Noua ta sarcină este să integrezi agenți AI: cum funcționează de fapt companiile native AI

In This Article

Dragi abonați, am petrecut ultimele luni intervievând lideri de la companiile native AI. Acum sunt convins că: Încorporarea și gestionarea agenților AI ESTE treaba, indiferent de funcția dvs.. În această scufundare profundă gratuită, vreau să vă împărtășesc modul în care trei companii native AI — Linear, Ramp și Factory — pun acest principiu în practică. Iată câteva citate din fiecare: Nan Yu (Șef de produs, Linear): „Veți avea membri ai echipei de AI cărora le puteți atribui sarcini și cu care puteți vorbi la fel cum vorbești cu oamenii.” Geoff Charles (CPO, Ramp): „Dacă nu folosești Claude Code, indiferent de rolul tău, probabil că ai performanță slabă.” abilități reutilizabile pe care orice angajat le poate invoca.” Citiți mai departe pentru o privire interioară asupra modului în care funcționează fiecare companie nativă AI. Linear: A face agenți AI colegi de echipă de primă clasă Puteți @menționa un agent pentru a crea și a atribui o problemă unui alt agent. Abordarea liniară a agenților este modelată de produsul lor. Nan (Șeful de produs al Linear) consideră că: Agenții ar trebui să fie angajați de primă clasă. Ar trebui să le puteți adăuga la proiecte, să le atribuiți problemelor și să le menționați în comentarii. Cu toate acestea, Nan crede, de asemenea, că omul rămâne întotdeauna responsabil pentru rezultat. Iată cum Linear construiește produse cu agenți la fiecare pas: înțelegeți problema. Agenții citesc și rezumă fiecare conversație cu clientul de la Intercom, Zendesk și Gong. Ei creează automat problemele, le dedupesc din întârziere și le atribuie echipei potrivite. Identificați soluția. Deoarece agenții au acces la conversațiile cu clienții, ei vă pot ajuta să repetați o specificație prin extragerea de informații bazate pe date de pe mai multe canale. Faceți un plan. Agenții vă pot împărți specificațiile în bilete concrete și le pot direcționa automat către echipele potrivite. La Linear, agenții creează acum majoritatea biletelor. Sarcina omului este să-și revizuiască munca și să ajusteze contextul în timp. Execută. Bug-urile și caracteristicile mici sunt atribuite direct agenților precum Codex și Cursor. Pentru caracteristici complexe, inginerii lansează Claude Code și folosesc Linear MCP pentru a trage în contextul complet al problemei. Noile modele și hamuri depășesc granița de la remedieri simple la proiecte din ce în ce mai complexe. Doriți să construiți cu agenți precum Linear? Iată 4 pași practici pe care Nan i-a împărtășit cu privire la ceea ce poate face echipa ta astăzi: Fiecare dezvoltator ar trebui să utilizeze implicit un instrument de codare agentic de vârf. Acesta este primul pas cel mai simplu. Furnizați instrumentul oficial (Cursor, Claude Code sau Codex) și gestionați-l astfel încât să puteți vedea utilizarea. Suplimentați cu un agent de codare cloud asincron. Agenții de fundal asincron pot realiza toate modificările mici și remedierea erorilor. Cursor și Devin au oferte bune aici. Insistați ca designerii și PM să lucreze direct pe baza de cod. Agenți precum Claude deschid o cale de frecare redusă pentru ca PM și designeri să facă modificări direct în baza de cod. Toată lumea ar trebui să se străduiască să fie un constructor. PM și marketerii ar trebui să utilizeze implicit o interfață AI. Aceste funcții ar trebui să facă 80-100% din munca lor printr-o interfață de chat - indiferent dacă este vorba despre Claude, ChatGPT, Notion AI sau ceva similar. Nan vede un viitor în care oamenii vor colabora cu agenții la nivel de specificații – definind ce trebuie construit și de ce – și apoi transferând lucrurile agenților pentru a se ocupa de totul în aval.Ramp: Măsurarea competențelor AI în 4 niveleRamp își împinge rapid angajații să fie nativi de AI în 4 nivele. În 2025, Ramp a livrat peste 500 de funcții, a atins venituri de 1 miliard de dolari și a făcut totul cu 25 PM. Au făcut acest lucru solicitând fiecare funcție unică (ing., produs, design, vânzări, marketing, juridic, finanțe) să se integreze și să lucreze cu agenți. Geoff (CPO Ramp) a împărtășit un cadru pentru evaluarea competențelor AI pe care o găsesc extrem de practice pentru fiecare angajat: GPT. Acești oameni, cel mai probabil, nu vor fi în companie pe termen lung. Dacă nu sunteți un auto-începător cu o gândire de dezvoltare față de instrumentele AI, Geoff spune că va fi foarte greu să vă antrenați să excelați. L1: Utilizează și modifică GPT-uri, proiecte și instrumente interne AI. Acești oameni experimentează cu inteligența artificială, dar nu au automatizat încă munca reală. L2: creează o aplicație care automatizează o parte dinpost. Acești oameni pot să comite cod sau să ofere feedback semnificativ cu privire la munca altora folosind instrumente AI. L3: Constructori de sisteme. Acești oameni construiesc infrastructura și abilitățile AI care îi accelerează pe toți ceilalți din echipă. Scopul companiei este să-i împingă pe toată lumea pe scară. L0s se auto-selectează. L1 devin L2. L2 devin L3. Și L3-urile influențează restul organizației. Geoff a împărtășit, de asemenea, 5 pași pe care îi poate face orice companie pentru a deveni AI-native: Eliminați orice frecare. Oferiți acces la instrumente AI populare, fără constrângeri privind jetoanele sau bugetele și creați un depozit intern de abilități AI de la care oricine poate obține. Dacă configurarea este grea, majoritatea oamenilor nu vor adopta. Faceți vizibilă adopția. Creați canale Slack publice unde oamenii pot împărtăși ceea ce au construit. La toate mâinile, prezentați-i pe non-ingineri care fac lucruri impresionante, cum ar fi finanțarea, construirea unui sistem de trezorerie sau crearea de site-uri web pentru automatizarea marketingului. Oferiți asistență practică. Găzduiți orele de birou la care se poate alătura oricine pentru a dezvolta abilități și fluxuri de lucru AI. Desemnați experți în inteligență artificială a căror întreagă sarcină este de a evangheliza, de a stabili oamenii și de a-i ajuta să ajungă la „momentul aha”. Urmăriți utilizarea și interveniți. Rampa urmărește consumul de token în instrumentele AI per angajat. Conducerea partajează aceste date pentru a crea responsabilitate naturală și pentru a interveni atunci când utilizarea cuiva este scăzută. Faceți din aceasta o cerință de angajare. Interviurile PM includ acum o sesiune dedicată în care trebuie să construiți un produs funcțional și apoi să explicați de ce l-ați creat și cum funcționează. Geoff și-a rezumat filozofia de conducere pentru fiecare rol de la Ramp într-o singură linie: Treaba ta este să-ți automatizezi munca. oneDacă Linear și Ramp arată modul în care companiile adoptă agenți AI, Factory arată ce se întâmplă atunci când construiești în jurul lor din prima zi. Factory este o companie de dezvoltare de software AI formată din 55 de persoane, evaluată la 300 de milioane de dolari, care este structurată în jurul AI de la zero. Iată ce îi face diferiți: Angajați ingineri de produs Factory nu angajează PM și ingineri separat. În schimb, angajează ingineri de produs care gestionează și lucrează cu agenți AI. O zi obișnuită arată astfel: Examinați urmele de la rulările agenților pentru a vedea unde sistemul a luat decizii proaste. Scrieți remedieri nu ca cod, ci ca guvernanță (de exemplu, o actualizare a unei abilități, o nouă regulă de scame sau o automatizare rafinată) Examinați numai PR-urile pe care agenții le semnalează ca fiind cu risc ridicat (agenții se ocupă de restul). Sugerați idei noi și dezbateți prioritizarea cu colegii și AI. Această muncă nu este ușoară și necesită o expertiză enormă pentru gestionarea codului. agent-readyAgenții au nevoie de o bază de cod în care să poată lucra efectiv pentru a fi eficienți. Fabrica punctează bazele de cod pe cinci niveluri de maturitate, iar Nivelul 3 ("Standardizat") este locul în care majoritatea echipelor trebuie să vizeze mai întâi. Cadrul de pregătire pentru agenți al fabricii.Codați expertiza în abilități reutilizabile. Odată ce baza de cod este pregătită pentru agent, următorul pas este să le ofere agenților cunoștințele necesare pentru a lua decizii bune prin abilități (în principiu doar fișiere de marcare text). Fabrica folosește abilitățile pentru a codifica cunoștințele experților și ale companiei în ceva pe care orice agent sau angajat îl poate folosi. Iată o listă de abilități pe care Factory le folosește intern și trimite către fișierele lor de reducere pe care să le copiați și să le modificați: Abilitatea de gestionare a produselor. Principii de produs, un cadru de experiență de 11 stele (împrumutat de la Brian Chesky de la Airbnb), șablon PRD, grilă de punctare și îndrumări lingvistice, toate într-un singur fișier de reducere. Abilități de integrare a interfeței de utilizare Frontend. Instruiește Droid cum să construiască funcții folosind sistemul de proiectare Factory, convențiile de rutare și standardele de testare. Abilități de analist de date AI. Rulați analize exploratorii, construiți vizualizări și generați rapoarte statistice folosind întregul ecosistem Python. Abilități de instrumente interne. Creați panouri de administrare, console de asistență și tablouri de bord operaționale cu controale adecvate de acces și înregistrări de audit integrate. Abilități de codare Vibe. Prototipați rapid noi aplicații web de la zero cu cadre moderne. Dacă puteți codifica ceea ce cunosc cei mai buni oameni ai dvs. în abilități, nu trebuie să angajați specialiști pentru fiecare funcție. 6 pași pentru a pune toate acestea în practicăRecapitulând: Încorporarea și gestionarea agenților devin munca de bază pentru fiecare funcție. Iată șase lucruri pe care le puteți pune în practică chiar acum: De laLinear: setați implicit fiecare dezvoltator la un instrument de codare agent, cum ar fi Cursor, Claude Code sau Codex. Introduceți PM și designeri în baza de cod. Lăsați-i să trimită PR-uri și să trimită codul folosind agenți. Opriți direcționarea fiecărei modificări mici printr-un inginer. De la Ramp: Măsurați competența AI în cadrul echipei dvs. Cadrul pe 4 niveluri al lui Ramp vă oferă un vocabular comun pentru unde sunt oamenii și unde trebuie să meargă. Urmăriți utilizarea AI și faceți-o parte din așteptările de performanță. Nu poți îmbunătăți ceea ce nu măsori, iar stimulentele contează. Din Factory: Punctează baza de cod pentru pregătirea agentului. Utilizați nivelurile de pregătire a agenților Factory pentru a înțelege dacă baza de cod este pregătită. Codificați expertiza echipei dvs. în abilități reutilizabile. Codificați ceea ce știu cei mai buni oameni ai dvs. în fișiere de abilități și faceți ușor să le folosească atât oamenilor, cât și agenților. Mai presus de toate, agenții de la bord ca și dvs. la bordul unui om. Dă-le context, conectează-le la stack-ul tău operațional și menține un om responsabil pentru rezultatele lor. Spune-mi ce crezi în comentarii!

You May Also Like

13 Trending Songs on TikTok in March 2026 (+ How to Use Them)

China’s Cybersecurity Agency Issues Security Warning About OpenClaw

Our Best AI PM Workflows for Prototyping, Strategy, and Personal OS (2026)