阿里云以七个样板间探索AI原生研发组织

阿里云围绕业务北极星目标开展AI原生研发组织探索，重点并非解决某个单一技术问题或打造一款产品，而是尝试用AI改善组织协作并创造实际业务价值。相关实践仍在进行中，团队希望通过七个样板间公开阶段性成果、疑问与待验证结论，推动AI原生组织从概念走向可复用的方法。

阿里云研发副总裁唐洪回顾称，2022年底ChatGPT让通用预训练模型进入大众视野，推理模型随后让AI具备更长链路的思考能力，工具和记忆接入后，Agent可以接收目标、制定计划、调用工具并根据反馈迭代。他将当前智能体范式概括为“模型+Harness+Context”：模型负责理解和决策，Context提供持续更新的信息，Harness保障自主运行与演进。

过去三个月，阿里云CTO产研线将探索重点放在组织本身，并提出三点判断：Agent真正进入生产链路才是分水岭；AI原生不应只追求降本，更要带来竞争维度跃迁；演进将经历工具原生、工作流原生和组织原生三个阶段。组织发展负责人蔡亮认为，AI改变了能力稀缺性，也带来了人与非人智能体共同工作的全新边界，相关职责、权限和协作契约仍需摸索。

这轮实践同时处理“成长”和“进化”两类问题：前者是在需求、设计、开发、测试、发布和运维链路中持续优化，后者则尝试在AI能力与客户价值之间重构流程。推进方式包括明确北极星目标、允许试验阶段跨越岗位边界，以及通过沙箱降低对主生产链路的影响。样板间须进入生产、有可观测业务结果并具备复用潜力。已有项目将处理时长由两小时降至5分钟，另一个项目在两周内完成数十个需求，把发布周期从40天缩短至2天，并沉淀十多个生产级Skill。

阶段性结果显示，研发资产正从单纯产物转向支持可信再生的条件，平台需求也逐渐集中到三方面：借助Harness、“规范即代码”、多Agent编排和自动验收，让任务可靠执行；推动工具、Skill与MCP资产化，使经验能够评测、版本化并持续演进；围绕“Agent进组织”完善角色与团队混编、身份权限、人与Agent协作、端到端观测及效能分析。

论坛还设置了由蔡亮主持的圆桌，嘉宾包括唐洪、公共云业务负责人韩鸿源，以及蚂蚁百灵产品和运营负责人边思康。唐洪表示，管理六千多人研发组织的同时，自己必须先亲自使用AI，重新学习并改变解决问题的方式。韩鸿源则强调，代码生成不等于软件交付，软件还需要满足功能、非功能、运行、检验和持续维护要求。

边思康认为，代码只是软件服务链条中的原材料，代码成本下降并不会消除客户需求，SaaS仍有长期价值，变化更可能发生在交付方式上。讨论还指出，AI普及后，传统依赖层层评审和人工交接的流程可能成为瓶颈，产品与研发边界会逐渐融合，甚至可能通过统一代码库协同迭代。对于基础设施软件而言，架构治理、非功能要求和长期演进仍比单纯生成代码更关键。