DoorDash CEO 徐迅：AI 编程还不足以大幅提高工程师的生产力

请叫我张不易

AI 总结
• 7 月 29 日消息，DoorDash CEO 徐迅表示，氛围编程在软件工程中占比很小，工程师写代码的时间仅占 25%

IT之家 7 月 29 日消息，据《商业内幕》今天（29 日）报道，DoorDash 联合创始人兼首席执行官徐迅表示，氛围编程在完整的软件工程体系中只占很小一部分， 不能代表工程工作的全部 。

徐迅说：“软件工程师每天只有 一部分时间用于写代码 ，现有模型能够代为完成编程，当然很有价值。真正用于交付代码的时间可能占 25%、30%，也可能占 50%，AI 提升的主要是对应部分的效率。”

同样的，工程师还要花费大量时间参加 产品评审和设计会议，并与不同业务团队统一方向 ，而这些工作同样需要 AI 介入。

“如果其他环节不一起改变、无法打通，企业很难只靠 AI 编程获得预期的生产力提升。

全行业都在摸索如何理顺工作流程，让 AI 原生 不再局限于代码开发 ，而是延伸到企业实际运营方式中。

”



IT之家从报道中获悉，徐迅曾在今年 5 月的财报电话会议上坦言，AI 尚未改变 DoorDash 的组织架构。

“AI 目前已经带来显著效率提升。

DoorDash 现有代码中， 远超一半由 AI 编写 ，比例可能已经接近三分之二。

但仅凭代码产出比例，仍无法说明工作流程和团队架构应当怎样调整。

”

就连提出“氛围编程”一词的安德烈 · 卡帕西，也曾公开承认氛围编程对工程师存在不少局限。

他在 4 月的一场演讲中直接“开炮”，AI 生成的代码仍然杂乱不堪。

“有时我看见那些代码 甚至会心头一紧 ，因为质量并不总是特别出色。

这些代码往往臃肿冗余，充斥着大量的复制粘贴，抽象设计也常常别扭而脆弱。

程序虽然能运行，但代码实在难看。

”

[来源链接] https://www.ithome.com/0/983/014.htm

孤独的沙漠之鹰

DoorDash 做外卖配送，地理信息数据的应用绝对是核心。从地址解析到骑手路径规划，算法和业务数据的融合非常复杂。徐迅说得对，写代码可能只占 25%，但工程师在梳理地理数据模型、对齐业务团队对配送时效和运力调度的需求时，花的时间要多得多。AI 确实能帮着快速生成处理地理坐标的代码，但如果它不能理解这些数据背后的实际运营逻辑，不参与跨部门的评审和设计会议，整个工程链路的瓶颈依然无法打通。地理信息系统的复杂性恰恰说明了，全流程的 AI 介入才是关键。