金融科技公司 Affirm 在 2026 年 2 月暂停了为期一周的常规开发，动员超过 800 名工程师全面转向使用自主智能代理（Agentic AI）进行软件开发。此举旨在将 AI 辅助开发转变为核心工作模式。实践证明，虽然 AI 显著提升了代码生成效率，使超过 60% 的代码提交由 AI 辅助完成，但也暴露了现有流程中的严重瓶颈，尤其是代码审查、持续集成（CI）速度和工具集成。最终，Affirm 认识到，要真正发挥 AI 的潜力，就必须改造围绕 AI 的整个开发系统，而不仅仅是引入一个新工具。
变革的驱动力：为何要强制转型？
Affirm 的业务核心是处理金融交易，这意味着软件质量不容有失，但其拥有十二年历史的单一代码库带来了诸多开发瓶颈。尽管部分工程师已自发使用 AI 工具并取得了显著效果，但大多数人仍沿用传统方法，导致团队效率差距日益扩大。
- 核心问题： 公司意识到，若想进一步扩大业务规模，必须提升软件交付能力。
- 技术成熟： 像 Anthropic Opus 4.5 这样的模型使 自主智能代理 变得实用，它们能够独立完成从代码搜索、规划、编写到测试的整个流程。
- 紧迫感： 为了快速缩小工程师之间的技能差距，公司高层决定通过一次强制性的“AI 改造周”，让所有工程师同步进入 AI 开发时代，而不是采用缓慢的渐进式推广。
公司总裁在全公司范围内传达了一个明确信息：自主智能代理开发将成为我们构建软件的核心部分。
建立基础：为 800 名工程师铺平道路
为确保转型顺利，一个九人工作组在两周内建立了一套可重复的 AI 工作流程。他们的目标是让普通工程师无需复杂的个人设置或专业知识，就能自动化大部分编码工作。
该小组做出了三个关键决定：
- 统一默认工具链： 选择 Claude Code 作为默认工具，并围绕它设计了完整的工作流程，为工程师提供了清晰的起点。
- 本地优先开发： 鉴于当时的工具环境尚未统一，为了让工程师能立即上手，采用了本地优先的开发模式。
- 明确的人工节点： 在需要人类判断的关键环节设立了检查点，例如 提供意图、批准计划、审查代码和合并代码。在这些节点之外，流程尽可能自动化。
这个工作流程的思维模型非常简单，并且与具体工具无关：规划、审查、执行、验证、审查、交付。
关键发现：当 AI 遇上现实瓶颈
“AI 改造周”取得了巨大成功，92% 的工程师都参与其中，但高强度的实践也暴露了开发流程中所有被掩盖的摩擦点。当代码生成接近即时，任何延迟都会从“小烦恼”变成“拦路虎”。
当代码生成近乎即时的时候，手动审查、难以获取的文档、薄弱的本地测试和缓慢的持续集成（CI） 就从开发者可以绕过的小麻烦，变成了阻碍前进的绊脚石。
主要瓶颈体现在以下几个方面：
- 代码审查是最大堵点： 随着 AI 生成的代码量激增，人工审查流程完全跟不上，代码合并请求（PR）经常被卡住数天。
- CI 速度和可靠性严重不足： 完整的端到端回归测试耗时超过 100 分钟，完全不适应 AI 开发所需的高频“修改-验证-修复”循环。
- 工具集成带来额外摩擦： 将 AI 代理连接到内部系统需要经过严格的安全审查，大量请求使审查流程不堪重负。
- 文档可访问性差： 分散在不同平台的技术和产品文档，人类尚可应付，但 AI 代理需要清晰、集中的上下文才能产出高质量代码。
后续行动：系统性地解决问题
改造周结束后，Affirm 立即启动了一个专项计划，旨在系统性地解决暴露出的问题，主要集中在三个方面：
- 集中化上下文和最佳实践： 由架构组牵头，将架构决策、领域知识和最佳实践存储在 AI 代理可以访问的地方，以提高输出质量并减轻审查负担。
- 赋能与治理： 将最初的冲刺团队转变为一个常设团队，负责管理工具集成、提升工具的可发现性，并确保 AI 支出的价值。
- 构建对 AI 友好的持续集成： 这是最大的投资领域。目标是让验证速度跟上代码生成速度，包括 自动化构建失败分类、强化本地测试，并精简测试套件。
经验与未来展望
这次转型证明，强制性的变革虽然激进，但效果显著。在短短五天内实现的采纳率远超数月的渐进式推广。
- 成果显著： 截至 2026 年 4 月，Affirm 超过 60% 的代码合并请求由 AI 辅助完成，周合并量同比增长 58%。
- 关键启示： 领导层的决心、明确的期望、允许试错的文化以及一个专门的赋能团队，是成功转型的关键要素。
- 未来已来： 自主智能开发已成为 Affirm 的新常态。他们认为，利用当前模型能力强、成本低的窗口期进行转型至关重要。
我们相信，敢于飞跃的公司将保持领先，而等待的公司将被超越。