智能体重写软件工程产能：Vercel入站销售90%自动化、团队10人降至1.25 FTE，Perplexity两名工程师加数百智能体两月自研核心数据库

从“提效百分比”到“编制重算”

过去评估AI对研发的影响，习惯用“提效30%”这类相对值。相对值进不了预算表——提效30%之后，这个岗位是留还是减？Vercel给出的是绝对值：入站销售开发90%被自动化，团队从10名代表缩减至约1.25个FTE，年度基础设施账单维持在数千美元量级。当效果被换算成FTE，讨论就从工具选型进入了组织设计。

两名工程师对数百智能体：一种新的分工比例

Perplexity的案例更具结构性：用于快速抓取网页内容的核心键值数据库CobbleDB，由两名资深工程师与数百个持续运行的Computer智能体在两个月内完成，替代原先的AWS DynamoDB。关键不在于“AI写了数据库”，而在于资深工程师定义架构与验收标准，智能体承担实现与验证——对人的要求不降反升，只是要求的种类变了。

为什么是核心基础设施，而不是边缘脚本

企业里最容易交给智能体的通常是边缘工作：写测试、改文案、生成报表。这两起案例值得关注，是因为都落在核心资产上——一个直接决定销售线索转化，一个承载全量网页抓取。共同前提是可验证：线索有明确的转化结果，键值存储有延迟与吞吐这类硬指标。没有验收标准的任务，智能体无法自我纠错，也就不能放心交付。

护栏比能力更重要

控制项	需要做什么	为什么
权限沿用	使用原有系统访问权限，不扩容	避免Agent成为越权通道
写前审批	发送、付款、发布默认需人工确认	不可逆动作代价高于流畅度损失
审计留痕	每个自动动作可追溯到责任人	出事能定位，也是合规要求

同一周Anthropic为中小企业推出的43个预置工作流全部默认处于审批模式，任何发送、发布或付款动作均需用户确认。厂商集体选择牺牲流畅度换取可控性，本身就是对当前智能体可靠度的诚实评估。

对软件外包与自研团队意味着什么

冲击会先落在标准化交付层面：接口开发、数据迁移、报表与集成脚本，可验证、可批量，正是智能体最擅长的部分。相反，需求澄清、架构决策与验收标准制定会更值钱。以人月计费的合同模型也需调整——当两名工程师两个月就能交付过去二十人月的核心组件，按人力计价对甲乙双方都失真，转向按交付物与效果计价更合理。

结语：把“人做判断、智能体做实现”写进流程

当下最实际的动作不是重构团队，而是先挑一个边界清晰、指标可测的场景跑通闭环。一道科技立足杭州，为企业提供AI大模型定制、数据挖掘与软件外包服务，在智能体开发与遗留系统集成上有可复用经验，欢迎通过官网了解，或在资讯中心查看更多解读。

常见问题（FAQ）

两名工程师加数百智能体，是否意味着软件团队会大幅缩减？+

短期内更可能是结构调整而非单纯裁员。Vercel把10人缩减到1.25个FTE发生在高度标准化、结果可测的入站销售开发环节；需求澄清、架构决策与验收标准制定反而更值钱。对人的要求从“写代码”转向“定义问题与验收结果”，团队规模下降但单点能力要求上升。

智能体写核心基础设施，质量如何保证？+

靠三件事：一是可验证的硬指标，如延迟、吞吐、转化率，智能体才有自我纠错依据；二是权限沿用与写前审批，不可逆动作保留人工确认；三是审计留痕，每个自动动作可追溯到责任人。Anthropic为中小企业提供的43个预置工作流全部默认审批模式，反映的正是当前行业对可靠度的谨慎评估。

对以人力计费的软件外包模式有什么影响？+

按人月计价的合同会首先承压。当两名工程师两个月即可交付过去二十人月的核心组件，按投入人力计价对甲乙双方都失真，更合理的方式是按交付物与效果计价。同时外包商的价值会从“提供人力”转向“提供架构判断、验收标准与遗留系统集成能力”。