根据公开资料，DoorDash联合创始人兼首席执行官徐迅就人工智能（AI）在软件工程领域的应用发表了看法。徐迅明确指出，氛围编程在完整的软件工程体系中只占很小一部分，这为业界对AI提升生产力的预期提供了一个更全面的视角。
徐迅进一步阐述了工程师的工作构成，他提到软件工程师每天只有一部分时间用于写代码，因此，AI带来的效率提升主要集中于代码编写这一特定环节。这意味着，要实现大幅度的生产力飞跃，不能仅仅依赖于代码生成能力的增强。
更重要的是，徐迅强调了工程实践中其他耗时巨大的环节。他指出，工程师还需要花费大量时间参加产品评审和设计会议，并且需要与不同业务团队统一方向，这些工作同样是AI需要介入并解决的领域，而不仅仅是编写代码本身。
从行业观察的角度来看，徐迅认为全行业都在摸索如何理顺整体的工作流程。他描绘了一个趋势图景，即让AI原生能力不再局限于代码开发这一狭窄范围，而是要延伸到企业实际运营方式的各个层面，实现更深层次的智能化改造。
回顾历史信息，徐迅曾在今年5月的财报电话会议上坦言，在当时的时间点，AI尚未改变DoorDash的组织架构。然而，他同时也分享了关于代码生成量的观察，根据徐迅在财报电话会议的说法，DoorDash现有代码中，远超一半由AI编写，比例可能已经接近三分之二。
值得注意的是，其他行业专家也对AI生成的代码质量提出了质疑。例如，安德烈·卡帕西曾在其4月的一次演讲中指出，AI生成代码仍然杂乱不堪。安德烈·卡帕西在演讲中提到，AI生成代码往往臃肿冗余，充斥着大量的复制粘贴，并且抽象设计也常常别扭而脆弱。
结合这些观点，我们可以构建一个时间线上的认知差异点：早期关注点集中于“能否让AI写出更多代码”（如DoorDash现有代码中超半部分由AI编写），但徐迅的论述将焦点转移到了“如何用AI优化整个流程”上。这表明行业讨论正从技术实现（Code Generation）向流程重塑（Process Optimization）演进。
影响分析方面，如果业界仅将生产力提升等同于代码行数的增加，可能会产生对AI能力的过度乐观预期。然而，徐迅的观点提醒我们，软件开发是一个高度协作、依赖跨职能沟通和业务理解的过程。因此，任何技术工具的价值，最终都需要通过优化会议流程、需求对接和决策制定这些“非编码工作”才能最大化体现。
读者提示：对于关注AI应用的企业管理者而言，徐迅的观点提供了一个重要的警示信号——投资于AI时，不能只将预算和精力集中在代码工具链上。更深层次的投入点应放在构建能够整合跨部门知识流、优化决策会议结构等流程管理系统上，这才是实现“AI原生”企业运营的关键所在。
信息来源
本文基于上述公开资料整理，未使用来源页面的图片、视频或嵌入媒体。