Mailchimp的40%編碼速度提升：平衡AI創新與治理

Intuit Mailchimp一直在探索AI驅動的編碼技術，與過去一年許多組織的做法相似。

Intuit Mailchimp提供強大的電子郵件行銷和自動化解決方案。作為更廣泛的Intuit生態系統的一部分，它一直在穩步推進其生成式AI能力，部署其專有的GenOS和代理AI於各個業務單位。

儘管擁有內部的AI專業知識，Mailchimp仍識別出特定場景中AI編碼工具的必要性。這段旅程始於需要滿足一個迫切的截止日期。

Mailchimp面臨在短時間內向利益相關者展示複雜客戶工作流程的挑戰。傳統工具如Figma無法提供功能性原型。一些工程師已開始嘗試AI編碼工具，抓住機會將其應用於現實世界的業務問題。

“我們面臨一個獨特的挑戰，需要為利益相關者快速製作複雜工作流程的原型，”Intuit Mailchimp首席架構師Shivang Shah在接受VentureBeat採訪時分享道。

工程師們利用AI編碼工具，結果令人震驚。

“原本需要數天的任務僅在幾小時內完成，”Shah表示。

這一突破引發了Mailchimp對AI編碼工具的更廣泛採用，使開發速度提升高達40%，同時揭示了治理、工具選擇以及人類專業知識角色的重要經驗教訓，其他組織也可採用。

從問答到任務自動化

Mailchimp的經驗反映了開發者與AI互動的更大趨勢。最初，工程師使用對話式AI進行基本指導和演算法建議。

“甚至在AI編碼工具流行之前，工程師已使用對話式AI來驗證特定問題的演算法，”Shah觀察到。

隨著先進AI編碼工具的出現，轉變從回答問題到執行編碼任務。

這種從諮詢到任務委派的轉變，凸顯了AI編碼工具為企業提供的核心價值。

多工具策略勝過單一供應商方案

Mailchimp選擇了多工具策略，使用Cursor、Windsurf、Augment、Qodo和GitHub Copilot等平台，這得益於對其專業優勢的洞察。

“不同工具根據開發階段提供獨特優勢，就像與專業工程師合作一樣，”Shah解釋道。

這反映了企業如何為不同開發階段使用多樣化工具，避免依賴單一解決方案，後者可能在某些領域表現出色，但在其他領域則不足。

這種方法源於實際實驗，Mailchimp發現某些工具在其工作流程的特定任務中表現更好。

治理框架確保秩序

Mailchimp在AI編碼中的關鍵經驗在於治理。該公司建立了基於政策的流程整合防護措施，適用於其他組織。

政策包括對涉及客戶數據的部署進行負責任的AI審查。流程控制將人類監督置於核心，AI處理初始代碼審查，但生產部署前需人類批准。

“人類監督是不容商量的，”Shah強調。“必須始終由人來完善和驗證解決方案，確保它解決正確的問題。”

這種雙管齊下的方法解決了企業的普遍問題：平衡AI生產力提升與代碼質量和安全性。

情境差距需精準提示

Mailchimp發現，AI編碼工具在一般程式設計中表現出色，但缺乏深入的業務領域知識。

“AI理解行業標準模式，但可能無法與我們特定的用戶旅程對齊，”Shah指出。

這一認識強調了工程師需要提供基於技術和業務專業知識的精準、情境豐富的提示。

“你仍然需要了解技術、業務和系統架構。AI放大你的能力，”Shah說。

對企業而言，這意味著需要培訓團隊使用AI工具，並有效傳達業務情境給這些系統。

縮小原型到生產的差距

AI編碼工具在快速原型設計中表現出色，但Mailchimp發現，原型需要大量人力才能準備好投入生產，這是由於整合複雜性、安全需求和系統架構要求。

“原型並不意味著它已準備好投入生產，”Shah警告說。“時間表必須考慮這些現實。”

這一洞察幫助企業為AI編碼工具設定現實期望，這些工具在早期開發中表現出色，但並非完整開發週期的完全解決方案。

聚焦高價值任務

除了速度，AI工具讓Mailchimp工程師能夠優先處理高影響力的工作，如系統設計、架構和客戶工作流程整合，而非重複性編碼任務。

“我們現在可以專注於系統設計和客戶工作流程整合，而非平凡任務，”Shah說。

企業應不僅以生產力來衡量AI編碼的成功，還應以開發者現在能優先處理的策略價值來衡量。

企業的關鍵經驗

Mailchimp的旅程為希望在AI增強開發中領先的企業提供了一個明確的教訓：將AI編碼工具視為增強而非取代人類專業知識的強大助手。

實現這種平衡的組織將獲得持久的競爭優勢，結合技術能力與人類監督、速度與治理、生產力與質量。

對於較晚採用AI編碼工具的企業，Mailchimp從緊急實驗到結構化實施的路徑提供了一個可靠的路線圖。核心原則始終適用：AI增強開發者，但人類專業知識和監督對於生產成功仍然至關重要。