AI 如何帮助技术专家每周节省数天时间

Dec 23, 2025

Abstract background with lines of code illuminated

软件工程师和技术专家无论在哪种情况下,通常都不想花大量时间来处理邮件汇总、会议记录整理或 Jira 工单分类等繁琐工作。但遗憾的是,从长期来看,大量开发时间恰恰消耗在这类工作中。这类管理性工作或许能让项目持续推进,但几乎不产生任何技术价值。AI 有望减轻这类繁琐工作的负担,但对企业而言,评估 AI 带来的实际效益和生产力提升并非易事。

在上一篇博客中,我们通过办公室知识工作者(定义为重视灵活性和电池续航能力的移动办公专业人士)的视角探讨了 AI 价值。今天,我将从技术专家和软件开发者的角度来审视这个问题。

在我们迄今为止讨论过的所有角色中,技术专家可以说是能够最直观地观察和评估人工智能部署的人群。自几年前首批 AI 编码工具问世以来,AI 在编码领域的应用呈现爆炸式增长。Github Copilot (Microsoft)、Claude for Coding (Anthropic) 和 Cursor 只是其中几款代表性的软件包,它们的快速普及甚至催生了“氛围编码”(vibe coding) 这一新概念,用于描述 AI 辅助的协作式代码开发模式。

计算机行业对这些工具的能力和效率充满好奇。在 AMD,我负责推进 AI 在多个场景下的落地应用,包括技术文档撰写与审阅、为数据工程创建标准化脚本,以及提升通用任务的生产力。目前,我们有近三分之一的代码是在 AI 辅助下编写的,实现了更快的开发速度与更一致的输出质量。与此同时,我们建立了结构化的知识传递流程和需求文档工作流程,确保 AI 生成的代码能够在团队间扩展、审计和复用。我们还采用“测试与学习”的方法,在将基于 LLM 的模型部署到云环境之前先在 PC 平台上进行测试,以优化成本、性能和可靠性。Principled Technologies (PT) 近期的一项分析评估表明,无论是对于技术专家还是软件开发者,AI 都能够助力加速上述工作,这进一步印证了我们的成果和战略方向。

为衡量人工智能带来的生产力提升,Principled Technologies 对比了采用新型 AI 辅助工具与传统方式时执行相同任务所需的时间。测试了以下两款系统:搭载 AMD 锐龙 AI 9 HX 370 处理器的 HP EliteBook X G1a 14,以及搭载锐龙 AI 7 PRO 350 处理器的 Dell Pro 14 Plus。由于 AMD 为所有锐龙 AI 300 系列 CPU 标配了 50 TOPS 神经处理单元 (NPU),这两款系统均针对新兴 AI 工作负载进行了优化。AMD 在 CES 2023 上创新推出搭载 10 TOPS NPU 的 AI PC 处理器,成功在 x86 市场占据领先地位。此后,AMD 通过在不同价位段、不同种类的产品中部署性能更强大的 NPU,持续推动 AI PC 的普及。

Principled Technologies 评估了 AI 在多种场景中的实用价值,包括邮件线程汇总、视频会议记录、Jira 工单汇总、应用开发,以及文档撰写与审核。AI 在不同应用场景下带来的优势有所不同,但 Principled Technologies 的对比分析结果表明,AI 在任何场景下都能带来生产力提升。

在大多数场景中,AI 带来的生产力提升都十分显著。根据 Principled Technologies 的数据,通过使用 AI,邮件线程汇总所用时间减少 86.8%、Jira 工单汇总效率提升 74.2%、预定义应用开发时间缩短 82%,而参考文档撰写与审核速度提升 41%。

Time to Summarize an Email Chain Graph

这些结果中存在一个离群值。在 Principled Technologies 测试的会议记录场景中,与传统的非 AI 方法相比,AI 仅将效率提升了约 6.5%。与其他测试结果相比,这一提升幅度相对较小。但是,缩短单项任务的耗时并非衡量人工智能价值的唯一标准。在这种场景下,使用 AI 还能带来一项无法通过时间比较来体现的额外价值。 

Time to take Teams notes graph

通过将会议记录和总结的任务交给 AI,原先负责这项必要工作的员工便能够全身心投入会议,而不必在费力记录多人对话的同时还要发表有价值的观点。研究普遍表明,多任务处理有可能降低效率,因为人们需要在不同工作场景间频繁切换。如果仅用耗时长短绘制图表,将无法体现因关注的任务数量减少而带来的认知负荷降低,以及随之而来的压力缓解。

如果以一整周为单位对比手动与 AI 辅助方式,AI 的价值将更为凸显。Principled Technologies 会根据测试任务的预估发生频率,来衡量每周的总时间节省。技术专家可能一周内要多次总结 Jira 工单或撰写新文档,而每隔数月才进行一次新应用开发。 

Estimated time to complete activities over a typical week

PT 报告称,员工每周总计可节省超过 19 小时,也即超过两个工作日。软件开发者和其他技术专家可以将这些时间用于解决更棘手的问题或实现新的软件功能,而不是浪费时间编写那些虽然提供关键功能但缺乏挑战的简单模板化函数。

氛围编码意味着,业余和专业程序员都能利用 AI 助手,以远低于传统开发的时间来验证新想法或开发完整应用。其他担任不同角色的技术专家,同样可利用 AI 简化多任务处理并加速完成重复性工作。PT 的研究结果表明,AI 如今已能带来显著优势,并且随着 AI IDE(集成开发环境)软件包日渐成熟以及更多 AI 增强型软件推向市场,这些优势在未来还将持续扩大。

AI 之所以令人振奋,不仅仅是因为其具备提升生产力的巨大潜力,尽管这一点非常重要。AI 的真正魅力在于,它致力于同时提升员工生产力和福祉,让技术专家能够专注于工作中真正激励他们选择职业道路、实现长期目标的核心部分。Principled Technologies 传递的信息非常明确:采用 Ryzen AI 的 AI PC 并非噱头,而是根据真实工作方式而打造的强大工作站。 

Share:

Article By


总监,营销策略与分析

Related Blogs