专题演讲嘉宾：王东旭

传统软件工程长期受困于“人月神话”：面对高并发、高对抗、高复杂度业务，增加人力往往无法带来线性收益，反而会因协作链路变长和协调成本上升而拖慢整体交付效率。在风险治理领域，黑灰产攻击持续演化，治理策略快速变化，传统串行式产研协作模式正逐渐逼近上限。本次分享将结合快手一线实践，从软件工程范式与组织协作重构的视角，讨论 AI 如何改变风控场景中的产运研职能分工，以及我们如何探索构建一支高机动、低边界的风控“AI 合成旅”。

演讲提纲 ：

1. AI 时代，风控场景产运研职能发生了什么变化？
   • 认知成本崩塌：智能的边际成本趋近于0，线性堆人已难以对抗AIGC带来的攻击升级
   • 职业阶梯中空化：执行力商品化，初级审核工作AI完全可替代，技术判断力成为稀缺品
   • 跨部门的协调税：传统风控固定组织职能边界墙成了吞噬大模型红利的最大瓶颈
2. 职能重塑：风控产运研如何构建10x超级个体
   • 产品工程师：从需求转译，升级到P2P模式（Prompt to Product）
   • 运营工程师：从规则执行，升级成上下文工程师和模型教练
   • 研发工程师：从代码生产，升级成驾驭多个 Agent 的系统架构师
   • 算法工程师：从单点建模，升级为风控 Agent 能力底座的构建者
   • 组织形态重塑：低边界、高机动性的AI合成旅模式
3. 职能重塑过程的踩坑点和教训：
   • 坑 1: 工程落地坑。 Vibe Coding 只有意图没有约束，Demo 惊艳全场，生产却一塌糊涂。
   • 坑2: 存量增量双轨坑。Coding Agent 在增量新项目中高效可用，但在复杂存量风控系统里极易失效，新旧项目差异巨大，强行通用必踩坑。
   • 坑3: 团队管理坑。 职能重塑过程中追求面面俱到，反而会带来新老生产关系的冲突。
4. 技术管理者的行动建议
   • 度量重建：废弃代码行数等旧指标，关注 Token 经济学、真实业务上下文贡献度与迭代速度
   • 组织重建：顺着康威定律逆向演化，将臃肿的团队重塑为“AI 合成旅”，削减内部协调税、降低组织信息熵
   • 眼高手低：眼要高，对技术革新保持敏锐；手要低，知行合一，才能带团队穿越变革周期

这样的技术在实践过程中有哪些痛点？ 

• 坑1: 工程落地坑。 Vibe Coding 只有意图没有约束，Demo 惊艳全场，生产却一塌糊涂
• 坑2: 认知方法坑。 视Agent为银弹，寄希望于Agent解决所有问题；稍有不顺，就怀疑大模型不过如此
• 坑3: 团队管理坑。 职能重塑过程中追求面面俱到，反而会带来新老生产关系的冲突

演讲亮点 ：

1. 覆盖产运研多角色重塑，而非单点技术优化：不只讲研发如何使用 AI 写代码，也讨论产品、运营、算法等角色在 AI 时代的职责迁移、能力升级与协作重构。
2. 兼顾方法论与落地经验，包含真实踩坑与反思：除了组织与工程重塑的方向判断，也会分享在实践过程中遇到的典型问题，例如工程约束不足、Agent 认知偏差、团队角色冲突等。
3. 面向技术管理者，提供可迁移的组织重建思路：结合风控实践，讨论如何重建度量体系、优化团队边界、降低协调税，为技术管理者提供具备参考价值的行动建议。

听众收益 ：

1. AI-Native 产运研组织演进路线图： 获得一套可落地的组织转型指南，了解如何通过康威定律逆向演化，将臃肿的传统团队重塑为高人效的微型超级团队，大幅削减内部的协调税。
2. 个人与团队的生存法则： 明确在执行力商品化的未来，技术人和管理者应如何构建自己的品味护城河，掌握获取无许可杠杆的核心方法。

AI 飞速进入研发流程，但效率提升并不必然带来更轻松的团队状态，反而推动交付节奏加快、协作链条重组、岗位分工变化，以及管理难度上升。

对于技术管理者来说，真正的挑战在于：如何判断效率红利是否可持续，如何避免团队在提效中透支，如何重新定义工程师价值，如何调整协作机制、人才培养与绩效评价，以应对 AI 带来的持续变化。

本次圆桌将从效率、协作、分工、管理和组织演进等维度展开，讨论一个更现实的问题：当 AI 持续重塑研发现场，技术团队该如何找到新的运行方式，管理者又该如何带队穿越这一轮变化。