更好的模型救不了研发团队：影响工程产出的真正杠杆
AI Engineer
Jellyfish 的 AI 与研究负责人 Nicholas Arcolano 基于数万名工程师的遥测数据分析发现，AI 工具与底层模型对 PR 产出差异的解释力不足 1%，而工程技能运用、Token 消耗量、组织环境及工程师个人能力才是决定研发效能的核心杠杆。
Token 成本微不足道：重构研发效能与合并 PR 的真实成本
AI Engineer
Jellyfish 研究与 AI 负责人 Steve Jamison 结合行业工程遥测数据指出，尽管企业在 AI 上的 Token 花费激增，但在单次代码合并（PR）的总成本中，Token 支出平均仅占 2.5%，其余 97.5% 仍为工程师薪资。AI 赋能大幅提升了人均 PR 产出（最高提升 67%），进而使单次 PR 综合成本下降了 26% 至 32%。过度限制 Token 属于因噎废食，评估 AI 投资的关键在于单次 PR 产出效率与工程综合 ROI。
告别敏捷仪式：构建AI驱动的“后工程师”工程组织
AI Engineer
本文通过PFF工程团队的实战案例，探讨了如何将传统的工程组织转型为由AI代理驱动的自动化组织。通过弃用Scrum、缩短开发流程、引入自动生成文档和代码审核，团队实现了开发效率的10倍提升和部署频率的25倍增长，同时提升了产品质量与客户满意度。
Intercom 如何通过 AI 工具将工程效率提升两倍
How I AI
本次访谈深入探讨了 Intercom 如何通过引入 AI 工具（特别是 Claude Code）将其工程吞吐量提高了一倍。Intercom 的高级首席工程师 Brian Scanland 分享了他们在此过程中的经验，重点介绍了文化变革、AI 技能采用的遥测技术重要性，以及对产品质量和开发者体验的影响。讨论还涉及了 AI 使用的成本考量，以及 AI 如何改变产品开发和内部流程。
Stay SaaSy 访谈：从匿名博客到 AI 时代的代币预算与管理哲学
Latent Space
本期对话邀请了匿名技术博客 Stay SaaSy 的 PM 和 EM 成员。探讨了如何通过 Hacker News 和 Substack 运营匿名社区，重点分析了 2026 年企业将面临的“代币预算”挑战、AI 对“构建还是购买”决策的深远影响，以及在 AI 高速产出的背景下，如何通过严谨的代码审查维持工程文化的韧性。