Grab如何围绕人工智能速度重塑其工程文化

Grab首席技术官 Suthen Thomas Paradatheth 认为，人工智能使得编写代码的成本变得低廉，但代码审查却变得稀缺。

这一变化迫使领导者们必须在速度引发问题之前，重塑其在东南亚的管理、招聘和实体运营。

随着Grab以前所未有的速度发布新的软件工具，领导者们现在必须弄清楚，哪些数据能真正反映业务的改善，而不仅仅是员工的忙碌。

旧的工作衡量方式可能会将公司推向错误的目标，这意味着高管们不能再依赖传统的指标来追踪实际产出。

“我们90%的工程师每天都在使用某种形式的人工智能编码辅助工具，”Paradatheth 说。“我们没有强制要求任何事情。我们只是提供了工具，教会大家如何有效使用，然后就放手让他们去做了。”

“工程生产力总是伴随着一系列中止转让的申请和星号，”他补充道。

尽管如此，数据说明了一切。以合并请求作为衡量指标，Grab发现人均产出增长了约40%，而同等规模任务的周转时间缩短了20%至30%。

他补充说，工程产出只是整个版图的一小部分，并指出，要让人工智能真正发挥效用，除了个人能力的提升，还需要公司层面的制度性变革。

简化编码的风险

让更多人有能力构建软件可以加快工作速度，但这也带来了关于招聘和监督的新问题。“软件工程的基础知识依然重要，”Paradatheth 说。

SEE ALSO

Grab seeks AI edge in product development using agentic engineering, vibe coding

在招聘方面，他划定了一条底线。“你不能进来就说‘我可以让任何代理程序来做这件事，但我不知道它具体做了什么。’我们还寻找具备人工智能流畅度和主人翁意识的人才，他们能像主人翁一样行事，而不是等待指令。”

法律团队构建了一个自动化工具，将保密协议（NDA）的初审时间从几小时缩短到几分钟；而设计团队也创建了一个名为 Mosaic 的类似工具，能用远少于以往的时间生成符合品牌特色的插图。

“如果一个工具将要投入生产环境，如果我们的最终客户会接触到它，那么它就需要由生产工程师进行审查，”他说。“对于内部使用的工具，我们不希望工程部门成为把关者。”

移除内部的把关者加快了开发速度，但也将压力转移到了其他地方。薄弱的审查机制可能会让高工程产出变成脆弱的系统。

为了应对这一问题，Grab围绕四个操作步骤来构建其工作流程：

• 将工程工作从输入直接提示转变为移交任务，让系统能够自主运行
• 清晰地组织业务和技术数据，以便独立系统可以在不崩溃的情况下获取上下文信息
• 通过自动化测试扩展审查流程，以防止软件错误并验证意外行为
• 使用辅助模型来检查输出，监控自动化法官，并将最终责任分配给特定的人。

这个工作流程改变了软件的生成方式。现在，工程师将任务分配给一个代理程序后便可离开，稍后再回来审查生成的代码，这种异步工作流程极大地提升了速度。

“代码可以被大量生成。新的瓶颈是人们无法审查所有被创建的代码，”Paradatheth 警告说。“最终，我们认为你要对进入生产环境的内容负责。那么，你该如何审查它呢？”

为了解决这个问题，公司大力投资于“线束工程”（harness engineering），在为人工智能保持代码库可读性的同时，通过洗牙自动化测试来捕获进入生产环境前的错误。

“责任链的终点不是人工智能，而是人，”他说。“我团队中的每一位领导者都被期望使用代理式工程（agentic engineering）来交付生产环境的变更。”

将规则直接构建到软件中

要让人类对代码审查负责，需要依赖受控的平台，这给领导者们带来了挑战：如何在赋予员工计算能力的同时保持监督。

Grab的答案是 GrabGPT，它源于一个失败的内部聊天机器人项目。当人工智能的热潮在2022年和2023年席卷而来时，外部工具构成了明显的安全风险，因此基础设施团队转而构建了一个安全的内部接口。

“尽管名为 GrabGPT，但它并非只使用一家供应商的模型，”Paradatheth 说。“你可以使用像 Gemini、Claude 和 GPT 这样的闭源模型，也可以使用像 Qwen 这样的开源权重模型。”

GrabGPT 还充当路由器和抽象层，具备审计日志、受控的员工接入、使用量计量和成本控制等功能。

更快地发现隐藏的软件问题

使用这种集中式路由器，将安全焦点从单个工具的选择转移到整体系统行为上，帮助领导者为应对结构性弱点可能增长得更快的环境做好准备。

“一个有用的心智模型是，人工智能是万物的放大器，”Paradatheth 说。“如果你有出色的软件工程实践，它会将其放大。如果你的系统中存在潜在风险，那么这个风险现在也被放大了。”

“你需要开始在潜在风险的背景下思考。漏洞可能一直存在，但现在你有了一个以非确定性方式行事的代理程序。你不能将代码发布到生产环境然后祈祷一切顺利。”

然而，同样的力量也可以反向作用，自动化审查现在能够比单靠人类审查员更快地发现和修复弱点。

这种风险评估的能力也延伸到了连接企业与消费者的实体物流网络中，其中机器人技术被视为消除运营时间浪费的工具，而非取代人类员工。

“机器人可以在柜台装载货物，在路边与司机交接，然后在另一端直接送到门口，处理行程的‘最初一米’和‘最后一米’，”Paradatheth 说。

由于这些步行阶段大约消耗了司机10%的时间，取消这些环节能让送货员完成更多订单，增加收入。

让自动驾驶系统适应多样的城市街道

虽然机器人扩展可以解决步行造成的延误，但要实现完全的自动驾驶能力，则需要应对各个城市间差异巨大的经济和监管条件。

“对于自动驾驶汽车而言，在东南亚得到更广泛的普及之前，还有很长的路要走，”他说。

前方的道路是复杂的。“挑战包括单位经济效益以及适应多样化的路况。城市里挤满了摩托车和自行车，而且往往没有专用的自行车道，”他说。

对于自动送货机器人，公司完全自主研发。而对于载客车辆，则采取多方合作的方式，将它们平稳地整合到现有市场中。TECH IN ASIA