1. 与AI共舞：打造演化型组织的密码 victorhuang 腾讯技术总监

2. 录 01 探索 AI 中学习组织管理

3.

4. 01 AI时代对于组织来说最重要的是什么？

5. 价值层 业务 降低成本： 成本优化X% 提升发布速度：发布成功率上升X% 提升客户满意度：提升X% 降低故障和投诉：线上故障率下降X% AI 纵向赋能 痛点： 才密度低、时间缺乏 AI：构建知识 轮 实践：聊天中提取知识，AI 检索知识 提炼 归纳 智能化 能 痛点：数据驱动、跨领域知识缺乏 AI：提升分析&洞察能 实践：借助 AI 和知识库，提供识别缺 陷、检索历史、归因分析 层 统计 分析 智能化 数据 • • • 痛点：烟囱效应、 缺乏 AI：提升 具研发效率 实践： 作流实现快速智能 成熟度 L5 L2 数字化 AI 横向赋能 痛点：低效知识检索与知识变现 AI：AI知识图谱，AI 播客 档:需求、概要设计、报告、清单 看板:质量、运维 代码：库、代码、CI记录 Chat/Mail: 同步、结论、 动信息 业务过程&结果指标: PV、北极星、转化 业务 志: 户 为 质量过程&结果指标:缺陷解决率、缺陷数 质量 志:Crash堆栈 痛点： 仓效应，信息墙 AI： 成测试 例、 动化 例、静态扫描 实践：基于需求 成测试 例、上游代码扫 数据 业务 混合 痛点：可视化&数据孤岛 AI：Text2BI，Text2SQL 具:APM、 RUM、Prometheus 具:TAPD、告警中台 具:云顾问、Coding、Git 痛点： 具智能化， 具孤岛 AI： 具-> Agent -> 作流 痛点：难以统 ，客观 AI：AI 提供 定义能 、AI 辅助分析 实践：AI 辅助定级定责 研发流程:DevOps 职能流程:故障定责、性能优化 流程 L1 L3 动化 减少 时间：测试开发 提升 提前发现并预防质量问题：缺陷前移 加速缺陷定位和修复：修复周期缩短X% 动化质量保障流程： 动化覆盖率X% 标准规范:性能基线、安全规范 案例库:故障、性能 案库: 闪退解决 案库、最佳实践 AI 速发展，要求更强的执 和学研 培养： 献、知识转播客，AI 落地实践经验闪电分享 招聘：不光看经验，还要重点评估 才的快速学习和适应能 基础层 L4 具/平台 具化 效率 输 知识 信息 AI+ 赋能战略地图 需求 。 研发 测试 设施 集成 发布 运维 流程内部展开 快速调 AI 的能 ，共享 AI 的能 通过 作流 具，快速编排多模型、公司内外API 、知识库 稳定可靠的算 资源的提供

6. 技术和基础设施？ 算 是 家企业在 AI 时代的核 缺乏算 dify langfuse autogen langchain ？ 缺乏编排/调试/测评 性能优化、模型蒸馏、量化 cache、 cpu 替代 竞争 具 共享 agent hubs prompt store MCP hubs 知识库

7. 价值层 业务 降低成本： 成本优化X% 提升发布速度：发布成功率上升X% 提升客户满意度：提升X% 降低故障和投诉：线上故障率下降X% AI 纵向赋能 痛点： 才密度低、时间缺乏 AI：构建知识 轮 实践：聊天中提取知识，AI 检索知识 提炼 归纳 智能化 能 痛点：数据驱动、跨领域知识缺乏 AI：提升分析&洞察能 实践：借助 AI 和知识库，提供识别缺 陷、检索历史、归因分析 层 统计 分析 智能化 数据 • • • 痛点：烟囱效应、 缺乏 AI：提升 具研发效率 实践： 作流实现快速智能 成熟度 L5 L2 数字化 AI 横向赋能 痛点：低效知识检索与知识变现 AI：AI知识图谱，AI 播客 档:需求、概要设计、报告、清单 看板:质量、运维 代码：库、代码、CI记录 Chat/Mail: 同步、结论、 动信息 业务过程&结果指标: PV、北极星、转化 业务 志: 户 为 质量过程&结果指标:缺陷解决率、缺陷数 质量 志:Crash堆栈 痛点： 仓效应，信息墙 AI： 成测试 例、 动化 例、静态扫描 实践：基于需求 成测试 例、上游代码扫 数据 业务 混合 痛点：可视化&数据孤岛 AI：Text2BI，Text2SQL 具:APM、 RUM、Prometheus 具:TAPD、告警中台 具:云顾问、Coding、Git 痛点： 具智能化， 具孤岛 AI： 具-> Agent -> 作流 痛点：难以统 ，客观 AI：AI 提供 定义能 、AI 辅助分析 实践：AI 辅助定级定责 研发流程:DevOps 职能流程:故障定责、性能优化 流程 L1 L3 动化 减少 时间：测试开发 提升 提前发现并预防质量问题：缺陷前移 加速缺陷定位和修复：修复周期缩短X% 动化质量保障流程： 动化覆盖率X% 标准规范:性能基线、安全规范 案例库:故障、性能 案库: 闪退解决 案库、最佳实践 AI 速发展，要求更强的执 和学研 培养： 献、知识转播客，AI 落地实践经验闪电分享 招聘：不光看经验，还要重点评估 才的快速学习和适应能 基础层 L4 具/平台 具化 效率 输 知识 信息 AI+ 赋能战略地图 需求 。 研发 测试 具 集成 发布 运维 流程内部展开 快速调 AI 的能 ，共享 AI 的能 通过 作流 具，快速编排多模型、公司内外API 、知识库 稳定可靠的算 资源的提供

8. 数据？信息？知识？ AI 应 知识 命

9. 价值层 业务 降低成本： 成本优化X% 提升发布速度：发布成功率上升X% 提升客户满意度：提升X% 降低故障和投诉：线上故障率下降X% AI 纵向赋能 痛点： 才密度低、时间缺乏 AI：构建知识 轮 实践：聊天中提取知识，AI 检索知识 提炼 归纳 智能化 能 痛点：数据驱动、跨领域知识缺乏 AI：提升分析&洞察能 实践：借助 AI 和知识库，提供识别缺 陷、检索历史、归因分析 层 统计 分析 智能化 数据 • • • 痛点：烟囱效应、 缺乏 AI：提升 具研发效率 实践： 作流实现快速智能 成熟度 L5 L2 数字化 AI 横向赋能 痛点：低效知识检索与知识变现 AI：AI知识图谱，AI 播客 档:需求、概要设计、报告、清单 看板:质量、运维 代码：库、代码、CI记录 Chat/Mail: 同步、结论、 动信息 业务过程&结果指标: PV、北极星、转化 业务 志: 户 为 质量过程&结果指标:缺陷解决率、缺陷数 质量 志:Crash堆栈 痛点： 仓效应，信息墙 AI： 成测试 例、 动化 例、静态扫描 实践：基于需求 成测试 例、上游代码扫 数据 业务 混合 痛点：可视化&数据孤岛 AI：Text2BI，Text2SQL 具:APM、 RUM、Prometheus 具:TAPD、告警中台 具:云顾问、Coding、Git 痛点： 具智能化， 具孤岛 AI： 具-> Agent -> 作流 痛点：难以统 ，客观 AI：AI 提供 定义能 、AI 辅助分析 实践：AI 辅助定级定责 研发流程:DevOps 职能流程:故障定责、性能优化 流程 L1 L3 动化 减少 时间：测试开发 提升 提前发现并预防质量问题：缺陷前移 加速缺陷定位和修复：修复周期缩短X% 动化质量保障流程： 动化覆盖率X% 标准规范:性能基线、安全规范 案例库:故障、性能 案库: 闪退解决 案库、最佳实践 AI 速发展，要求更强的执 和学研 培养： 献、知识转播客，AI 落地实践经验闪电分享 招聘：不光看经验，还要重点评估 才的快速学习和适应能 基础层 L4 具/平台 具化 效率 输 知识 信息 AI+ 赋能战略地图 需求 。 研发 测试 具 集成 发布 运维 流程内部展开 快速调 AI 的能 ，共享 AI 的能 通过 作流 具，快速编排多模型、公司内外API 、知识库 稳定可靠的算 资源的提供

10. 和组织？

11. “从另外 个 度出发，AI时代的我作为管理者究竟遇到了什么困境？”

12. 发现迟，可怕的技术惯性 动化

13. 决策慢，当前技术构建成的价值

14. 落地怂，当前 做嫁 ？ 知识库 ？

15. 结：这些“解决 案”的背后都是“

16. 才”是AI时代的核 竞争 培养 才”呢？ • 怎样的“ “ 招聘

17. 培养“AI 才” 不会 PE AI 不好 不知道有什么 了，没时间学 已经很 这 优先级不 有新东 ，真的是好东 ，还不如学 Linux 源码呢 没兴趣 太忙了 业务压 具 ，还不如我 对于 AI 不感兴趣， 直没有学开 吗？

18. 我们都“太忙了” • 给战场，根据业务的痛点，客户痛点找战场，让 盾统 • 痛点在哪 ，从精益思想的基础，梳理流程是第 步 • 快速学习 • 闪电分享，没有压 的短分享 • 播客赋能，让学术进展更轻松获取 as NotebookLM

19. 案例：播客赋能 100篇领域论 ，按照问题领域，技术发展脉络去归纳成知识库

20. 案例：闪电分享

21. 我对 AI 不感兴趣

22. 案例：让 AI 有意思，经典 Bug AI知识库 成 库

23. 案例：被动 AI，从战略到 OKR的AI赋能 AI 替代不了 • 事实需要 来洞察和挖掘 • 从简答题到选择题 AI 替代 • 给出选择，降低负担、更多创新 • AI 可视化，降低认知负担 • 全局上下 ，减少组织思维断层

24. 案例：被动 AI，从战略到 OKR的AI赋能

25. 结： 的 ” 命

26. 招聘“AI 才” 试

27. AI 时代的考题 故事：AI 时代，太难了，增加考试的成本；杜绝作弊？还是开放使 启发：三篇作 AI 成，你要交上去哪篇成绩才更 ？ 验证技术过程 -> 验证技术的结果 开卷笔试题 ： 1. 极致性能优化 2. 极速 开发 AI

28. AI 时代的 试 会开发AI， 不 定会 好 AI 简单，考核PE 的能 ， 提示词做了什么改进？ 深 ，考核“AI 探索能 ”， 有什么应 场景？ 再深 ，考核“AI套娃思维”， 图 转代码还是转需求？ 再再深 ，考核对于本质的思考， 提炼了什么 法论（道、法、术、器） • • • • 引 ：https://liuyuntian.com/2025/02/16/ai.html

29. 结：考核 AI 的 ”

30. 总结：从 AI 中学习组织管理

31.

32. THANKS 模型正在重新定义软件 Large Language Model Is Redefining The Software