📖 AI 总结

微软工程经理李榕将在QCon上海站分享企业级工程中引入AI的真实经验。与多数聚焦全新项目演示的分享不同，该演讲直面庞大遗留代码库、百万级企业客户和双周稳定交付等现实约束，指出AI提速背后存在被忽视的隐性成本：代码产出激增而人工评审带宽有限，导致评审变浅、技术债累积、质量下滑。演讲提出“守质量—控债务—提速度”三段式框架，主张通过反馈闭环守住质量、以持续重构控制技术债、将确定性自动化关卡前置以释放速度，并强调“模式思维”与数据驱动决策的重要性。其核心判断是AI的瓶颈不在算力而在人，智能体工作流必须尊重人在环路中的有限评审带宽。该分享为AI架构师和平台工程师提供了历史包袱场景下可复用的AI落地方法论。