shí)表現(xiàn)材料因提示詞難復(fù)用每個(gè)人寫的提示詞都長(zhǎng)在自己的工作流程里搬給別人就水土不服動(dòng)力因工作邊界焊死很多人只想當(dāng)螺絲釘別人的痛點(diǎn)跟自己無(wú)關(guān)目的因把提效當(dāng)終點(diǎn)只盯著省多少人力從沒(méi)問(wèn)省下的人要?jiǎng)?chuàng)造什么結(jié)構(gòu)因黑箱等待時(shí)間等 AI 輸出、等自己接下一步、等別人交付三重等待吃掉效率對(duì)應(yīng)解法也具體打破職能墻他去關(guān)注下游痛點(diǎn)。測(cè)試交付缺陷后研發(fā)要解 bug 還要重現(xiàn)跟他無(wú)關(guān)但他意識(shí)到下游沒(méi)提效等于害了別人。于是用 AI如 nanobanana直接生成美觀的性能白皮書這事以前「想都不敢想」。AI 復(fù)盤會(huì)每周四一次不行因?yàn)榈街芩脑缤爽F(xiàn)場(chǎng)。改成每天下午 5 點(diǎn)半到 6 點(diǎn)只聽(tīng)當(dāng)天遇到的具象問(wèn)題禁止演示、禁止聊概念。上下文工程AI 推理錯(cuò)了很多時(shí)候是「上下文不全」。做法是重塑流程讓 AI 團(tuán)隊(duì)在數(shù)據(jù)庫(kù)評(píng)測(cè)前先做對(duì)應(yīng)機(jī)型評(píng)測(cè)并把數(shù)據(jù)關(guān)聯(lián)進(jìn)來(lái)再配合 Tracing、Logging、Metrics 等動(dòng)態(tài)上下文和代碼庫(kù)靜態(tài)上下文。第三道坎不動(dòng)腦被 AI 的假象帶著走他直言「懶得動(dòng)腦是刻在人類 DNA 里的」。真正的危險(xiǎn)不是不用而是用了之后照單全收。這里有個(gè)很魔鬼的機(jī)制模型天然會(huì)補(bǔ)全一個(gè)「看起來(lái)好像對(duì)」的答案。當(dāng)你心里沒(méi)有期待的答案時(shí)AI 給什么你都覺(jué)得不錯(cuò)。一旦你心里有數(shù)就會(huì)發(fā)現(xiàn)它給的東西經(jīng)不起推敲。他舉了「云端一體」的例子問(wèn) AI 要不要云端一體它肯定說(shuō)要不要但那只來(lái)自「搜索到的文章幫你總結(jié)提煉」不是真實(shí)的預(yù)測(cè)。所以關(guān)鍵不是反復(fù)調(diào)提示詞、換 LangChain 還是 LangGraph而是先想清楚「什么算好」。第四道坎太傷腦理想態(tài)最難定義最反直覺(jué)的一道AI 用得越深越需要人去做最燒腦的事就是定義理想態(tài)。黃聞欣管它叫「說(shuō)塔」要定下「收塔」的標(biāo)準(zhǔn)。難點(diǎn)在于兩重能力的矛盾從具象到抽象懂業(yè)務(wù)又能提煉出業(yè)務(wù)的理想態(tài)、歸納出需要的能力。從抽象到具象把理想態(tài)落成一條條可評(píng)測(cè)的規(guī)則過(guò)程「超級(jí)臟、超級(jí)累」。對(duì)人是「圣人的要求」既要有高階能力又要不怕臟。他的落地解法是AI 能力必須配測(cè)試用例沒(méi)有測(cè)試用例他一律不認(rèn)。老板親自看 Benchmark他提到騰訊對(duì)外發(fā)布 CodeBuddy背后就是 Benchmark 的重要性。代碼知識(shí)庫(kù)這種地方要的是能答出「代碼三態(tài)分析」、找全局變量關(guān)聯(lián)調(diào)用鏈這類具體本事而不是聽(tīng)著很酷的演示。把四道坎串成一套管理動(dòng)作這四道坎是遞進(jìn)的先讓人愿意用動(dòng)力再讓人用得深能力再防止不動(dòng)腦判斷最后逼著定義理想態(tài)方向。對(duì)應(yīng)的管理動(dòng)作可以照著排每日固定時(shí)段 AI 復(fù)盤只聽(tīng)具象問(wèn)題不聽(tīng)演示和概念。給 AI 能力設(shè)基準(zhǔn)和測(cè)試用例老板親自看效果。重塑流程把上下文工程做扎實(shí)而不是追著換模型換框架。像「四道坎」這種信息密度高的內(nèi)容光靠聽(tīng)容易漏細(xì)節(jié)轉(zhuǎn)成結(jié)構(gòu)化筆記后方便反復(fù)對(duì)照和復(fù)習(xí)。AI 落地的天花板從來(lái)不只在模型更在組織怎么重新定義人的位置和工作方式。這四道坎每一道都得靠人自己邁過(guò)去。FAQAI 落地經(jīng)常踩的坑Q團(tuán)隊(duì) AI 使用率低是不是員工態(tài)度問(wèn)題A不一定。先確認(rèn)模型能力跟上了再談人愿不愿意。很多「推不動(dòng)」其實(shí)是時(shí)機(jī)不對(duì)不是人不努力。Q為什么提示詞和 Skill 很難在團(tuán)隊(duì)里復(fù)用A因?yàn)槊總€(gè)人寫的提示詞都嵌在自己的工作流程和上下文里換環(huán)境就水土不服頭部效應(yīng)非常明顯。Q復(fù)盤會(huì)為什么要每天開(kāi)而不是每周A周會(huì)間隔太長(zhǎng)現(xiàn)場(chǎng)細(xì)節(jié)早忘了。每天傍晚 5 點(diǎn)半到 6 點(diǎn)復(fù)盤才能抓住新鮮滾燙的具象問(wèn)題。Q什么叫理想態(tài)普通人也能定義嗎A理想態(tài)就是「什么算做得好」的標(biāo)準(zhǔn)。需要懂業(yè)務(wù)的人抽象出能力再落成可評(píng)測(cè)規(guī)則難度高但對(duì) AI 團(tuán)隊(duì)幾乎繞不開(kāi)。