2026年，多數公司的AI支出大幅上升，但這是否真正改變了軟件出貨速度和PR產出？The Pragmatic Engineer對27家公司的數據進行分析，得出了一些值得關注的結論。與此同時，Uber分享了其內部AI基礎設施與工程工作流整合的實踐，Imprint CTO Will Larson則探討了AI如何重塑工程管理與職業晉升路徑。

AI支出與ROI：27家公司數據

The Pragmatic Engineer在10月20日發佈的文章中指出，今年大多數公司的AI支出大幅增加，但出貨速度和PR產出是否隨之改善仍存疑問。該分析基於27家公司的數據，得出了一些“有趣的發現”。文章沒有給出簡單的肯定或否定答案，而是提示AI投入與工程產出之間的關係可能比預期更複雜。

這一髮現對技術管理者具有直接參考意義：在AI工具採購和部署持續升溫的背景下，如何衡量其實際回報成為關鍵問題。

Uber的AI基礎設施與生產力測量

Uber傑出工程師Uday Kiran Medisetty在10月14日的分享中，介紹了Uber如何構建內部開發者工具、將AI代理集成到工程工作流中，以及如何測量其對生產力的影響。這表明頭部科技公司正在系統性地將AI嵌入日常開發流程，並嘗試用數據評估效果。

Uber的實踐為行業提供了一個觀察樣本：AI代理的集成並非簡單採購工具，而是涉及內部工具鏈、工作流改造和度量體系的配套建設。

工程管理與職業路徑的修訂規則

Imprint CTO Will Larson在10月21日的文章中，探討了AI和行業期望變化如何改變工程管理、職業階梯以及從工程師到CTO的路徑。Larson長期關注工程管理議題，此次他提出了“修訂後的工程管理規則”，指向AI時代管理者需要重新思考的問題。

Will Larson, CTO of Imprint, explores how AI and shifting industry expectations are changing engineering management, career ladders, and the path from engineer to CTO.

這一視角與ROI分析形成互補：AI不僅影響工具層面的投入產出，也在改變組織對工程師的期望、晉升標準和領導力要求。

後續關注點

  • 27家公司數據的具體發現及其對AI採購決策的影響；
  • Uber等公司如何定義和測量AI代理的生產力貢獻；
  • 工程管理規則修訂後，職業階梯和CTO路徑將如何演變。

對於技術管理者而言，AI支出的ROI評估與工程管理變革正成為同一枚硬幣的兩面：既要算清投入產出，也要重新設計人與AI協作的組織方式。