北京
来源：市场资讯
（来源：牛透社）
AI Coding 已无处不在。
在产研团队里，工程师用 AI 写代码、补代码、解释代码、生成文档；产品经理用 AI 整理需求、写 PRD、做原型；测试团队也在尝试用 AI 生成测试用例、分析缺陷、提升回归效率。
Gartner 在 2025 年的软件工程趋势中预测：
到 2028 年，90% 的企业软件工程师将使用 AI 代码助手；同时，开发者的角色也会从单纯实现，转向问题解决、系统设计，以及确保 AI 工具交付高质量结果。
但问题也正在出现。
一个工程师会用 AI，不等于一个团队具备 AI 产研能力。代码生成快了，不等于需求更清楚、测试更轻松、交付更顺畅。
Neuters
对 ToB 软件公司来说，AI Coding 只是入口。真正的挑战，是从客户需求到产品设计，从开发工程到测试质量，从上线交付到客户验收，整条产研链路都要重新被组织一遍。
01
AI 不是只进入 Coding，
而是进入整个产研链路
如果只看写代码，AI 带来的变化很直观：代码生成更快，文档整理更快，重复性任务更快。
但 ToB 软件公司的产研，复杂度从来不只在代码。
很多 ToB 软件产品已经运行多年，有历史代码、老架构、客户定制、私有化部署、多版本维护，还有权限、安全、数据合规和客户现场交付。互联网公司的研发提效逻辑，不能简单照搬到 ToB 软件公司身上。
更现实的是，ToB 软件公司的很多产研问题，源头并不在开发，而在需求。
客户在访谈里说了一遍，销售转述一遍，客户成功补充一遍，产品经理整理一遍，研发再理解一遍。等真正进入开发，需求已经被转译过好几次。AI 如果只用来写代码，并不能解决这些前置问题。
Gartner 也在讨论 AI 与软件工程时提醒，软件工程不应只把 AI限定在 Coding。而要把 AI 应用到整个软件开发生命周期中更高价值、低效率的环节，包括规划、设计、测试和维护。
这也是为什么，我们今天讨论 AI 产研，不能只讨论“哪个工具好用”，而要问：
Neuters
客户访谈、工单、会议纪要，能不能更准确地变成产品需求？
PRD 和原型生成之后，产品、研发、测试怎么一起评审？
AI 生成代码之后，代码审查、测试覆盖、质量门禁怎么接上？
研发提速之后，交付现场能不能更快验收？
出了问题，谁负责，怎么追溯？
这些问题，才是 ToB 软件公司真正绕不开的产研管理问题。
02
AI 让研发变快之后，
测试和质量会更重要
现在很多人谈 AI 产研，容易把焦点放在研发提效上。这个方向没错，但只讲前半段是不够的。
因为 ToB 软件公司的最终目标，不是“代码生成了”，而是“产品能上线、客户能验收、系统能稳定运行、问题能被追踪和修复”。
AI 让研发变快之后，测试和质量变得更重要。
Google Cloud 的 2025 DORA 报告显示，AI 在技术从业者中的使用已经接近普遍化：90% 的受访者在工作中使用 AI，超过 80% 认为 AI 提升了生产力。但报告同时提醒，AI 更像一个“放大器”：它会放大高绩效组织的优势，也会放大低效组织的问题。
这句话放到 ToB 软件公司身上，非常现实。
如果需求不清，AI 可能只是更快地生成错误实现。
如果代码审查不强，AI 可能只是更快地制造质量风险。
如果测试体系跟不上，研发提速会变成后端返工。
如果交付和验收没有被重新设计，前面的效率很可能卡在客户现场。
因此，AI 产研真正要解决的不是“让每个人多用一个工具”，而是让企业重新设计从需求、产品、研发、测试到交付的工作流。
尤其是测试和质量工程，应该被放到更重要的位置。
AI 生成的代码能不能测？
测试用例怎么生成？
质量指标怎么设计？
自动化测试、缺陷分析、回归测试、安全审计怎么接入研发流程？
AI 参与产研之后，测试团队是不是要更早进入需求和设计阶段？
这些问题，决定了 AI 产研提效到底是真提效，还是前面快、后面乱。
03
ToB AI 产研大会来了
正因为这些问题已经摆在 ToB 软件公司面前，我们决定开启 ToB AI 产研大会。大会的主题是：
从需求到交付，ToB 软件公司怎么把 AI 用进产研链路？
通过这场会议，我们希望讨论更具体的问题：
AI 如何进入需求洞察？
客户访谈、工单、会议纪要，怎么变成更可靠的产品需求？
产品经理从 PRD 到原型的工作流会怎么变？
AI Coding 如何从个人工具，进入团队产研流程？
AI 生成代码之后，测试、质量和上线验收怎么接住？
真实 AI 工作流，如何重构产品、研发、测试和交付之间的协作？
这场会适合 ToB 软件/SaaS 公司里正在关注 AI 产研转型的人来。包括技术研发负责人、产品负责人、测试质量负责人、交付与客户成功负责人，以及 FDE/AI 交付相关负责人。
如果你只是想听一个工具演示，这场会可能不够轻松。
但如果你已经开始感受到这些问题：工程师个人用 AI 很快，团队流程却没有变；研发效率上去了，测试和交付压力也上来了；公司想推动 AI 产研提效，却不知道从哪里切、谁来牵头、怎么衡量效果——这场会就值得来。
7 月 31 日，我们先从这个最现实的问题开始：
从需求到交付，ToB 软件公司如何把 AI 真正用进产研链路？
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
