本文永久链接 – https://tonybai.com/2025/09/28/how-top-performers-stand-out-in-the-age-of-ai

大家好,我是Tony Bai。

AI 正在以前所未有的速度重塑软件开发领域。从代码生成到信息检索,AI 工具无疑极大地提升了工程师的生产力。一个普遍的假设是,谁能更好地利用 AI,谁就能成为新时代的顶尖人才。然而,Dropbox 最近发布的一项内部研究,却对这个看似理所当然的结论提出了一个深刻的挑战。

研究发现,虽然 AI 工具(如 ChatGPT 或 Dropbox Dash)确实让所有员工的效率都得到了提升,但它并不是区分最高绩效员工(即那些“卓越”的员工)与普通高绩效员工(“优秀”的员工)的关键因素。当 AI 将“写代码”的效率门槛普遍拉高后,一个更核心的问题浮出水面:在一个 AI 成为标配的时代,顶尖开发者究竟凭借什么脱颖而出?

本文将和大家一起解读这份研究报告,逐层剖析 AI 带来的生产力悖论,并揭示那些在 AI 时代真正让顶尖开发者与众不同的“剧本”和核心特质。

AI 生产力悖论:当所有人都开上了“跑车”

Dropbox 的研究首先确认了一个事实:AI 是强大的生产力引擎。在其内部,高达 78% 的员工认为 AI 工具提高了他们的工作效率,这一比例比去年大幅跃升了 20 个百分点。高达 96% 的员工每周都会使用 AI 来处理信息查找、头脑风暴、软件开发和草拟信息等任务。

然而,一个关键的发现随之而来:AI 带来的生产力增益是普惠的。无论是哪个级别、哪个岗位的员工,在使用 AI 后都报告了相似的效率提升。这意味着 AI 就像是给所有赛车手都换上了一辆更快的跑车——赛道上的整体速度都变快了,但车手之间的排名可能并没有因此改变。

当我们聚焦于那些同时具备高绩效高敬业度的“卓越员工”(Thriving Employees)时,数据显示,87% 的卓越员工认为 AI 提升了他们的生产力,而其他员工中这个比例是 76%。这个差距是存在的,但并不足以解释他们之间的巨大表现差异。

这导出了研究的核心问题:如果 AI 只是新的“起跑线”,那么决定胜负的终极因素是什么?

高绩效开发者的“剧本”:AI 之外的差异化优势

为了回答这个问题,研究团队深入分析了开发者群体的具体数据,包括 PR 提交量、工作习惯的自我报告以及对工作体验的感受。结果清晰地描绘出了一幅“卓越开发者”的画像,他们的成功秘诀远不止于熟练使用 AI。

数据显示,卓越开发者提交的 PR 数量比同行多 20%。但这并非因为他们打字更快或工作时间更长。更高的产出速度,是他们更优秀的工作系统所带来的自然结果。这个系统由以下几个关键要素构成。

1. 专注工作的“不公平优势”

69% 的卓越开发者表示,他们有时间进行深度、专注的工作,而这一比例在其他开发者中仅为 51%。这是一个高达 18 个百分点的惊人差距。这表明,顶尖人才的核心能力之一,是主动设计自己的工作日程,以保护最宝贵的认知资源——专注力。

他们更倾向于:

  • 批量处理会议,避免日程被零散的会议切割得支离破碎。
  • 在日历上明确“封锁”出大块的“免打扰”时间,用于攻克复杂的技术难题。
  • 刻意安排休息和体育活动,以实现强度与恢复的平衡,保持可持续的高输出。

2. 高质量代码的良性循环

研究揭示了一个关于代码质量的良性循环:

  • 84% 的卓越开发者认为他们代码库易于理解和修改(vs. 同行的 62%)。
  • 59% 的人认为调试生产环境问题很容易(vs. 同行的 38%)。
  • 77% 的人感觉他们正在开发的产品具有很高的稳定性(vs. 同行的 65%)。

这三个数据点紧密相连。因为拥有更多深度工作时间,他们能够产出更高质量、更易于维护的代码。这使得后续的调试工作变得简单,产品的整体稳定性也更高。而一个更稳定的系统,又反过来减少了救火和紧急修复的需求,从而为他们赢得了更多可以用于深度工作的正向循环时间。

3. AI:不止是代码生成器,更是认知伙伴

虽然 AI 不是唯一的差异点,但卓越开发者使用 AI 的方式确实更胜一筹。73% 的卓越开发者每天都使用 AI 辅助,而其他开发者为 59%

结合访谈数据,研究发现,顶尖人才不仅仅将 AI 视为“任务自动化”工具,更是将其作为“认知伙伴”。他们利用 AI 节省下来的时间(49% 的人表示会将节省的时间重新投入到更高价值的工作中),去从事更深层次的思考和创造:

  • 超越产出,拥抱探索: 他们利用 AI 快速验证想法、进行头脑风暴、探索不熟悉的技术领域。
  • 好奇心与自我导向: 他们不满足于 AI 给出的第一个答案,而是通过追问、提供更多上下文,来引导 AI 产出更具洞察力的结果。

正如 Dropbox 首席人事官 Melanie Rosenwasser 所言:

“AI 无疑能帮助我们更快地工作,但节省的时间不一定等于创造的价值。真正的机会在于我们如何利用收回的时间。我们的顶尖人才超越了产出本身,他们拥抱解决问题、好奇心和自我导向,利用技术去催生更深度的思考和更有意义的影响力。”

回归人性:AI 无法取代的核心特质

最终,研究将卓越员工的特质,归结为三个 AI 无法取代的、持久的人类技能:自主性、连接和平衡

  • 自主性 (Autonomy): 他们主动设计自己的工作系统和时间表,寻找能带来成长的“延伸项目”,其动力源于创造影响力,而非追求可见度。
  • 连接 (Connection): 他们积极地与直属团队以外的人建立关系(即投资于“弱连接”),这能帮助他们获得新鲜的想法、提前发现潜在的障碍,并扩大自身的影响力。卓越员工在这方面的比例比其他人高出 18%
  • 平衡 (Balance): 他们懂得在高强度工作与恢复之间取得平衡,将体育活动等安排进工作日,以维持长期的、可持续的卓越表现。

小结:工程师的未来价值

Dropbox 的这项研究为我们描绘了一幅清晰的 AI 时代人才图景。当 AI 成为像编译器、IDE 一样普及的基础工具后,单纯比拼“工具使用效率”的时代正在过去。

对于我们工程师而言,未来的核心竞争力将无可替代地转向那些“元技能”:

  1. 深度工作的能力: 保护和运用专注力,解决复杂问题的能力。
  2. 构建高质量系统的能力: 编写清晰、可维护、稳定的代码,从而进入正向的开发循环。
  3. 战略性思考的能力: 将 AI 节省的时间,投资于更高层次的抽象、设计和创新。
  4. 人际连接的能力: 跨越团队边界,建立广泛的合作与影响。

AI 是一个强大的“能力放大器”,它能让你现有的工作习惯和思维模式变得更有效率。但最终,是那些持久的、独特的人类技能,如专注、好奇心、学习敏锐度和协作,真正驱动我们前进。在一个被 AI 加速的世界里,那些回归人性根本、修炼内功的工程师,将最终脱颖而出。

资料链接:https://blog.dropbox.com/topics/company/research-how-top-performers-stand-out-in-the-age-of-ai


你的Go技能,是否也卡在了“熟练”到“精通”的瓶颈期?

  • 想写出更地道、更健壮的Go代码,却总在细节上踩坑?
  • 渴望提升软件设计能力,驾驭复杂Go项目却缺乏章法?
  • 想打造生产级的Go服务,却在工程化实践中屡屡受挫?

继《Go语言第一课》后,我的《Go语言进阶课》终于在极客时间与大家见面了!

我的全新极客时间专栏 《Tony Bai·Go语言进阶课》就是为这样的你量身打造!30+讲硬核内容,带你夯实语法认知,提升设计思维,锻造工程实践能力,更有实战项目串讲。

目标只有一个:助你完成从“Go熟练工”到“Go专家”的蜕变! 现在就加入,让你的Go技能再上一个新台阶!


商务合作方式:撰稿、出书、培训、在线课程、合伙创业、咨询、广告合作。如有需求,请扫描下方公众号二维码,与我私信联系。

© 2025, bigwhite. 版权所有.

Related posts:

  1. “我们放弃了”——Go 团队坦诚布公,聊聊那些可能永远不会加入 Go 的功能
  2. context:Go 语言的“天问”,你真的懂了吗?
  3. “可移植性”的隐藏成本:Go为何要重塑maphash并划定新的运行时边界?
  4. 重构还是重写?GitHub工程师维护Go大项目的实践指南
  5. Go 安全的“隐形战争”:过去、现在与未来