核心论点
“工程效能的瓶颈已不再是‘编写代码’，而是‘代码之外的一切’。”
1. 范式转移：从编写到编排
Fiona 在 28 分钟的演讲中明确指出，随着 Claude Code 等 AI 代理工具的成熟，代码编写的边际成本正在趋于零。这导致了工程约束的重塑：
- 瓶颈左移：当 AI 可以在几秒钟内生成数百行代码时，人类工程团队的负荷迅速转移到了 评审 (Review)、验证 (Verification) 和 协调 (Coordination)。
- 从 Debug 代码到 Debug 意图：工程师的角色从“打字员”转变为“架构师”和“审查者”。最昂贵的错误不再是语法错误，而是需求理解的偏差。
“当代码产出的速度提高 10 倍时，你的评审流程、安全检测和部署流水线是否还能跟上？如果不能，AI 只是在加速堆积技术债。”
2. 打造 AI 原生工程组织
如何管理一个被 AI 深度武装的团队？Fiona 提出了四个关键维度：
信任与核实 (Trust but Verify)
管理者必须学会在大幅授权给 AI 的同时，建立自动化的质量门禁。她强调，“Read-only 模式”不仅适用于接收反馈，也适用于观察 AI 的初步产出：先吸收意图，再进行干预。
引入“常规程序 (Routines)”
她展示了 Claude Code 的新功能——异步自动化。团队可以设定“常规程序”，让 AI 代理在后台处理 Bug 修复、依赖更新和初步的代码审计，而无需人类实时触发。
跨职能协同的加速
由于工程速度的提升，产品、设计和安全团队必须更早、更紧密地介入。AI 时代的管理需要更强的透明度和更快的决策链路。
3. 管理哲学的进化
除了技术流程，Fiona 还分享了她在 Meta 和 Anthropic 积累的深度管理心得：
- 高杠杆 1:1：禁止在 1:1 会议中同步项目进度（应通过异步文档解决）。面对面时间应专注在：职业成长、动机分析和解决深层冲突。
- 反馈的“只读模式”：在接受负面反馈时，坚持 24 小时的“只读期”。不辩解、不即时调试，只记录。给大脑时间去消化不适感。
- 善意 (Kindness) 作为核心生产力：在极高压的 AI 竞赛中，善意不是软弱，而是防止核心人才枯竭的防冻液。
4. 对导师制的重新定义
Fiona 认为，在 AI 时代，导师不再是知识的灌输者，而是方向的引导者：
- Mentee 驱动：被指导者必须拥有“拉取”信息的权力。如果没有明确的目标和主动权，导师制只是在浪费两个人的时间。
- 使命驱动：文化不是贴在墙上的口号，而是团队在面对困难决策时的本能选择。