软件研发是一个涉及人员多、流程多、系统多的复杂工程，LigaAI 和极狐GitLab 一直在积极探索安全、高效交付的方式。LigaAI 在「AI+研发协作」领域持续创新多年。作为以人工智能技术为核心的新一代智能研发协作平台，LigaAI 通过 AI 和强大的多端联结能力，为众多企业提供了一站式需求管理、智能项目助理、研发洞察等产品和服务。致力于通过 AI 场景化繁为简，提升协作效率，赋能研发团队，LigaAI 秉承更智能、更轻巧、更高效的理念，助力研发团队高质量、高效率地创新成长。

经过多年的深耕极狐GitLab 已经发展成为一个囊括敏捷项目管理、源代码托管、CI/CD、安全合规等众多功能的企业级一体化 DevSecOps 平台，通过提高研发、产品、运维、测试、安全等人员之间的协作、简化繁杂工具链的运维、加速价值流的流动来实现软件交付效率的提升，同时保证软件研发的安全可靠。

LigaAI 和极狐GitLab 的合作，将构建 AI 时代研发提效新范式。

范式一：研发需求智管理，研发效能新洞察

在需求开发过程中，产品、设计、开发、测试、运维等多个角色需要通力协作，而跨职能团队间无缝的增量传递是提升研发效能的关键。传统需求管理方式中，需求文档撰写、状态更新和同步以及项目进度跟踪常常造成人效的浪费。在 LigaAI 中，产品经理可以通过 AI 自动编写 PRD 文档并补充上下文语境，让 AI 分析需求质量，并一键创建待办需求，快速实现文档与需求的双向联动，不仅提高了文档质量和录入效率，还确保每条需求都有完备的跟踪和记录。

在需求管理方面，LigaAI 也为团队提效进阶赋能，例如智能归集个人待办、自动生成日报/周报、可视化项目进度与风险等等。借助 AI 能力，研发人员能够在海量的需求数据中，快速获取待办、进度、阻碍和风险等重要信息，从而提升决策效率与质量。LigaAI 实现了产研业务一体化协作，为研发提供全新的视角，真正专注于交付价值。

高效的需求管理是软件快速交付的开始。LigaAI 让需求管理变得简单、智能、高效，也会让研发人员对于需求的理解更加透彻，再配合极狐的源代码托管、GitLab CI/CD，让软件研发快速、高质量交付真正落地。

范式二：人机结对智编程，代码交付新体验

编码、测试、评审并合并到主干分支，这是研发人员常见的代码交付流程。AI 可以融入到这个流程中的每一个环节，诸如用 AI 进行代码辅助编写、用 AI 自动生成测试用例对代码进行测试、AI 自动推荐「硬核」审核员对代码进行评审等，XP 中提倡的结对编程，在 AI 的帮助下，得以真正落地实践，这个过程对于效率的提升是不言而喻的。此外，AI 还可以对代码块进行解释，帮助新入职员工或者代码评审人员快速了解代码的背后逻辑。AI 化身成为研发人员的「个人小助理」，实现有 AI 随行，码力无限。

极狐GitLab 本身有完成的 JiHu Flow 来标准化软件研发流程、提高代码质量，同时提升大规模团队的协作和研发体验，在 AI 的加持下，这种工作流带来的效率提升会被进一步放大，价值也会更加凸显出来。极狐GitLab 将用 AI 赋能软件研发工作流，带来软件交付新体验。

简化代码提交操作也是优化用户体验的重要一环。过去，研发人员完成编码后，还需切换到其他工具更新任务状态，这会造成上下文切换和信息同步不及时的问题。LigaAI 通过插件将需求和编码工作关联起来，实现统一管理。现在，研发人员可以在 IDE 内直接查看个人待办和需求详情、同步项目状态，并且利用提交消息功能自动提交代码信息，无需来回跳转，专注于编码创造。

范式三：漏洞风险智化解，安全合规新防护

安全是软件交付的底线，随着软件代码行数、功能的增多，安全风险也在增加，在软件敏捷交付的时代，就需要安全提前介入来确保软件交付的安全性，这也是这几年火热的 DevSecOps 的由来。极狐GitLab 在 DevSecOps 方面开发了大量的功能，不仅引入了大量安全测试手段（7 大安全测试方法） ，还将这些安全手段和内置的 CI/CD 无缝集成，实现变更代码的自动扫描，研发人员或代码审核人员在 MR 中就可以看到扫描出的安全漏洞，并根据修复建议进行快速修复，从而缩短漏洞的修复时长，提高变更代码的安全性。

但是这种情况下，安全报告的解读还是需要专业的安全知识，或者专业的安全人士，漏洞的发现也多在测试阶段。在 AI 的加持下，安全漏洞的发现会更进一步—— 在研发人员编码的时候，AI 就能够识别出代码中的潜在安全风险，并且给出修改建议；而在测试阶段发现的安全漏洞，AI 能够像专业的安全人士一样用研发人能懂的话术对漏洞进行解读，并且给出修复建议，这样不需要其他人员的帮助，研发人员就能够自行解决代码中的漏洞，整个安全漏洞的修复周期是会大大缩短的，代码的安全性也就得到了保证。

此外，项目级安全与风险同样不可忽视。LigaAI 融合大量行业最佳实践，在海量的原生数据中解析出涵盖团队、项目和工程三个维度的诸多核心研发管理指标，全程动态追踪软件交付表现，以 AI 诊断保障项目交付安全。

在项目进程中，产品经理可以根据量化指标数据和基于 AI 的智能建议，掌握团队及项目的健康情况和潜在风险，快速调整策略方向；技术负责人可以从工程角度洞察研发团队的编码表现、任务流转数据及分支处理效率，借助 AI 智能专家提供的诊断建议，提前识别工程瓶颈，精准优化；CTO 能够根据「性能等级标杆」快速辨析组织的研发效能和关键阻碍，而 AI 结合实际情况，提供可行的优化建议，助力项目顺利完成。

写在最后

软件研发领域已经迈入 AI 时代，单纯地使用人力或者传统工具进行研发提效可能会是一件收效甚微的事情，学会利用 AI 的力量来放大传统工具的能量，提升研发效能是 AI 时代每位软件人都需要做的事。而 LigaAI 和极狐GitLab 已经在这条路上做了很多探索，相信两个产品的结合能够为中国程序员及企业带来提供新质生产力的利器—— AI 赋能的企业级软件研发平台。

关于LigaAI

LigaAI 是新一代智能研发协作平台。我们以人工智能技术为核心，致力于通过 AI 场景化繁为简，提升协作效率，赋能广大研发团队。从开发者的具体工作场景出发，LigaAI 通过人工智能将开发者们从繁杂琐事中抽离出来，为其提供简洁、智能的协作体验，也为不同类型的组织提供数字化、个性化、智能化的项目协作平台。

欢迎体验新一代智能研发协作平台 LigaAI，快人一步打造 AI 增效引擎！

日前，LigaAI 与深圳市企业联合会、西云数据联合举办了「AI 驱动增长，研发数智化升级」技术专题沙龙。本次活动围绕「AI+」应用实践，邀请到 LigaAI 联合创始人兼 CTO 张思、西云数据高级解决方案架构师王高雄分享生成式 AI 在具体工作及业务场景中的落地经验；到场嘉宾们还就「智能化手段对研发效能的提升及对企业增长的影响」展开了交流与探讨。

活动特别邀请到深圳市企业联合会康永魁会长出席并致辞。康会长指出，AI 命题紧扣大湾区发展和高质生产力的时代要求，企业探索 AI 驱动力，积极推动新技术在企业研发、管理及业务等领域的应用，将有助于思路启发、视野开拓、技术赋能和管理创新。

活动中，LigaAI 联合创始人兼 CTO 张思作了题为「AI 当道，研发如何驱动企业越阶增长」的分享。他从 AI 应用场景选择到 AI 提效的量化与管理，全面解读了生成式 AI 可以如何为产研团队所用并持续赋能——借助「三环模型」筛选可 AI 化的具体场景，通过 LigaAI 「采集-跟踪-诊断-提升」四步曲量化和优化 AI 效益。

张思强调，AI 技术在工作场景中全方位融合已成为必然趋势，对 AI 祛魅才能更好地让新技术为己所用：Copilot、Auto-agent 和 AI Agent 都是数字化劳动力，其本质都是企业的资产和工具，无需过度「神化」。

西云数据高级解决方案架构师王高雄则带来「生成式 AI 助力企业出海，赋能业务扩张」的精彩分享。他首先介绍了生成式 AI 的最新成果和行业动态，又深入浅出地讲解了 Amazon Bedrock 在助力企业出海方面的场景应用和案例经验。

他指出，生成式 AI 是集高科技、高质量与高效能于一身的重要的新质生产力，而 Amazon Bedrock 已在检索增强（RAG）、虚拟角色塑造、文本分析/生成、图片生成与重塑等业务场景提供支持。

主题分享结束，思维的激烈碰撞正式拉开帷幕。现场嘉宾们围绕行业落地和业务结合经验展开交流和分享，更深入探讨了 AI 及数字劳动力对组织架构、流程优化、人效提升和研发效能等的影响。

活动总结

人工智能无疑是当今时代最具变革性的技术力量，也正在以惊人的速度重塑各行各业的生产协作方式。作为一家以 AI 技术为核心的企业服务公司，LigaAI 相信 AI 技术将为企业带来更多增长机遇和创新动力。

期待下一次相遇，期待与更多朋友一起见证 AI 带来的行业飞跃。

关于 LigaAI

LigaAI 是新一代智能研发协作平台。我们以人工智能技术为核心，致力于通过 AI 场景化繁为简，提升协作效率，赋能广大研发团队。从开发者的具体工作场景出发，LigaAI 通过人工智能将开发者们从繁杂琐事中抽离出来，为其提供简洁、智能的协作体验，也为不同类型的组织提供数字化、个性化、智能化的项目协作平台。

>> LigaAI 往期精彩阅读 <<

宁波银行：在「金融科技」引擎上，沉浸式提效减负

生成式 AI 如何释放开发者的生产力？

新晋技术管理者如何推动组织变革？

欢迎试用 LigaAI-智能研发协作平台，体验智能研发协作，一起变大变强！

过去一年，颠覆性的创新技术和成果频频涌现，外部环境不确定性加剧。在那些或抓马或平凡的日子里，LigaAI 持续分享了许多优质的最佳实践与成功经验，试图为广大研发团队带去一些确定性。

随着 2023 正式汇入时间长河，LigaAI 也整理了这一年中备受好评的重磅文章，并将一整年的创意、想法和思考精炼为 8 个年度关键词，希望与你一起回顾新一年的收获与成长。

01：AI 赋能

2023 年，是 AGI 和大模型空前发展的一年：ChatGPT 点燃全行业对大模型的探索热情，从「百模大战」到应用落地，全世界都为之疯狂。作为一个以 AI 技术为核心且高度重视效率的团队，LigaAI 一直在挖掘「AI 赋能研发提效」的无限可能；在不断强化产品力的同时，我们也听到许多焦虑和质疑的声音：

• 当 AI 可以听、说、读、写、看、画，甚至思考，「我」会不会被取代？
• 类似 ChatGPT 的能力能多大程度地帮助组织提升工作效率？
• 当「AI 布局」成为角逐新高地，生成式 AI 会如何影响产品形态，重塑产业价值？

大模型元年，LigaAI 在反复追问、思考、实践和验证中去虚务实，更加坚定了「用 AI 技术赋能广大研发团队」的创业初心。

《ChatGPT后，B端产品设计会迎来颠覆式革命吗？》

《对话 ChatGPT：现象级 AI 应用，将如何阐释「研发效能管理」？》

《五一特辑 | 人类 vs AI：玩梗大作战，看看谁是最后的赢家？》

02：研发效能度量

数字化时代，提升研发效能，加快高质量价值交付已然是众多企业的核心竞争力和重要目标之一。有度量才有管理——研发管理提效自然也离不开精准可靠的量化指标。

LigaAI 从速度、质量和价值等维度出发，整理并解析了含 NPS、Cycle Time、Lead Time、MTTR 等在内的常见效能度量指标；通过提供一个具象直观的数据管理视图，帮助研发管理者更科学、更全面地洞察组织交付能力，精细化提效增长。

《什么是研发 Lead Time？》

《用Cycle Time做度量，优化研发交付效率成功一半》

《9 个研发质量管理指标，一次理清！》

《质量指标大PK：MTTR vs MTBF，谁是靠谱王？》

03：可持续生产力

毫无疑问，世界正在阔步迈向 AI 驱动的时代。当开发复杂度和研发管理复杂度日渐攀升，「如何让开发工作效率以同等速率跟上增长」或将成为围困组织的灵魂拷问。秉承着「以人为本」的价值观，LigaAI 期望助力企业建立一支健康稳定、敏捷高效、自组织的研发强军，赋能企业维护可持续的研发生产力。

高绩效团队通常具备哪些优势和特点？研发管理者可以如何科学管理及提升组织生产力，并长期维护健康的可持续工作状态？欲知详情如何，且看下列分享~

《高绩效团队的 5 个优秀习惯，看看你占了几个？》

《如何科学判断研发团队是否在健康工作？》

《准AI时代，如何衡量程序员的工作效率和生产力？》

04：业务提效

生成式 AI 有望带来相当于全球行业收入 9% 的新增价值，而工作与协作范式的转变也为突破增长困局带来转机。行业新贵频出，企业换代速度加快让「理解业务，稳定增长」成为企业生存的第一要义，也给研发团队提出了更高的要求。

作为离前沿技术最近的部门，研发团队必须为「如何充分释放 AI 和工具的潜力并为企业创造业务价值」递上一份令人满意的答卷。关于软件工具和 AI 能力的驾驭技巧，LigaAI 有话要说。

《宁波银行：在金融科技引擎上，沉浸式提效减负》

《论 PMF 和结果导向如何影响组织效能？》

《生成式 AI 如何释放开发者的生产力？》

05：技术管理进阶

“要做企业和研发团队的陪跑者”，LigaAI CEO 周然如是说。任何企业和组织都离不开管理者，而在「技术晋升管理」相当普遍的研发领域，两眼一抹黑的无所适从却才是新晋管理者的工作常态。

围绕「技术管理进阶」，LigaAI 创作和分享了一系列干货文章，全面拆解了从技术到管理、从「管事」到「管人」的常见难题及解决办法，以帮助更多（准）技术管理者更快、更好地开展新工作。

《压箱底的技术管理成长经验分享，请收好！》

《新晋技术管理者如何推动组织变革？》

《向上管理：三个技巧，教你如何与老板高效协作》

06：技术狂欢

将工程师文化贯彻到底。这一年，LigaAI 持续分享了多篇技术解决方案，并有幸在多个开发者社区获得程序员朋友们的广泛认可。在坚持做知识沉淀和技术交流的日子里，「看见自我成长」也荣登我司开发者们的「成就感榜单」榜首。

稳住心态做研发，静下心来搞技术。未来，LigaAI 还将继续以「为开发者社区添砖加瓦」为己任，持续分享技术博客，坚定务实地向上生长。

《72小时灵感冲刺，创意就该这么玩 | Hackathon特别策划》

《前端进阶：如何在 Web 中使用 C++？》

《如何编写同时兼容 Vue2 和 Vue3 的代码?》

《ChatGPT API 调用总超时？解决办法在这》

07：SaaS 出海

2023，中国企业出海火热依旧。与往年 ToC 产品引领出海不同，这一年越来越多 ToB SaaS 企业主动地在国际化市场寻找第二增长曲线。

出海掘金潮下，LigaAI 不由地好奇国内外市场需求是否「有壁」？一个主要由中国人组成的研发团队如何提升组织能力，才能快速响应和服务国际客户的需求？为此，LigaAI 专门向拥有国际化基因的出海领先企业讨教了一番。

《SaaS 出海，如何搭建国际化服务体系？》

08：价值驱动

价值，是过去一年在我司出现频率最高的词汇，没有之一。三年多来， LigaAI 回答得最多的问题是「和其他研发管理工具相比，你们有什么不同？」ChatGPT 带着 AI 飓风席卷全球后，LigaAI（一家「标榜」以 AI 技术为核心的公司）难免被频繁地问到「你们的 AI 能做什么？」

三周年那天，我们正式向大家告白「LigaAI 为什么而存在？」——颠覆低效的研发协作模式、消除顽固的研发管理盲区、建立起以科学度量和精细化管理为基座的价值交付舰艇，智能化赋能研发管理。

《LigaAI：从效率、度量和价值维度，成为研发团队的智能医生》

写在最后

2023，变化依旧是时代主旋律。经历增长放缓、「AI 入侵危机」和「出海淘金记」等时代巨制后，LigaAI 反而能更加专注且坚定地关注自我跃升，向内生长、向外突破。

这一年，我们更坚定要用 AI 技术赋能研发团队；

下一年，我们还将继续以 AI 技术赋能企业成功。

2024 赋能研发提效，LigaAI 步履不停！

欢迎试用 LigaAI-智能研发协作平台，体验智能研发协作，一起变大变强！

将金融科技作为重要生产力，宁波银行坚持深化科技与业务融合，是金融行业数字化转型的典范。在研发流程数字化建设早期，宁波银行率先实现从代码提交到发版上线的一体化升级。伴随业务水平和企业目标的发展，「研发全流程数智化管理」被提上日程，而为研发协作而生的 LigaAI IDE 插件正是打通需求到开发，搭建价值流「最后一公里」的重要一环。

围绕沉浸式、自动化和精细化三个目标，宁波银行与 LigaAI 基于「奋进号」平台，联手打造「LigaAI IDE 提升项目」。 通过减少个人时间浪费、抹平团队协作障碍，为行内开发者打造沉浸式工作体验，以数据驱动赋能研发管理。

01 LigaAI IDE 插件：沉浸式工作，小改善有大跃升

走在行业数智化建设前列，宁波银行也面临着研发流程信息化的伴生问题：项目信息和开发工作分散在不同工具中，研发人员需要在多个系统和平台间反复跳转才能查看需求、管理和跟踪研发工作。 开发者的工作节奏被迫打乱，无法专注思考和编码，而依赖手工更新状态既无法保证时效，还会在上传下达中浪费研发资源。

LigaAI IDE 提升项目无缝连接需求管理与代码管理，覆盖 IDEA 、Android Studio、VS Code 和 Eclipse 等宁波银行所需的集成开发环境（IDE），以插件形式为研发人员打造沉浸式个人工作空间。得益于 LigaAI 为其特别定制的工作类型、详情字段和关联管理等，开发者们无需切换至奋进号或 IM 工具，在 IDE 内就能直接查看个人待办工作、了解完整的需求详情、掌握项目进展、更新和传递需求状态、提交反馈和评论，高效管理每日工作。

LigaAI IDE 插件实时同步项目更新与变更，不仅增强了高价值信息的流通性，还让开发者免受工具切换、思路阻断的困扰，最大程度保障了充足的专注时间，释放更多生产力。

改善工作体验少不了「沉浸式代码评审」。基于奋进号的开放能力，LigaAI IDE 插件将代码托管平台的能力嵌入 IDE，不仅支持 MR 的快速创建和自动关联，还支持记录和查看代码修改详情，通过将代码差异与详情以清晰直观的方式统一起来，帮助开发者高效完成代码评审，提升整体工作效率。

02 LigaAI IDE 插件：自动化提效，攻克协作信息差

安全、合规和风控是金融科技发展和创新的底线，对宁波银行而言，研发流程规范和审核制度再怎么严谨都不为过，但这难免会给力求高效和流畅的研发协作带来「小烦恼」。

以代码管理为例，宁波银行在探索实践与持续改进中，对创建/合并分支、提交代码、代码评审等环节提出了明确的操作要求和规范，还设置了多个如代码关联核验的检查节点和质量管理门禁。

过去，开发者们需要自行根据工作类型及分支命名规范，手动为每张卡片创建和拉取分支。 如果遇到突发的缺陷或事务，即便能够快速编码，也常常会因为卡片信息缺失或分支命名错漏而流转受阻。

现在，有了 LigaAI IDE 插件将整个过程智能化，开发者可以在 IDE 内快速创建卡片和分支，自动关联开发任务或事务，并自动填充需求信息。 在简化操作路径的同时，LigaAI IDE 插件用强大的自动化功能代替手工创建及填报，提高研发进程中信息的准确性和及时性，为高效协作打下基础。

提到代码关联管理，研发平台负责人彭老师告诉 LigaAI，行内开发者提交代码时，如果未按要求提供卡片、人员等信息或者提交了错误的信息，都会导致 PR 失败；同时，受到卡片变更规则和质量管理门禁的约束，回退代码也不容易。

因此，研发人员通常会从提前整理好的文档或者已提交的代码中复制模板，再手动替换内容。即便如此，信息错漏导致的提交失败和返工依旧时有发生。

从开发者的具体工作场景出发，LigaAI IDE 插件「智能 Commit Message」功能很好地解决了这个问题。借助 LigaAI 模板化和自动化的能力，开发者能轻松实现代码与卡片的精准关联，有效改善因信息错报、漏报导致的返工和浪费，为后续顺畅的研发协作提供保障。

03 LigaAI IDE 插件：精细化管理，击破效能瓶颈

践行数智化管理，研发效能度量体系和可视化分析是强有力的臂膀，宁波银行深谙此道。由于行内业务繁多、开发者们使用的 IDE 种类不一，且 IDE 原生能力无法满足组织对数据和权限的复杂要求，宁波银行曾受限于缺失的开发数据和时效滞后的进度信息，难以有效开展有据可查的管理赋能。

引入 LigaAI IDE 提升项目后，宁波银行在奋进号原有的 DevOps 能力基础上，补全了「需求管理 – 代码开发」的价值链路，全面打通端到端数据采集通道，真正实现研发全流程数据留痕。

利用真实完整且实时同步的团队过程数据，管理者可以构建可靠的数据分析闭环，并根据目标与愿景确定度量指标；结合「可视化效能视图」和「数据洞察面板」，还能快速洞悉关键指标的变化趋势，甄别异常与潜在风险，及时制定针对性优化策略，精准打击效能瓶颈，提升研发效能。

LigaAI IDE 插件优秀的一手数据采集能力同样备受组织流程规范的青睐。 以制度性的「工时登记」为例，开发者通过插件内嵌的「报工」功能，在编码完成后即可填报/补报实际工时和工作内容，无需担心忘报、漏报。管理者基于及时同步的一线反馈，也能更合理地分配团队资源，提高组织的风险管控能力。

写在最后

数字经济时代，金融数智化转型已成为广泛共识。积极发展金融科技，加快推进数智化转型是金融行业的时代快车。

在 LigaAI 的助力下，宁波银行通过数智化建设探索「如何将有限的研发资源投入在更高价值的需求上」——以人为本，沉浸式体验释放生产力；化繁为简，自动化刷新协作效率；数据驱动，精细化赋能效能提升。

在提质增效的浪潮中，宁波银行将持续加大金融科技资源投入，全面推进数智化金融服务改造，加速系统化、数字化、智能化布局落成，持续优化客户服务体验，更好地赢得客户、服务客户、经营客户。

未来，LigaAI 也将与宁波银行一起，持续探索更多数字化、自动化和智能化落地空间，帮助其抢抓金融数智化转型机遇，全面为企业提效减负。

减少个人时间浪费，抹平协作障碍，赋能企业提质增效，欢迎使用 LigaAI 智能研发协作平台。

在过去的一千多个日夜里，我们受到很多关注，攻克了许多难关，也幸运地获得诸多客户的青睐。在稳步打磨产品，提升服务力的同时，我们始终铭记要以「客户成功」为己任，成就高效的研发协作。

LigaAI 眼里的「客户成功」是什么样子？作为一个面向开发者的项目协作平台，LigaAI 又将以怎样的方式打破定式，赋能研发管理，真正地让客户成功？

在这个特殊的日子，我们想将三年前埋下的那颗种子的故事分享给你。

01 拿不到数据，证明不了团队的价值

无论是在一线指挥有术的技术管理者，还是坐镇军帐的研发总监、CTO，在管理团队时都会被两个共性问题困扰。

第一，无法获取真实准确的团队工作数据。 尽管已经引入研发管理工具和丰富的自动化工具，但状态更新、任务流转、通知提醒等依旧高度依赖人工完成。一方面，依靠手工提报的信息存在滞后性。 成员们往往在早会开始前一刻才将信息更新完毕，有时还会遗漏关键更新，这给管理者了解研发进度带来巨大阻碍。

另一方面，机械重复的事务性工作和繁乱的消息通知不断打乱开发者们的工作节奏。 开发者无法专注完成真正有价值的工作，也是高质量上线交付的重要威胁。

第二，难以衡量研发团队的业务价值。 许多企业在技术部门投入大量的财力和资源，却不能清晰地感知研发交付是否真的为企业、为业务带来了贡献。哪怕需求排期会上的每个人都坚持自己的需求是最高优先级，却没有人能说清楚「我们共同的目标是什么？」「为什么这个功能对业务很重要？」

研发团队缺乏统一的价值感知，导致一线技术成员在构建陷阱中疲惫不堪，而研发管理者也在价值自证时举步维艰。当精细化管理取代粗放式增长，无法说清「研发如何支持业务发展」也必然成为研发团队的困身之牢。

02 打破定式，用 AI 赋能研发管理

「让机器帮人完成一部分工作」 是 LigaAI 产品设计的第一理念。

我们相信，人的精力和时间应该放在更有价值的探索和创造上，而在 AI 技术发展推动着生产力和生产关系跨越式变革的今天，开发者、管理者和决策者都需要更智能的工具和平台作为大脑的延伸，进阶赋能。

如何用 AI 技术赋能研发管理？

LigaAI 的回答是 「以 AI 为核心，搭建价值驱动的可度量研发体系」 。具体是怎么做的？

第一步：用智能化高效协同，解决底层数据源问题

首先，LigaAI 从研发团队的具体工作场景入手，打通从用户反馈到开发上线的研发协作全流程；用一站式研发管理降低平台切换和数据跨平台同步的成本，为流畅的数据获取打下牢固地基。

同时，智能助理、AI 机器人等自动化、智能化功能取代了手动更新和人工填报，状态更新、任务流转和消息通知等可以在即刻自动完成，极大地保证了研发数据的准确性和真实性。

除了实时、干净的数据源，LigaAI 还以简洁易用的产品和功能，为开发者与管理者提供更加轻便的工作体验以及更多不被打扰的专注空间，强力支持研发提效。

第二步：建立度量体系，提供有数可依的决策支撑

LigaAI 融合了大量行业最佳实践和成功经验，可以结合愿景和目标为组织提供智能化、个性化的科学管理指标建议，推动行之有效的研发度量体系建设与落地。

依靠强大的人工智能技术，LigaAI 在海量的原生过程数据中挖掘数字间的关联和意义，创新提出行业/地区性能水平等级，用「可视化趋势」代替「管理金标准」深度赋能研发管理。

例如，Cycle Time、吞吐量等效能指标可以清晰暴露研发团队的效能瓶颈；风险预警和优化建议等辅助功能有助于识别关键问题，加快状态突破；行业标杆对比图则能引导管理者明晰组织当前的效能水平、变化趋势和成长空间，刺激有力决策。

LigaAI 凭借科学、可靠的量化管理依据和智能决策辅助，让研发管理「有数可依」，让企业效率管理和协作优化「有据可循」。

第三步：以价值为导向，加速产研业务一体化建设

在保障高效协同和有数可依的基础上，LigaAI 希望让研发团队的每一次交付都为企业和业务服务。

首先，强大的集成功能让产研离用户和业务更近。 LigaAI 与 IM 工具深度融合，缩短用户反馈进入产研开发的路径，减少信息传递过程的损耗与失真。多级帐号体系进一步简化用户反馈到用户故事的处理步长，提高成果交付和对外反馈的沟通效率。

其次，量化业务价值，让研发贡献更加清晰。 LigaAI 设计了一套「价值因子评分体系」，将其与最佳实践和方法论结合可以引导研发团队逐步拆解、绘制与目标相关的价值因子矩阵，将故事价值具象化、标准化。在对外协作中，价值量化也会驱动研发团队拉齐跨部门、跨组织的目标共识和价值认知，让所有人理解「为什么要做这个功能」。

最后，定期复盘价值假设，修正并调整偏离对象。 用科学度量取代「拍脑袋决策」后，LigaAI 将目标偏离度、价值贡献度等成果数据可视化，辅以智能分析、指标优化等决策建议，为研发管理者和 C-Level 呈现一个专业、清晰的全局管理视图，惠及更长远的规划和管理。

03 重新定义「优秀的研发团队」

LigaAI 认为，优秀的研发团队既要有扎实强悍的研发内功，也要具备价值导向的文化内核。

研发内功是研发团队快速交付高质量产品的能力。优秀的研发团队会内驱地不断探索更加简单、更加高效的工作方式，持续进步、持续成长。

文化内核是一个团队开展工作的底线，会潜移默化地引导企业和组织往正确的方向前进。我们相信只有足够贴近市场、贴近业务，始终围绕（业务）目标攻克正确挑战的企业和团队，才能不被市场抛弃或淘汰。

坚持用正确的方式做正确的事情，永远保持探索欲和好奇心，然后才能在变化和变动中有韧性地生存下来，突破，再增长。

04 成为研发团队的智能医生

从开发者和研发管理者的具体工作场景出发，我们将在研发领域沉淀了十余年的实战经验、对高效生产力工具的狂热追求，以及对业务价值的洞察和理解融入产品，为广大研发团队打造出一款能适应更广泛协作的、以 AI 技术为核心的数据化、智能化的研发协作平台——LigaAI。

我们希望能以 AI 技术赋能，打造价值驱动的可度量研发体系，让混乱、复杂的研发工作和研发管理变轻松、变简单，让开发者、管理者和决策者均从中受益。

人工智能时代，LigaAI 想要成为千千万万个研发团队的智能医生，陪伴每一个研发团队升级打怪，探索未来，进阶成长。

关于 LigaAI

LigaAI 是一家以人工智能技术为核心的企业服务公司，致力于通过 AI 场景，化繁为简，提升协作效率，赋能广大研发团队。从开发者的具体工作场景出发，LigaAI 提供了强大的工具集成能力，为开发者提供简洁、智能的协作体验，为不同类型的组织提供数字化、个性化、智能化的项目协作平台。

摆脱繁复，拥抱简单，让研发协作回归价值交付。

欢迎注册使用 LigaAI 新一代智能研发协作平台。

五一假期就在眼前，LigaAI 小编每天都在「调休好烦」和「快放假啦」两种情绪间反复横跳，还会忍不住思考「AI 能不能理解调休和放假的情绪差异？」（一些精神世界高危的信号……）

早在今年三月，在 OpenAI 宣布 GPT-4 大模型可以接受文本和图像形式的 prompt 并理解人类玩梗后，我一直很好奇，AI 到底能多大程度地理解那些不断被创造出来的新梗、热梗（以及破梗）？

它清楚「你已经是一个成熟的 AI 了」是什么意思吗？它知道「耗子喂汁」「夺笋啊」的正确打开方式吗？以及，它追热点的速度能赶得上我吗？

为了解开这些谜题（捍卫十级冲浪选手的尊严），LigaAI 借「五一出游」的热度，对 ChatGPT、GPT-4 和文心一言等大模型展开了测评。我们一起看看在「玩梗」这件事上，究竟谁更胜一筹？

01 我会发疯，AI 会吗？

在一众互联网文化中，「发疯文学」以混乱的语序、浓烈的情绪和不存在的逻辑，引得大家争相复制模仿，制造了一轮又一轮精神污染。尤其最近不少朋友纷纷表示，发现「周一之后还是周一」，想「不发疯」都难。

如果让 AI 用「发疯文学」来写五一出游，会产生怎样有趣的结果？

（谁看了不得夸一句「小朋友的日记福音！」）

（呼叫潍坊的朋友，风筝狂欢节就这么写！）

（文心一言：写够 100 字，交卷。）

（New Bing：没有 AI 能在细节上赢过我！）

（Claude：让一让，哥要开始散发魅力了。）

出游日记、营销文案、敷衍文学、文艺诗歌，生成式 AI 的创作应有尽有，可就是没有我想要的「发疯文学」:(

是 AI 太矜持了？还是「发疯文学」太难了？或者，其实 AI 不知道什么是「发疯文学」？！

不管了。LigaAI 宣布，第一轮「发疯大赛」，人类获胜！ （大雾）

02 我会玩梗，AI 会吗？

总结了第一轮的经验，我们调整了 prompt，补充了清晰、具体的内容重点和语录指令，再一次向 AI 发起挑战。

LigaAI：以「五一去淄博吃烧烤」为主题，写一条 200 字以内的朋友圈文案。

内容要求：加入「泰裤辣」「家人们谁懂啊」「咱就是说」「真的我哭死」「主打一个美食特战」「救命」等网络语录。

描述重点：烧烤很好吃，淄博人很热情，但是排队真的太久了。

（家人们谁懂，「泰裤辣」不是辣椒）

（「泰裤辣」又错了，真的我哭死 TAT）

（文心一言你小子，语录就放一个是吧！）

（烧烤配小麦果汁，你是懂吃的！）

（老铁，你也不是盖的）

为了同时考察 AI 追热点的速度和理解热梗的能力，我们选取了近一个月产生的两个新梗「泰裤辣」「主打一个陪伴」和更早之前的一些热门语录作为指令，要求将其作为内容的一部分。

（温馨提示：如果不了解「泰裤辣」是什么意思，这边建议不要了解。什么都好奇，只会害了你！）

可以发现，ChatGPT 和 ChatGPT Plus 能够准确运用旧梗，但是受到语料的限制，在新梗的理解和处理上出现了错误。不懂没关系，大胆用就是了，咱主打一个陪伴。

另外，文心一言这小子油盐不进，小编重新生成了三次答案，它才勉为其难地用了一个语录。家人们谁懂，他真的……我哭死！

联网使用 GPT-4 大模型的 New Bing 在玩梗的时效性上表现出优势。可它准确理解了「泰裤辣」是「太酷了」而不是辣椒，却没能正确使用它，让小编挺意外的。毕竟，知道烧烤要配冰镇小麦果汁的 AI 可不多。

最后是本次挑战中最让人惊喜的 Claude，我愿称之为「AI 届的天选 C 位」。它不仅能准确理解并使用每一个新梗和旧梗，甚至还可以根据内容的风格，自行加入「可不是盖的」「味美的不要不要的」和「淄博老铁」等其他网络热词。这才真的「泰裤辣」！

所以，LigaAI 宣布，第二轮「玩梗大赛——AI 组」的冠军就是 Claude！

至于，人类和 Claude，谁的玩梗能力更强？

就交给各位朋友判断吧！

# 写在最后

大概六个月以前（2022 年 10 月左右），Stable Diffusion 和 Jasper.ai 近乎一夜爆火，也正式将 AIGC 和生成式 AI 推到大众视野之中；当时很多人问「AI 生成图像是不是要代替画手了？」

为此，LigaAI 还特别邀请了猴子无限一起探讨 AIGC 对人类的影响，以及其商业化落地的多种可能性。 感兴趣的伙伴可以点击《AIGC火了，人类又得到了什么？》阅读回顾。

两个月后，ChatGPT 正式发布，大语言模型的热度持续走高；时间来到今年 2 月，生成式 AI 应用大规模爆发，全球范围的 AI 大战正式打响，Bard、文心一言、GPT-4、通义千问等大模型接棒官宣。这次，越来越多人担心「AI 是不是要取代程序员/工程师/设计师/写手/会计/我了？」

作为一家以 AI 技术为核心的科技公司，LigaAI 始终相信人工智能是推动社会生产力进步和生产关系变革的工具，而不是欲毁灭碳基文明的「硅基生物」。在巨大的时代变革面前，我们应该像历史上的每一次一样，学会同机器共事、同互联网共事、同 AI 共事。

人的好奇心、想象力、创造力、可能性皆是无穷的，而人的情绪和情感也是无法被剥夺和割舍的。至少在「发疯」和「玩梗」这两件事情上，我看到的是无法被替代的人的价值和创造力。

同样的，LigaAI 坚信开发者是智能革命浪潮中的中流砥柱，而我们也正在通过人工智能技术赋能开发者的工作场景，将繁杂琐事留给机器，为广大开发者和研发团队释放更多时间和精力，专注于探索、发现和创造。

如果你也对 AI 赋能的研发协作感兴趣，欢迎点击「LigaAI-智能研发协作平台」申请试用我们的产品。

是什么让矜持内敛的技术同事，化身资源掠夺者？是什么使专注认真的研发团队无心迭代？

当然是 LigaAI 第二届「黑客马拉松」！

与首届「黑客马拉松」中天马行空的无限创意相比，第二届 LigaAI Hackathon 围绕主题 「We Code For Developers」 展开，选题更聚焦，创意更务实。

我们希望 LigaAI 的创造者们能够跳出内部视角，暂时抛下待办列表中的一亩三分地，去思考「新一代智能研发协作平台」的真正价值和更多形态，去探索、实现那些创意满分的无穷脑洞。

全体伙伴根据创意和兴趣，自成 8 队，在紧张的 72 小时中，沉浸式体验思想碰撞、灵感创造、探索发现的魅力。今年的 Hacking Time，又留下了哪些有趣的、精彩的记忆时刻？

01 一声令下，伙计们冲啊

火热的技术狂欢，从你争我抢的「会议室争霸赛」开始。业务熟练的大佬们，早在不知不觉间，就将电脑、显示器、键盘、增高架等办公老友「瞬移」进了会议室。

零距离的面对面沟通，才能保障 72 小时的紧密又高效的协作。

反应慢的伙伴们就只能在公共职场「分布式」协作了。要知道，会议室这种稀有资源，就算是公司老大来了，我们也是绝对不会让出来的！

周一上午 10 点，LigaAI Hackathon 2022 正式开幕。前一秒还在互相调侃的大佬们，瞬间进入了紧张而专注的比赛状态。

8 支队伍围绕各自的项目创意，展开激烈的讨论和分析，功能拆分、UI 设计、字段分析…… 层层拆解与构建后，72 小时的挑战任务也逐渐具象化。

02 风暴挑战，也要吃好喝好

有了清晰明确的产品目标，那就撸起袖子，甩开膀子，加油干！

时间紧迫，为了让 Demo 呈现出最好的效果，大佬们花样百出，只为抢占「多」一些宝贵时间。

• 嘴巴繁忙，耳听八方，让我看看谁需要帮助？
• 睡午觉？不需要！快多实现几个功能啦！
• 设计师太忙了？没关系，后端成员自动补位
• 团队缺测试？前端、测试，我可以自由切换~

有难题，一起讨论；有压力，共同分担。为实现共同的目标，大家废寝忘食，各显身手。

有的人光明正大地「卷」，有的人暗中偷摸上强度，但所有人都在迎难而上，坚定地、努力地将那些承载着创意和态度的想法落地。

或许，这就是「团队」带给我们的，凝聚的力量。

Hackathon 无疑是一场脑力与体力的双重拉力赛，没有充足的能量补给可不行。

每天，LigaAI 都为大家准备了贴心管饱的下午茶，准保你能「吃个肚歪」。碳水（蛋糕寿司甜甜圈）、蛋白质（炸鸡排骨三文鱼）、脂肪（披萨炸串小零食）和维生素（香瓜蓝莓小番茄）要配比均衡，雨露均沾。

举报！有人自备小花篮，吃不了还兜着走！零食饮料整个「乾坤大挪移」，连水果都不放过。这程度，冰箱听到了都得自己插着电赶过来。

03 灵感冲刺，大奖花落谁家？

紧张刺激的 Hacking Time 转瞬即逝，8 支队伍也正式进入收尾阶段。

这群嚷嚷着「需求做不完」的技术大佬们，在交卷前一刻，却纷纷表示「还有时间，再优化一下」。

结束钟声敲响，四面八方传来热烈的、激动的、畅快的欢呼声和欢笑声。此刻，喜悦、赞赏和骄傲是每一个人的情绪。

72 小时，研发 8 款产品，我们做到了！

成果验收时刻。

围绕「We Code For Developers」，一些伙伴关注到「研发协作生态」，不约而同地选择开发带有「轻生活」和「轻社交」属性的产品。

「提升研发效能」是 2022 年的管理主旋律。因此，也有一些伙伴变道「个人效率提升」，在细分的需求场景中，打造出便捷好用的效率管理神器。

数智提效，何以优化智能协作？一些大佬的回答是：多人协作扩展，和可视化活跃指标。

历经 72 小时的「艰难险阻」，撸起袖子队最终拔得头筹。他们研发的「Work Together」，凭借公认的技术难度、完整的落地方案，以及生动的展现形式，脱颖而出，获得了 LigaAI Hackathon 2022 的冠军。

# 写在最后

三天时间，我们见证了一场技术狂欢。所有人全身心投入创意研发，8 个项目从 0 到 1 生根发芽。

尽管我们暂时放下了需求和迭代，但却逐渐揭开了 LigaAI 更多的成长可能性，也更清晰、深刻地体会到「研发协作」的力量。

也许在不久的将来，我们会大声地告诉大家，这些极具创意与贴心的功能，都有一个共同的出发点 「We Code For Developers」 。

LigaAI Hackathon，不止于此。

>> LigaAI 往期精彩阅读 <<

一文讲清「敏捷路线图」，不再掉入瀑布陷阱

多个服务器如何跨命名空间，访问公共服务？

半个月上线一个新产品，猴子无限是怎么做的？

如何基于GitHub Pages+Hexo，搭建个人博客？

了解更多敏捷开发、项目管理、行业动态等消息，关注我们的团队博客或点击 LigaAI-智能研发协作平台，在线申请体验我们的产品。

2022年，LigaAI 一共发布了 62 篇文章，累计超过 10 万字 。2023 年的第一篇文章，我们希望与你一起回溯、共享过去一年的收获与成长。

01 敏捷，是进步的价值观

LigaAI 坚信当互联网红利散去，只有坚定而灵活地拥抱变化、适应变化的组织，才能在风云变幻中走得长远。这也是敏捷价值观赋予团队的生命力。

可惜的是，在全员卷王的干扰和影响下，许多研发团队错将「快速开发」当做「敏捷开发」，误把「增量瀑布」视作「迭代开发」，才让「实践中进步」的敏捷之道饱受唱衰之词。

过去一年中，LigaAI 围绕敏捷方法论和实践分享，整理、编译了许多文章，也帮助了很多团队逐渐探索出组织的「正大光明路」。其中，「敏捷四会」系列文章更是受到了大家的一致好评。

以正确的、进步的敏捷价值观，赋能更多研发团队，LigaAI 一直在努力。

#正确的敏捷

《敏捷真的是开发者的绊脚石吗？》

《敏捷开发真的过时了么？》

#敏捷四会

《高效的「迭代计划会议」怎么开？》

《每日站会能不能取消？》

《分布式团队的高效站立会说明书》

《Sprint Review是不是功能演示会？》

《迭代评审会的七宗罪，你知道吗？》

《如何在迭代回顾会上「知无不言」？》

02 一月一度，妙谈相见

在实践和分享中成长。2022 年 6 月，LigaAI 正式启动了 #大咖妙谈# 专栏。借此机会，我们有幸与许多研发管理大佬、敏捷实战专家展开交流，并将他们宝贵的可复制经验分享给大家。

过去一年，我们曾聊过敏捷团队构建、程序员成长经历、研发效能提升，AI 技术生产力，以及如何更好地响应用户反馈。希望这些内容能让正在勇敢践行敏捷的你，充满底气与信心。

#Liga妙谈

第一期：《自组织的敏捷团队如何搭建？》

第二期：《程序员如何实现个人能力提升？》

第三期：《研发效能管理的关键是什么？》

第四期：《AIGC火了，人类又得到了什么？》

第五期：《如何高效甄别、快速响应用户反馈？》

P.S.：新的一年，如果你有任何研发效能相关的问题想让 LigaAI 和各路开发大佬一起聊聊，欢迎随时给我们留言建议！

03 技术成长，扎根于热爱与分享

作为一个开发成员占比超过九成的团队，LigaAI 深刻地感受到技术伙伴的热爱，不止存在一行行斑斓的代码之间，也浸透在一篇篇记录和分享当中。

2022 年，LigaAI 的小伙伴们将学习、收获、成长沉淀在字里行间，优化、提升、进步体现在方方面面。在与志同道合的朋友们交流心得、共同进步的同时，LigaAI 的技术分享文章也很幸运地获得了许多开发者朋友的认可。在这里再次将技术文章分享给大家。

#组织效率

《影响研发效能的7个常见场景解读》

《可伸缩的研发流程管理方案分享》

《多测试环境的动态伸缩实践》

#分享成长

《为什么我的 ORDER BY create_time ASC 变成了 order by ASC?》

《领域驱动设计入门与实践[上]》

《领域驱动设计入门与实践[下]》

《Javaer 如何做单元测试？》

《多个服务器如何跨命名空间，访问公共服务？》

04 优秀的PO，可以成就敏捷

产品负责人（Product Owner）、Scrum Master 和研发团队，是构成敏捷团队不可或缺的三个角色。其中，产品负责人更是承担了极为重要的职能：需求分析、价值排序、规划排期、沟通调节……

好的产品负责人，是成功践行敏捷的开始。围绕产品管理和需求管理，LigaAI 打造了全方位、多维度的内容体系，让指导概念和工作方法真正落地下来，服务更多组织和团队轻松践行敏捷。

#产品管理

《浅析「产品思维」》

《产品管理全流程大揭秘》

《没有决策权，产品经理如何做好产品管理？》

《一文讲清「敏捷路线图」》

#需求分析

《为什么我们总是说不清「需求是什么」》

《怎样简洁明了地说清楚产品需求？》

《如何串连「语言工具」描述简洁清晰的需求？》

#优先级排序

《产品经理该如何确定优先级？》

《做优先级排序时使用最多的三个模型》

《分享一个优先级系数计算公式》

05 走一条「正确但艰难」的路

2022年，对 LigaAI 而言，意义非凡。

3月，我们公布了 A 轮融资消息，很荣幸我们的理念、产品、团队和赛道都得到投资人的认可；

4月，我们参加「PLG公司的机遇与挑战」圆桌会议，与实力同行共同探讨了 PLG 的更多可能；

7月，LigaAI 迎来 2 周年生日。在热闹非凡中，我们与越来越多的小伙伴携手迈向未来—— 2 The Future；

10月，LigaAI 受邀参加 2022 亚马逊云科技中国峰会，与更多关注效能的朋友们分享「智能协作」的魅力；

12月，我们正式启动「客户案例」计划，未来也将与更多优秀客户一起，探索更多 LigaAI 的缤纷打开方式。

致力于成为颠覆性的新一代智能研发协作平台，LigaAI 希望能让每一位开发者回归专注的价值创造，为每一个技术团队打造稳固的敏捷壁垒。这不容易，却也是一定要做的、正确的事。

#成长里程碑

《LigaAI完成A轮融资，加速打造全新的智能研发协作平台》

《如何借助「新一代智能协作」提升研发效能？》

《两周上线一个新产品，猴子无限怎么做的？》

#品牌故事

《对话LigaAI创始人周然：在研发SaaS赛道，「颠覆」Jira》

《PLG公司的机遇和挑战》

# 写在最后

变化是复杂而难测的。过去的一年，LigaAI 在内容分享上做了一些新的尝试，希望为正在尝试敏捷的朋友们带去一些确定性。

未来，我们希望能够打造智能化研发协作生态，在提升组织研发效能的同时，为企业增长创造更多确定性。

LigaAI 新一代智能研发协作平台，一直在路上。

了解更多敏捷开发、项目管理、行业动态等消息，关注我们的团队博客或点击 LigaAI-智能研发协作平台，在线申请体验我们的产品。

致力于打造新一代智能研发协作平台，LigaAI在不断强化自身智能化能力的同时，也持续关注着整个「AI+协作」领域的发展。

Gartner在《 2022 年重要战略技术趋势报告》中指出，未来三到五年内，智能决策、分布式企业和生成式AI等 12 大技术趋势，将成为数字业务和创新力量的增速器。其中，生成式AI（Generative AI）和AIGC（AI-Generated Content）已然成为最引人注目、最「出圈」的人工智能技术之一。

与外界广泛讨论「AIGC会否取代画师」的角度不同，AI创业者们认为，AIGC商业化有着更具想象的空间：企业级智能设计协作。

本期「Liga妙谈」，我们有幸邀请我们有幸邀请猴子无限（http://frame.infmonkeys.com）CEO尹伯昊，以从业者视角分享他对AIGC的理解，并与我们一同探讨「AI+协作」的无限可能。

1. 「人工智能+企业协作」的新模式
2. AIGC驱动的组织生产力特点
3. 生成式AI对工作模式的改变
4. AIGC商业化模式与价值验证

01 信息共享是高效协作的基础

LigaAI：从创业Day 1 起，你就选择用LigaAI进行研发协作。你怎么看待「协同协作」这件事情？

猴子无限-尹伯昊：人类生存就是要靠协作的。人类社会由能量和信息组成，人靠信息交换而活，这是最底层的逻辑。

本质上，协同和协作是通过建立一种通畅的信息流通机制，让全员参与决策。就像网飞（Netflix）和字节跳动强调的「Context, Not Control」一样，管理者将信息共享到团队里，让组织中优秀的成员参与决策，才能达成最大的管理效果。

LigaAI：建立信息共享渠道，让研发协作更高效，是LigaAI的设计初衷之一。我们通过强大的aPaaS能力，辅助开发者们形成信息自由流通、高度共享自驱的环境；自然而然地，团队决策效率和开发效率也都会因此得到提升。

猴子无限如何基于生成式AI，解决企业的设计协作问题呢？

猴子无限-尹伯昊：跟研发一样，创作也是天然需要协同的，Figma、Canvas等产品的大热都是基于这个前提。猴子无限只是在用全新的生成式AI的手段，解决过去既存的创作者经济的问题。

现有的AIGC无法成为协作工具的大部分原因在于：基于通用的Stable Diffusion训练集，创作者很难生成基于特定对象的图像，比如一个穿着钢铁侠战衣的我自己。

但是，猴子无限通过大模型Fine Tune，将少量的个性化数据，比如我的照片、特定商品的图片，训练到已有的大模型中生成新的大模型，再让个性化大模型帮我们创作，实现企业级的设计协作。

举个例子：在电商团队里，可以将一个SKU作为设计中心，让AI学习品牌的设计风格，通过调参实现批量生成商品海报样稿、周边物料设计草稿等「重体力」的设计诉求。

LigaAI：今天的设计协作很多是基于分层素材的框架进行的，就目前的AIGC能力来看，大家普遍认为生成式AI无法解决「分图层文件」的难题。

甚至有人认为：AIGC要么需要专业、复杂、需要懂点代码才能生成优质作品；要么它就是个面向个人的大玩具。你怎么评价这些观点？

猴子无限-尹伯昊：确实很多人会说「AIGC现在是个玩具，以后也是玩具」，但大模型连蛋白质折叠都能解决，为什么会解决不了一个本就由人类定义出来的分图层问题？

生成式AI最核心的能力是，有机会让机器创作出所有过去只能由人创作出来的模态，而大模型就是让机器将未被发掘的统计学规律萃取出来。

所以，理论上只要有足够多的分图层PSD文件，AIGC就可以解决分图层的问题。它现在可以生成单图层文件，未来就一定可以制作分图层的。

向内引入更多的数据来训练AI，一定会带来颠覆性的改变。这也是猴子无限在努力的方向。

02 商业闭环是生产力的核心纽带

LigaAI：现在的AIGC还是存在很多技术限制，你认为它依然可以快速服务于企业的生产力提升吗？

猴子无限-尹伯昊：当然。不是只有 100 分或者全能的工具，才能成为企业的生产力；一款工具，只要能很好地解决当下企业遇到的一部分问题，就在为企业带来帮助。

在过去大家都用Photoshop做设计，显然Photoshop也解决不了所有事情，但不妨碍大家使用它。AIGC同理，就像LigaAI也不能解决一个公司的所有管理问题，但你们能为研发管理提效，就能为我们提供价值。

LigaAI：判断一个东西能否真正构成生产力，可能有一个简单粗暴的标准：有多少完全不了解技术的人开始讨论「我不想被机器替代」。

猴子无限-尹伯昊：确实是这样。我们判断生产力的标准是，它能否构建完整的商业价值闭环。

我们发现，在任何一代科技革命中，只有那些成功建立商业闭环的人和企业，才能引领变革成功。爱迪生不是第一个发明电灯泡的人，但他发明了可应用于商业的白炽灯，还成功打造了「白炽灯+配电系统」的商业闭环并产生了价值。

所以，只有建立生成式AI的商业闭环，产生商业价值，才能真正成为专业创作的生产力。而大模型Fine Tune（基于已有的数据，插入新的数据）正是其中不可或缺的核心纽带。

03 要让机器帮助我们工作

LigaAI：你怎么评价「AIGC终有一天会替代传统画师」？

猴子无限-尹伯昊：这很残酷，但是新技术出现一定会带走一些传统的东西，这是无可争议的事实。

从生产力的角度解读，从前艺术家们只能卖作品，但是现在可以将画风提取出来，支持画风的售卖，或者让机器根据艺术家的画风智能生成 1000 张图像。这都是新的机会。

在工作场景中，人和机器从来不是替代关系，应该是共生关系。大家面对新的技术变革，其实不用担忧「机器会在哪天把我干倒」，而是应该思考「如何让机器为我做事情」。很多历史证据都证明，机器和新技术完全有机会成为人类的助手。

LigaAI：智能协作，与技术共生，也是LigaAI想传递给所有开发者和研发团队的理念。

我们坚信，开发者的精力不应该放在信息同步、完成状态勾选、进度同步等「啰里吧嗦」的小事上。机械重复的流程化的事情就应该交给机器、交给AI去完成，而真正富有创造力的开发者们可以认真、专注地分析需求、研究数据结构，心无旁骛地探索和创造更具远见的创新性产品。

理想中，枯燥无味的重复性工作应该借助机器完成，以此获得更高的生产效率。

猴子无限-尹伯昊：比如让AI写代码吗？说起来，AI自动写代码应用的ASM技术也算生成式AI的一种。你们怎么看GitHub Copilot这个工具？

LigaAI：早在很多年前，大家就开始讨论纯文本的AIGC，比如小冰写诗，后来发展到AI文本续写，再到现在的AI写代码。

跟图像图层一样，编程语言也是在人类社会的数字化浪潮中被定义出来的范式，没有哪种自然语言比代码的语法更清晰、更规范化。

「让AI写代码」在这一逻辑下，似乎就是必然会到来的事情。但是如何基于业务、产品、功能的需求，分析和设计代码背后的逻辑结构，是复杂的，是需要人去发挥创造力的。

就好比在过去，没有构图、配色、艺术审美基础的人想用绘画表达自我，绝非易事。而AIGC在一定程度上构建了一个「表达自由」的世界。这大概也是AIGC于普通人而言最大的价值。

猴子无限-尹伯昊：是的。即便当下关于生成式AI的争议很多，但我们依然对它很有信心。生成式AI还是有无限的潜力和机会的。

04 机会面前，快鱼吃大鱼

LigaAI：说起来，最开始接触你们的时候，团队在做的是智能生成PPT。但是现在的猴子无限已经是一个相当完整的AIGC类产品了。为什么团队可以在如此短的时间内，完成产品的重定位和重塑？

猴子无限-尹伯昊：修正产品赛道主要原因是，我们发现想让机器做幻灯片，一定要做自己的垂直模型。那反正都要做大模型Fine Tune，不如把它抽离出来，直接做成「Fine-tune as a Service，调优即服务」。

我们希望通过大模型Fine Tune，让每一个品牌、创作者、艺术家、甚至科学家拥有自己的专属大模型。在高效完成内容创作与协同的同时，打造AIGC驱动的业务增长核心，让生成式AI成为真正能产生业务价值的生产力。

而且，最早跑通商业闭环的公司会赢者通吃。在一个巨大的结构性机会面前，正是「快鱼吃大鱼」的时候，所以我们「掉头」地超级快。

LigaAI：猴子无限接下来有什么计划？

猴子无限-尹伯昊：基于整个产品逻辑，未来猴子无限会将更多的数据插入已有的大模型里，包括视觉、文本、DNA、RNA、蛋白质药物等等。

同时，我们已经与多家头部广告公司、消费品牌以及AIGC应用达成合作，通过B端C端联动的商业模式，完成专业内容生产和企业级协同合作。接下来会在多个场景遍地开花，逐步验证Fine Tune在企业级设计协作中的价值潜力。

# 写在最后

2022 年被称为「AIGC元年」，生成式AI探索出全新的内容创作模式，同时也为更多企业和创作者带去新动力引擎。

新的技术应用带来生产力变革，而「人工智能+团队协作」也延伸出无限的可能性，而LigaAI也将持续关注AI生态，探索并挖掘更多 「AI+协作」的可能性，以赋能所有开发者团队。

>> LigaAI 往期精彩阅读 <<

多测试环境的动态伸缩实践

被忽悠入坑后，我如何让产品「起死回生」？

研发效能应该如何管理与度量？

如何让敏捷小组在迭代回顾会上「知无不言」？

了解更多敏捷开发、项目管理、行业动态等消息，关注我们的团队博客或点击 LigaAI-智能研发协作平台，在线申请体验我们的产品。

无论是开发者还是研发团队都希望获得高效的智能研发体验。作为一家以人工智能技术为核心的企业服务公司，LigaAI在西云数据运营的亚马逊云科技中国（宁夏）区域上构建了新一代智能研发协作平台SaaS服务。

采用Amazon SageMaker等多项亚马逊云科技服务，LigaAI以人工智能赋能工作场景，让开发者们得以把繁杂琐事交给机器去完成，提升广大研发团队的协作效率。

一、业务需求与挑战

在数字创新时代，如何提升研发效能并实现降本增效已成为开发团队所关注的核心问题。成立于2020年，LigaAI以人工智能技术为核心，致力于通过AI技术提升广大研发团队的协作效率。

“在研发协作平台领域，已经有一些高市占率的产品，但他们依旧只是解决了将工作信息从「线下」搬到「线上」的问题，其中许多信息同步环节仍需要大量的人工操作，并没有产生本质的变化和效率提升。”LigaAI联合创始人兼CTO张思说道。

“我们的团队来自于知名互联网企业且有着深厚的AI商业化能力，了解开发者的痛点和需求，因此我们正在打造一个能适应更广泛协作、个性化、自动化、智能化的工作平台，让开发者们如虎添翼。”

基于以上愿景，新一代智能研发协作平台LigaAI通过人工智能赋能工作场景，让开发者们得以把繁杂琐事交给机器完成，为自己留出更多时间和精力去钻研技术、探寻灵感，创造更大的价值。

定义产品形态时，乘着软件即服务（SaaS）的东风列车，LigaAI以SaaS形式为用户提供便捷体验，持续交付新功能。

构建SaaS产品离不开成熟的工具与云平台，LigaAI也需要选择一个可信赖的云服务提供商，以获得所需的基础资源与AI能力。

二、为什么选择亚马逊云科技（Amazon Web Services）

在选择云服务提供商的过程中，LigaAI从技术领先度、服务易用性与成本等多方面进行了综合评估，最终选择了由西云数据运营的亚马逊云科技中国（宁夏）区域服务。

01 易用且具备成本效益的机器学习服务

LigaAI通过Amazon SageMaker托管机器学习服务，获得了快速应用AI的能力，成功为开发者及研发团队提供由机器学习驱动的智能化体验。

“在评估中我们发现，使用Amazon SageMaker可以用更低的成本开发模型、进行训练，与Amazon S3做集成实现模型的保存和生产发布。一切都在托管的基础设施上完成，我们可以更加专注业务研发。”张思谈道。

02 丰富的托管服务，简化SaaS产品的构建过程

依托于云上的托管服务，产品前期的技术门槛被大幅降低，而LigaAI也借助企业级的SLA增强自身产品的可靠性。在Amazon Elastic Kubernetes Service (Amazon EKS)的帮助下，LigaAI可以在亚马逊云科技上使用Kubernetes轻松部署、管理和扩展容器化应用程序。

在SaaS应用的数据管理场景中，Amazon Aurora的分布式、容错能力以及具备自我修复的存储系统也为LigaAI提供了超过 99.99％ 的可用性，以支撑不断增长的用户需求。

03 用户至上的理念，友好的支持计划与服务

作为技术型企业，LigaAI也希望在构建SaaS服务的过程中获得更多支持，而西云数据用户至上的理念、专业的技术能力、以及针对初创企业的扶植计划为我们提供了所需的资源。

“面对我们提出的许多产品和技术的咨询，西云数据都能提供快速响应；加入亚马逊云科技的SaaS Factory计划，我们能直接与解决方案架构师和SaaS专家对接技术和业务内容、最佳实践。这很好地提升了我们的信心与技术能力，加速了SaaS解决方案的构建与交付过程。”张思如是评价道。

三、获得的成效

通过应用由西云数据运营的亚马逊云科技中国（宁夏）区域的服务，LigaAI在短时间完成了智能研发协作平台SaaS服务的构建并成功将其推向市场，为企业自身以及开发者与研发团队用户带来了多方面的成效。

01 机器学习驱动的协作新体验

通过引入Amazon SageMaker服务提供人工智能支持，LigaAI提供了更加灵活智能的需求排期与工作指派能力，让项目管理者或团队领导能够借助自动化的任务拆分与工作指派确保工作处于计划进度，消除延期风险。

而人工智能的大规模应用也成为LigaAI的核心优势。“市场中的同类产品在把开发流程从线下搬到线上时，需要开发者自己录入信息。其中包括很多枯燥、机械、重复性的信息，不仅费时费力，还造成数据失真。而LigaAI则用由Amazon SageMaker所驱动的AI等自动化技术替代了 20~50% 的人工数据录入，并且还能提供智能分析的能力，让用户从AI的应用中真正体验到效率的提升。”张思谈道。

02 加速产品迭代创新

通过大规模应用Amazon EKS、Amazon SageMaker、Amazon Aurora、Amazon DynamoDB等托管服务，LigaAI能够在几天时间内完成开发测试环境的搭建，并避免运维带来的额外工作量，全身心投入到新功能的研发工作中。

张思提到：“机器学习的算法训练需要消耗大量的计算资源。我们大量应用了竞价实例，仅AI训练一个场景我们就实现了约 50~70% 的成本节约，云上成本的降低也意味着我们能够用更少的成本来运营业务，在云上尝试与验证更多新的技术，并且为用户提供更具价格优势的服务。”

03 共同服务生态行业客户

LigaAI也通过亚马逊云科技的生态体系与市场平台接触到更多的潜在用户，依托平台提供的市场合作机遇与资源，实现了业务的快速增长。

“许多创新的开发团队都选择了在亚马逊云科技上进行开发，这些开发者都可以通过LigaAI 智能研发协作平台来更好的管理工作流程、团队指标并实现便捷的协作。”

四、展望未来

LigaAI将基于成功经验与西云数据开展更广泛的合作，通过引入亚马逊云科技的数据湖与分析技术，在人工智能、研发效能提升与洞察领域加强投入，帮助更多开发者与研发团队更加专注于项目并释放出更多的创造力。

>> LigaAI 往期精彩阅读 <<

研发效能应该如何管理与度量？

如何让敏捷小组在迭代回顾会上「知无不言」？

如何搭建可伸缩的研发流程管理方案？

影响研发效能的7个常见场景解读

了解更多敏捷开发、项目管理、行业动态等消息，关注我们的团队博客或点击 LigaAI-智能研发协作平台，在线申请体验我们的产品。