- 综合排序
- 最热优先
- 最新优先
- 来自专栏FunTester
AI 提效，活儿更多
这就是 AI 进入职场后最反直觉的地方：AI 没有自动减少工作，它只是先提高了工作密度。 AI 提效是真的，但减负不是自动发生的 讨论这个问题，不能先把 AI 否定掉。 所以，AI 能不能提效不是问题，它当然能。真正的问题是：AI 省下来的时间，最后归谁？ 如果这些时间归员工，结果可能是少加班、少重复劳动、少低价值沟通。 Upwork 的一项职场 AI 调查很能说明这个现象：96% 的高管期待 AI 提升生产力，但 77% 使用 AI 的员工认为 AI 增加了自己的工作量。 AI 给了你 5 个标题，你要选哪个；AI 给了你 3 个方案，你要判断哪个能用；AI 写了一段看起来很顺的话，你要确认有没有事实错误；AI 给了一段代码，你要判断有没有隐藏 bug；AI 总结了一次会议 效率红利如果不重新分配，就会自然流向更高的产出要求；只有当组织主动删除低价值工作、压缩不必要协作、保护人的恢复时间，AI 才可能从提效工具变成减负工具。 AI 提效之后，人有没有喘息空间？
30110编辑于 2026-06-17 - 来自专栏FunTester
AI 提效了，问题谁负责
当人工智能系统开始影响优先级排序、审批、建议和资源分配时，它就已经不只是一个提效工具了。它开始参与那些会影响收入、风险和客户结果的真实决策。问题也随之变得尖锐起来：出了结果，究竟谁负责？
15510编辑于 2026-06-17 使用ai代码助手，提效研发效能
# 敏感词列表 sensitive_words = ['敏感词1', '敏感词2', '敏感词3'] # 过滤敏感词的函数 def filter_sensitive_words(text): filtered_text = filter_sensitive_words(text_to_filter) print(filtered_text) # 输出应该是替换掉敏感词的文本 #腾讯云AI代码助手 # 使用 AI 代码助手的体验令人印象深刻。 无论是查找代码片段、调试问题，还是学习新技术，AI 代码助手都表现出色。它的智能搜索和自动补全功能尤其实用，节省了大量时间。总之，AI 代码助手是开发者的得力帮手。
43910编辑于 2025-02-26- 来自专栏FunTester
AI 编程提效后，什么值得做
AI 提效的核心变化 传统理解里，生产力提升通常意味着同样的任务花更少时间完成。比如过去开发一个功能需要 5 天，现在借助 AI 只需要 3 天。 三个生产力乘数 报告提出，2026 年生产力提升会由 3 个乘数共同推动：Agent 能力、编排改进，以及对人类经验的更好利用。它们相互作用，带来的不是线性增长，而是阶跃式提升。 这 3 个因素会互相增强。Agent 越能做执行工作，人类越能关注高价值判断；编排越成熟，Agent 的执行能力越能被组织化释放；人类判断越清晰，Agent 执行越不容易偏离方向。 这个数据说明，AI 的价值不只是节省时间，而是扩大了工作范围。 过去团队可能只做必须做的事情，因为工程资源有限。AI 介入后，团队开始做更多原本想做但不值得做的事情。 这会带来 3 个层面的变化。 第一，团队产出增加。AI 不只是让工程师完成已有任务更快，也让团队完成更多过去不会完成的任务。 第二，项目可行性改变。
14910编辑于 2026-07-28 AI 提效指南：快速生成中文海报
示例 我是一个资深的品牌设计师,现在要设计一张中秋节海报，用于朋友圈海报， 要求如下： 1.有月饼、圆月高挂 2.画面以红色、金色为主，主题"喜迎中秋佳节" 3.生成中文AI绘画提示词 注意：要求相关的内容 展示效果： 3. 调整和反馈 3.1 不符合预期的情况 可以根据自己的需求进行改造，常见的有以下两种；本篇展示“去除水印”。 3. **构图视角**：说明构图方式、主体位置、镜头视角（如特写、仰视等）。 4. **光照氛围**：分析光源类型、光线方向、整体氛围（如赛博朋克、温馨等）。 5. **艺术风格**：判断风格（如照片写实、3D渲染等），可类比艺术家或流派。 6. **色调与色彩搭配**：描述主色调、色彩饱和度与冷暖倾向。 7. 即梦 AI 快速生图 将最终 AI 绘画提示词复制，放在即梦AI中进行生成 提示词示例 超写实3D渲染，中秋主题场景近景特写：画面中心是一枚精致雕花月饼，呈圆形，饼皮金黄棕色调带光泽，表面浮雕“中秋”二字
1.7K10编辑于 2025-12-24- 来自专栏AI测试
AI 测试提效神器：推荐一款接口自动化测试提效skill！
导读：前面我们已经分享过了，如何用 AI + Agent Skill 把接口测试脚本自动"造"了出来。但脚本生成只是起点——真正让接口自动化测试产生价值的，是让脚本跑起来。 --module order,payment"只跑 P0 用例"--priority P0"排除不稳定的用例"--exclude-tag flaky"8 个线程跑"--parallel 8"失败重试 3 次"--retry 3"模拟执行看看"--dry-run甚至支持组合语义："在 test 环境跑一下冒烟测试，只跑登录和订单模块的 P0 用例，排除 flaky 的"也能精准解析为：--env test 在AI 进化社内，下载获取api-test-executor 技能包。 而这，正是 AI 赋能测试的真正意义——不是替代人，而是解放人。如果你也厌倦了每次跑测试都要折腾半天，强烈推荐试试这款 skill。
76910编辑于 2026-07-10 - 来自专栏测试开发技术
AI 测试提效神器：推荐一款接口自动化测试提效skill！
导读：前面我们已经分享过了，如何用 AI + Agent Skill 把接口测试脚本自动"造"了出来。但脚本生成只是起点——真正让接口自动化测试产生价值的，是让脚本跑起来。 想跑某个模块的测试，但记不住 pytest 的 -k 参数怎么写； 3. 翻一遍代码，找到对应的测试文件名； 4. 拼好命令，执行； 5. 跑完发现环境配置没切对，重来； 6. 范围筛选：支持标签索引 + 自然语言双模式，让用户"说人话"就能圈定执行范围； 3. 在AI 进化社内，下载获取api-test-executor 技能包。 而这，正是 AI 赋能测试的真正意义——不是替代人，而是解放人。 如果你也厌倦了每次跑测试都要折腾半天，强烈推荐试试这款 skill。 我是 狂师，热衷于分享 AI 与软件测试开发技术实战与干货。
91200编辑于 2026-07-13 - 来自专栏深度学习与python
提效软件研发，AI Agent好用吗？
刘亚丹：投入这么大做 AI Agent ，如何衡量它的投资回报率？除了“提效”，还有哪些更重要的衡量维度？ 从 AI 提效的角度看，我们常用的衡量指标无非包括代码产出量、有效代码比例、自动化测试用例数量、UI 比对识别问题数等。 但若要准确衡量 AI 带来的整体提效，比如“效率提升 30%”这样的指标，其实从完整的研发生命周期角度来看是很难量化的。回顾我们项目的推进，大致经历了三个阶段。 第一阶段是“氛围带动期”。 提质提效的指标怎么设？我们当时并未过分强调效率指标，而是聚焦如何“快速把事情做成”。 观众：AI 教练是做什么的？企业大规模 AI 提效涉及用户教育，应如何完成？
71310编辑于 2025-11-26 - 来自专栏CodeGuide | 程序员编码指南
Ai MCP + ELK 系统日志，排错提效 100%！
如：“你的项目，有使用 AI 方面的能力进行提效吗？” 解封下码农的双手！ 我能哪些方面使用 Ai 提效呢？ 在互联网程，序员工程开发方面，关于 Ai 提效最为常见的，也是市面上使用最多的，就是各类的 Ai 编码软件。 不过这些都是固定的软件，他们并没有深度结合到业务场景中，从整个研发的生命周期看，还有非常多的节点可以被 Ai 提效。 都可以深入自身的业务，运用 Ai 开发进行提效。 所以，结合这样的场景，小傅哥在带着大家的实战项目，也逐步的引出关于 Ai 在应用项目上的提效处理。今天分享的一个场景就是基于 Ai MCP 分析系统的 ELK 日志。
1.8K10编辑于 2025-08-11 - 来自专栏Simon的技术专栏
AI大模型在教育场景的提效
课程内容需要贴近真实的烧烤工作，请输出一份包含8-10个课程的系列课程设计 1、每个课程需要说明课时、形式（理论 or 实训）、需要什么样的云资源配置，课程所包含的知识点（10条左右） 2、每个课程包含有3- 5章 3、每个章下面包含3-5节 总课在48个课时，尽量能和腾讯结合起来，并且有实训项目。 ²https://emeritus.org/blog/ai-and-ml-chatgpt-use-cases/参考资料：(1) Generative AI Use Cases for Industries /.(3) How generative AI & ChatGPT will change business | McKinsey. https://www.mckinsey.com/capabilities /quantumblack/our-insights/generative-ai-is-here-how-tools-like-chatgpt-could-change-your-business.
1.4K40编辑于 2023-04-25 - 来自专栏phodal
开源 AI 研发提效方案 Unit Mesh 总结
} 3 月，为了运行上述的后端代码以及前端 React 部分，我和卷王 @CGQAQ 构建了 Unit Runtime 作为代码运行时，用于一键启动 LLM 的代码，并实时交互，以快速构建和测试 AI 另外，由于 AI 能力的限制，我们不再执着于 AI Agent 的设计。 Copilot 型工具：Co-mate 和 Studio B3 在现有的研发工具链里，我们已经有不同的工具，它们只需要结合 AI 来增强这个过程。 AI 编辑器：Studio B3 - 需求与测试用例写作 Studio B3 的设计初衷是将类似于 AutoDev 的全周期 AI 赋能带到写作领域。 虽然 B3 编辑器模块还没有完全从 Studio B3 抽离出来，但是你可以参考其设计思想，构建自己适用于软件需求、测试用例写作的工具。
1.5K10编辑于 2023-12-19 - 来自专栏AI篮球与生活
3个用于提效的Python函数，建议收藏！！
为了避免敲打出复杂而又冗长的代码，今天小编就来和大家分享一下Python当中可以提效的三个函数方法，希望大家可以喜欢。 ，以此将函数作用在列表中的每一个元素上， def num_func(x): return x**2/2 然后我们将其放入map()函数当中并且作用于列表当中的每一个元素， data = [1,3,5,7,9,12 24.5, 40.5, 72.0] 相信读者在日常的实践操作中用for循环的比较多，但是与map()函数相比还是略显复杂与冗长，同时更加简洁的方式就是map和lambda结合， data = [1,3,5,7,9,12
1K20发布于 2020-07-13 - 来自专栏光城(guangcity)
C++提效网站
C++提效网站 大家好，我是光城，统一回复：C++那些事网站服务器到期，暂时关闭，大家直接阅读github或公众号内容即可。 https://godbolt.org/ 3.基准测试 benchmark，我们知道go的test是支持的，那么在c++中，对一个函数或者接口测试的时候可以使用gtest，但是想要一个基准结果，就需要
65930编辑于 2022-03-29 AI Coding 蜜月期之后，我们重新思考了 AI 提效
一、与 AI Coding 的蜜月期过去两年，AI Coding 的进展可能超出了很多人的预期。 而在使用 Agent 后，这一过程被压缩到完全不同的尺度——一两天内完成需求理解、资料搜索、方案调研、代码设计、功能开发和测试，甚至一次性产出 2～3 万行 C++ 代码。 问题二：AI 最大的障碍，不一定是幻觉，而是不了解企业使用 AI 优化功能的经历让我们重新审视“AI 为何在复杂老系统中出错”这个常见问题。最容易归因的是“幻觉”，但我们的感受并不完全如此。 四、从 AI Coding 实践中得到的三个结论在深度使用 AI Coding 之后，我们的感受并非“AI 不过如此”，反而是越来越清晰地意识到：AI 的能力已经足够强大，强大到足以实质性改变软件开发的生产方式 过去是工程师适应企业的软件环境；AI 时代，我们还需要让软件环境能够被 Agent 理解。3.
25210编辑于 2026-08-28- 来自专栏不换的随想乐园
Mac 提效工具录
前不久经历了一次 Mac 换机，从 m1 换机到了 m2，一些提效工具的迁移这里做一个记录。
24910编辑于 2024-04-30 - 来自专栏鱼皮客栈
前特斯拉 AI 总监：AI 编程最大的谎言，是 “提效”
先简单介绍一下『卡帕西』这位大佬：斯坦福 AI 博士，师从李飞飞；OpenAI 创始成员之一；后来去特斯拉当了 AI 总监，负责自动驾驶的视觉系统。 2024 年离开特斯拉后，他创办了 Eureka Labs，专注用 AI 做教育。 不夸张地说，他可能是全球最懂 AI、又最能写代码的人之一。 所以 AI 编程带来的核心变化不是加速，而是扩展。 我觉得这个观察太准了！ 之前很多人问我：AI 编程能提效多少倍？ 其实这个问题本身就问错了。 所以程序员的基本功还是很重要的，至少你得能判断这个 Bug 值不值得让 AI 花半小时去磕，怎么通过指引 AI 让它更快更省地解决问题。 编程变得更有趣了？ 但问题是，在你等待的这几个月里，已经有人用 AI 做出了以前做不到的东西，拉开了差距。 所以对于我们程序员来说，一方面必须要利用 AI 提升开发效率和优化工作流程。
25610编辑于 2026-06-12 - 来自专栏运维部落
浅谈运维提效
流程提效 工具提效 质量提效 工程提效 image.png 运维提效 大家好，我是史丹利「Stanley」，今天聊聊运维提效。 最近CTO在梳理公司提效方案，老板希望我能多提点建议看法。 回到提效这处话题，我的理解提效有几个维度： 流程提效 工具提效 质量提效 工程提效 流程提效 image.png 最短路径 流程是双刃剑，大家都知道。 但流程提效，正确的角色是辅助，不应该是ADC。咱们诺亚前面遇到了很多问题，迫于压力，只能把流程提效和工具提效的角色互换，通过抑制需求，解决故障多的问题。在当时的场景下，是必然也是最优解，这毫无疑问。 工具提效 image.png imag2 工具提效，在传统公司越来越被重视，但重视度有待商榷。真正伟大的公司在技术和文化的投入是很舍得花钱花时间。 工具提效讲究两点：做的人要懂，更要执着。 质量提效 质量管理不在我们的管理范畴，我们不做过多讨论，问题大家都看的到，不做无意义讨论 工程提效 image.png 闭环 工程提效很关键，是所有事情的源头。
1.2K20发布于 2021-03-30 AI提效的预期下，企业是否应该裁员？
但几个月之后，就因为AI没法处理那些复杂的客户问题，开始又返聘了好一部分被裁的员工，被“回旋镖”伤到了自己。近期也看到国内不少科技公司以“AI提效”为理由开始大幅地所谓“优化”员工。 一方面未来AI原生的工作模式远没有稳定下来，随时都在改变，今天暂时安全，明天就可能因为一时跟不上步调而被“优化”掉；另一方面，会用AI不代表真正创造性的劳动，AI将来是整个社会的基础设施，就像今天的水和电 、互联网，在时代的推动下将来会用AI的人必定很多，能用AI来生成内容并评判、修订结果，这不过是将来AI原生企业里最基础、操作性的工作，而非核心岗位，熟练使用AI的外包人员都可以做。 ② 从今天开始，就在组织内大力地营造AI时代变革的危机感，和同舟共济的使命感，传达到每一个人，然后 ③ 通过投资于内部培训、转岗轮岗机制、④ AI技能认证等方式，帮助员工从一个“执行者”转变为“AI协作者 最后，说句不好听的话，那些业绩不错但却着急因为AI提效而大幅裁员的企业，不过是短期利益驱动，希望通过更快地降本来拿到一波红利，而不是着眼于长远。
21500编辑于 2026-06-19结构化思维：AI提效的隐藏飞轮
结构化是 AI 提效的地基 最近看到 腾讯云技术社区 的 张思宇 写了一篇文章，讲他怎么让一个 Skill 自己迭代、自己评测、自己回滚，19 轮跑下来零翻车。原文链接放在文章结尾。 3 结构化之后，AI 才跑得动 『好不好』一旦变成可测量的指标，有意思的事就来了：AI 可以自己跑循环了。 不需要人每轮都去判断『这次改得行不行』。评测体系就是裁判，通过就留下，不通过就回滚。 要点总结 软件开发中大量『说不清、靠手感』的工作都有结构化的空间，第一步是定义『什么算好』 结构化是 AI 高效运转的前提——目标可测量、结果可判定，AI 才能真正自主迭代 飞轮：结构化让 AI 提效， AI 跑多快 本文灵感来自 腾讯云技术社区张思宇 的文章《让 Skill 自己训练自己：8 阶段 Loop、3 层评测、5 维 AND 门控，从此实现自进化》。 让Skill自己训练自己：8阶段Loop、3层评测、5维AND门控，从此实现自进化
19500编辑于 2026-06-17- 来自专栏精益六西格玛资讯
提产提效，你需要DOE试验设计！
为了找出曲线之间的关系，“x”变量的级别需要超过2，比如3级。
1.1K40编辑于 2022-12-13
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号