第47期 - 我们提效提的是什么？

封面是我最近出门买菜时途经的一条小道，这条路很有电影感，我就拍了下来。另外，最近我疯狂迷上了骑共享单车，真的太爽了——可能之前没怎么骑过.这种兜风的感觉太舒服了。

记录自己的%2,aka每周摸到的🐟(不定期更新

我们提效提的是什么？

最近刷到一篇文章，看完后还挺有感触的，想分享一下《If you thought the speed of writing code was your problem - you have bigger problems》

在某一天的会议上。领导兴奋地说，我们为每个团队都配备了AI coding助手，最新数据显示，代码产出量提升了40%,这将提高我们的速度。会议室内，有人充满兴奋，有人呆呆看着，但没人问：这个速度到底指的是什么？

作者引用了 Eli Goldratt 的制约理论（Theory of Constraints），指出每个系统都有一个唯一的瓶颈。当你优化一个非瓶颈环节时，并不会提升系统效率，反而会造成更多混乱。比如，如果代码产出翻倍，但下游的评审和部署环节如果没有加速或改革，只会导致 PR 堆积，开发者频繁切换上下文，降低代码质量，最终评审沦为形式。
然后，作者列出了一些可能是真正瓶颈的因素,我觉得大部分人应该都经历过。

  1. 不清楚该构建什么： 缺乏对用户需求的理解。如果方向错了，写代码越快，错得就越快,当然，这从另一方面也说明，AI提升了试错速度,或者说降低了试错的风险。。
  2. 代码完成后的繁琐流程： 代码写完后的评审、测试、QA、安全审计和部署窗口等环节，往往占据了交付周期的 80%。代码大部分时间都在“等待”中浪费了
  3. 部署信任危机： 害怕部署导致发布批次变大，进而增加风险，形成恶性循环
  4. 缺乏反馈闭环： 产品上线后不去衡量是否解决了用户问题，导致下一次规划依然靠猜
  5. 组织和会议问题： 决策需要通过无数的会议或特定的关键人物，这种“日历瓶颈”是纯粹的人为障碍

下述是作者给出的一些建议：

  1. 梳理产品周期： 记录从一个想法到上线的每个步骤，每个步骤所耗费的时间，以及实际工作时间与等待时间的比例。
  2. 消除等待时间： 优化PR的评审机制，自动化部署流程，简化决策链。
  3. WIP limits: 控制并行任务的数量，不要同时处理太多事情,这个建议也是我最近一直在应用的，比如我在工作时，常会突然接到别人的任务。以前我会并行处理，比如一会儿做A，一会儿做B；如果再加一个任务，我就同时处理三个，但依此往复，任务越多，我的注意力就越难集中；又因迟迟未完成，事情不断积压，进而引发紧张和焦虑，效率进一步下降，形成恶性循环。

所以提效要突破的是我们的瓶颈，不是在已经做得不错的地方做提升。放在刚刚上述的例子中，真正的竞争优势并不是我们写代码有多快，而是能否精确地定位需求，并高效交付给用户。

音乐分享

《踮起脚尖去爱》
此人唱商极高，唱得好，弹得也好。

有趣的产品和工具

kazumi
最近找到了一个功能全面、简洁好用的看番软件，方便我记录自己看过的内容。

animal-island-ui
动森风格的react ui库，好可爱

streamdown
vercel团队推出的适用于ai流式输出的markdown库，主要是从性能方面，每次内容更新不是全量重新渲染，而是把内容分成块，然后局部渲染更新(虽然我觉得很多markdown为了适应ai也做了这种优化，但奈何是大厂出品，还是选择相信)，然后主要就是做了比较详细的文档和skill，方便ai使用

播客和文章

《AI 致富教程：先搞色色，再去卖课 》
我觉得很好的概括了近些年ai的商业模式以及对于使用ai的现实困境， Midjourney、Stable Diffusion 这类工具刚刚能稳定出图，就有人意识到：这东西能捏出以假乱真的人脸，能批量生产，成本几乎为零。于是用ai生成虚拟形象，再有gpt回复私信，于是虚拟女友整条链路基本自动化，然后又是儿童绘本。但当所有人拥挤同一赛道，销量被摊薄，质量问题随之出现，平台监管也开始
然后他和那批做 AI 擦边的人，不约而同走向了同一个终点。“AI 绘本从零到上架全流程”，做擦边的人卖的是“AI 虚拟模特搭建教程”，买单的都是下一批刚听说这件事、还以为窗口没关的人。
两个赛道，两套内容，包装不同，卖的是同一种东西：一个“我也能做起飞的猪”的幻觉。这些听起来是站在风口捡钱的生意，却因为审美和”旧技能“卡住了一堆人
没学过设计的很难把脑子里模糊的审美感受变成精确的语言，例如seedance做短视频，工具本身很快就会了，但如果你没学过电影，”我知道我想要一个有质感的画面“，但”有质感“这三个字放在提示词里面没有什么用，不知道那个质感具体是什么光，什么景别，什么运镜。
工具的能力在快速变强，但使用者之间的差距并没有因此缩小，反而在某种程度上被放大了。以前大家都做不出好东西，现在有审美积累的人可以做出很好的东西，没有的人还是在“能用”和“好用”之间徘徊。
AI 触发的是另一种怀疑，一种更接近“你有没有真的做这件事”的追问。创意工作里向来有一种隐性的契约，好的作品意味着有人为它付出过时间、精力、打磨。AI 的出现却正好破坏了“付出”和“产出”之间那条大家默认存在的因果线。你用 AI 三天做出来的东西，和别人手工两周做出来的东西放在一起，哪怕质量一样，前者会让人觉得有什么地方不对劲。这种“不对劲”可以总结成”不公平”。

《AI是怎么回事》
“绝大多数产品的生命周期其实就在 3–6 个月， 这个周期本身就已经决定了一件事： 所谓长期优雅架构，很多时候根本等不到它发挥价值的那一天。” 这个我一直都在思考：是否真的需要在一开始就设计好整个产品的架构？如何在优雅的架构与快速迭代之间取舍，真的很考验经验。

Thanks for watching!❤️
发布日期：2026/5/01
下一篇 | 去首页 | Twitter