在前程无忧的技术团队，有一个正在被验证的判断：未来衡量程序员价值的，不再是写了多少行代码，而是调动了多少 AI 资源。
从“古法手搓”到“项目经理”
前程无忧的技术团队内部有一张广为流传的图，把开发者的角色演变分成了三个阶段。
第一阶段叫"执行者"，大家戏称为"古法手搓"——开发者的日常就是写代码、找 Bug、改 Bug，扎实但辛苦。
第二阶段是"协作者"，AI 开始参与编码，开发者学会了写 Prompt、调优 AI 输出，人机协作初具雏形。
而现在，公司正在推动的是第三阶段——开发者变成 AI Agent 的"项目经理"，负责需求拆解、边界定义和最终验收，把控方向而不是手写每一行代码。
第一刀砍向重复劳动
任何一个有过大型项目经验的程序员都知道，真正需要创造性思考的时间其实有限，大量时间花在了重复性的体力劳动上——代码录入、逻辑梳理、写单元测试、复制粘贴模板代码。
前程无忧在 IDE 侧引入了 Qoder，让这些工作交给 AI 来做。开发者用对话的方式描述需求，Qoder 直接生成代码，开发者审核调整即可。
"屎山代码" 的救星
几乎每家有年头的互联网公司都有一批“屎山代码”——历史文档缺失、核心开发者早已离职、新人接手时两眼一抹黑。这些代码不敢动、不想碰，却偏偏承载着关键业务。
管理者的功课：建立“企业方言”
工具选好了，但如果每个人用法不一样、输出不可控，AI 就是一个昂贵的玩具。前程无忧在管理层面做了一件很关键的事——建立规范化的 Rules+Spec 体系。
简单来说，就是给 AI 设规矩。Rules 能统一输入格式、减少歧义、降低 Token 消耗，让 AI 的输出保持一致性和可复现性。更重要的是，这些规则把个人经验转化为了组织规范，使 AI 行为符合工程标准与业务目标。
从个体到平台的飞跃
更让人印象深刻的是前程无忧在技能管理层面的布局。他们搭建了 Skills/MCP/工作流平台，建立了一套"技能榜单"机制，鼓励员工贡献自动化脚本和 AI 技能。
这不是一个自上而下的命令，而是一种从底层自发涌现的模式。报工、周报生成、数据处理这些日常琐事，都被员工自发地做成了可复用的 AI 技能。
知识飞轮：让经验不再只在老员工的脑子里
前程无忧在知识沉淀上的思考尤为深入。他们构建了一套"生产→沉淀→收集→分发"的知识闭环。
过去，业务逻辑只存在于老员工的脑子里，新人要花数月才能上手。现在通过知识沉淀，这些经验被实时反哺给每一个开发者的 AI 助手。AI 助手能调用沉淀的知识，在开发过程中帮开发者更快获取所需信息，减少重复劳动。
衡量标准的升维
当开发者的角色发生根本性变化时，评价体系也必须跟着变。
作为积极拥抱技术变革的科技公司，前程无忧正在推动一场指标革命。过去衡量开发者靠的是代码行数、CR 纠错数、采纳率——这些本质上衡量的是体力劳动。未来的核心指标将转向 TPM/RPM（Token 消耗密度），它反映的是开发者调动 AI 资源的活跃度和效率。
