A5站长网9月23日消息，在2026年AICon全球人工智能开发与应用大会上海站上，菜鸟网络研发总监郭凤钊做了一次复盘：过去半年多，菜鸟内部的AI Coding贡献率从约10%提升到90%以上，部分团队接近100%。但同一时间，他们比较了有AI参与和没有AI参与的需求，发现两者的需求变更周期只相差约10%。一边是代码几乎全由AI写，一边是交付几乎没变快，这个反差构成了整场分享的起点。
贡献率的口径需要先讲清楚：它指的是提交进代码仓库的AI生成代码行数，占整体提交行数的比例。菜鸟大约从2025年10月开始大规模推广，当时定下的目标是半年后达到20%、挑战50%，实际在2026年二三月就摸到50%，随后平均值超过90%。推动它上涨的因素有好几层，底层模型能力持续提升，Cursor、Claude Code、Codex这类Coding Agent快速迭代，加上内部找AI布道师推广最佳实践、引入成熟工具、按团队和个人公开度量贡献率，并与安全团队联合防范代码与数据风险。
为什么效率没跟着涨？编码只是需求交付链路中的一环。需求从澄清开始，还要经过技术方案设计、测试用例生成、代码编写、编译、测试和部署，即使编码实现100%自动化，它在需求交付周期里占用的时间也可能只有30%左右。编码之外的许多步骤还没有被AI托管，原有研发系统对Agent也不够友好。更关键的是阶段之间仍然靠人推动，一个阶段完成后需要工程师确认结果、切换工具、发起下一步，工程师在处理别的任务时流程就停下来。只要流程由人主导，人的注意力就是端到端交付的瓶颈。
菜鸟的方向是Agent托管交付，把需求从澄清一直跑到代码部署进预发环境，由Agent主导流程，工程师只在必要节点确认。运行环境选了云端沙箱，一是能7×24小时运行，不会因为开发者关掉电脑而中断，二是企业经验更容易复用。整体方案可以概括成一句：通用Agent提供Harness，Plugin承载能力，Playbook描述流程，todo.json保证长程任务的确定性执行。任务状态用JSON而不是Markdown，是因为Markdown容易被模型直接改写，也很难准确表达Pending、In Progress、Skipped、Failed这些状态。
长程任务踩到的坑集中在上下文上。上下文里混入大量无关信息后，模型对关键信息的关注能力会下降，也就是上下文腐烂；执行轮次多了会耗尽上下文；接近上限时模型还可能提前宣布任务完成。所以他们先拆解功能清单，再增量推进，每次只执行一个步骤，完成后检查真实产物，不只看模型的自我反馈。这一层仅靠Skill解决不了，因为Skill本身就运行在上下文里，无法从外部管理自己的上下文。菜鸟的做法是用Plugin承载Skill、Subagent、Hooks，让Subagent在独立上下文里闭环执行，只把结果返回给主Agent。
需求托管交付在2026年5月上线，最近30天平台交付了100多个需求，数量不大，但路径已经验证能走通。另一个现象是，PMO、产品经理、技术运营这类非技术岗位也开始用它交付生产环境代码，主要面向内部提效工具。郭凤钊提到，托管交付的黄金场景不是所有需求，而是那些开发者不愿意做、又不得不做的小需求。在度量上他也留了一句提醒：贡献率到了90%以后仍然要回答所以呢，指标要有北极星，也要有检查指标互相制衡，因为一个指标变成唯一目标时，它就不再是好指标。
申请创业报道，分享创业好点子。点击此处，共同探讨创业新机遇！
