行业精选76°

Salesforce 工程从 Copilot 走向 Agentic:PR 增 79%,事故降 5%

Salesforce 工程如何从 Copilot 走向 Agentic? 来自 Salesforce 的分享,讲述了工程团队如何从「工程师 + 更强 Copilot」,进化到把 SDLC 的执行层逐...

精选理由

Salesforce 用真实数据证明了 Agentic 工程不是空谈——PR 增 79%、事故降 5%,做工程管理的团队可以直接参考他们的规则闭环和度量体系。

AI 摘要

Salesforce 分享了工程团队从「工程师 + 更强 Copilot」进化到「Agentic 工程」的实践路径。团队将 SDLC 的执行层逐步交给 Agent,人负责目标、规则、验收与复利。关键杠杆包括工具收敛(全组织用 Claude Code)、规则即代码(Markdown 规则 + PR 反馈闭环)、自治并行(build/fix/validate 闭环)。案例中一个原计划 231 人天的迁移任务 13 天完成,PR 增加 79%,有效产出提升 151%,事故减少 5%。工程师的核心能力从写代码转向拆解任务、判断委派、沉淀规则库。

原文 · shao__meng

Salesforce 工程如何从 Copilot 走向 Agentic? 来自 Salesforce 的分享,讲述了工程团队如何从「工程师 + 更强 Copilot」,进化到把 SDLC 的执行层逐...

Salesforce 工程如何从 Copilot 走向 Agentic? 来自 Salesforce 的分享,讲述了工程团队如何从「工程师 + 更强 Copilot」,进化到把 SDLC 的执行层逐步交给 Agent,人负责目标、规则、验收与复利的「Agentic 工程」: salesforce.com/news/stories/h… 团队经历了两个阶段: 1. AI 嵌入旧流程:高 adoption(他们曾 >90%) 2. 用 AI 拆掉 handoff、低价值流程:Agent 驱动写码/审 PR/测试/文档/部署 三个撬动变革的杠杆: 1. 工具收敛 + 零摩擦 — 全组织 Claude Code,取消 token 上限 → 信号是「深度用 Agent 被允许、被期待」。 2. 规则即代码 — Markdown 规则 + 参考实现;PR 反馈写回规则 → 精度复利,而非每次重 prompt。 3. 自治 + 并行 — build/fix/validate 闭环少介入;隔离环境并行出 PR。 案例(33 API / 231 人天 → 13 天):证明的是 「可规则化 + 可自动验证」的任务,不是一切研发。 变革中的数据体现: · PR +79%、有效产出 +151% → 吞吐与「有效价值」在涨。 · 事故 -5% → 他们在争 「快 ≠ 烂」;但指标自研(Engineering 360),因果未公开。 真正信号:下游(review/测试/发布)没被上游加速压垮,而是 Agent 也接住了下游 —— 否则只会「代码洪水」。 新核心能力 从写代码 → 三件事: · 把问题拆成 Agent 能执行的结构与验收标准; · 判断 委派 vs 留在环内; · 沉淀 Skills / CLAUDE.md / 规则库(团队复利资产)。 工程师在变成 Agent 工作流的设计者与所有者。 对咱们做工程有帮助的 3 条 1. 先找「规则清晰 + 测试可自动验」的活(迁移、补测、文档同步),别先让 Agent 写模糊需求。 2. 建「PR 反馈 → 规则」闭环,这是 18 倍案例里唯一可低成本复制的内核。 3. 同时改度量与安全:没有 Effective Output 类指标 + Agent 执行权治理,上游加速只会制造 review/事故债。 Boris Cherny @bcherny Salesforce published a detailed writeup on going agentic with Claude Code. A couple things jumped out. A migration they'd scoped at 231 days shipped in 13. One PR delivered 21 endpoints at 100% test coverage. 🔗 View Quoted Tweet 💬 0 🔄 0 ❤️ 0 👀 177 ⚡