宝洁把 SDLC 改成 ADLC:Agent 进场之后,流程图得重画
宝洁大中华区 CTO 童熙在访谈中提出 ADLC——Agent 驱动的开发生命周期。当智能体接手…
文章目录
“一个人用 AI,效率提升看得见;放到整个公司,交付速度没怎么动。”这句话大概是当下企业 AI 落地最普遍的困惑。宝洁大中华区 CTO 童熙给出的解释很直接:局部省下来的时间,被流程里的人为节点吃掉了。

一分钟速览
- 宝洁提出 ADLC(Agent 驱动的开发生命周期),主张围绕 Agent 重新设计流程,而不是给每个环节配一个 AI 助手。
- 核心判断:SDLC 的前提是“每个环节都要有人决策执行”,Agent 进场后这个前提松动了。
- 组织侧同步动三件事:招聘岗位统一为 AI Agent 开发、推动研发向 AI 全栈转型、把技术治理频率从月度提到高频。
- 引入 FDE(前沿部署工程师),让技术直接坐到业务旁边做原型。
- 技术负责人被要求亲手构建智能体、先跑原型再谈方案。
旧流程为什么开始失灵
SDLC 这套东西,做开发的人都熟:需求提出、编码、测试、发布、运维,中间夹着提单、代码评审、上线工单、发布检查。每个环节一个角色,交接一次。它跑了几十年,前提是每个环节都要有人来做决策和执行。
Agent 出现之后,这个前提开始松动。童熙的说法是:当开发工作交给智能体和数字员工,它不再按角色分配任务,甚至有好几个环节根本不需要存在。
他举了一个很具体的假设:一项工作有七步,即使 Agent 能顺畅完成第二到第五步,第一步和第六步仍可能卡在人工交接上。结果就是中间快了,两头还在等,整体交付时间没有本质变化。
这就是 ADLC 要回答的问题:哪些交接可以简化,哪些检查必须保留并明确责任人。它不是给每个环节配一个 AI 助手能解决的,流程图得重画。
组织先动,技术后动
宝洁的顺序值得注意:先动的不是技术,是人才招聘、人才培养和技术治理。
招聘侧的变化最直观。过去 IT 岗位描述分得很细:前端、后端、测试,各有技能要求和职业路径。今年描述换了,不再细分岗位,统一成以 AI 为中心、围绕 AI Agent 开发的岗位。背后的判断不复杂:AI 把编码门槛降下来,工程师能跨过原来的专业分工,岗位需求自然往 Agent 开发上挪。
培养侧走的是“社区加黑客松”的路子。公司内部办了不少黑客松,建了技术社区,其中一个叫 Vibe Coding 的社群每月有好几场讨论会。业务部门的同学也被请来分享——不少人已经能用 AI 做原型、搭小系统。童熙说,这种分享对 IT 是一种刺激:“他们都可以,为什么我们自己不行?”
这一条大概是最难复制的。它靠的不是制度,是身边有人先做成了。
治理:技术雷达从季度变成日更
组织变革还有一个容易被忽略的地基:技术治理的节奏。过去很多公司的技术雷达按季度更新,行业分析机构的版本甚至一年一次。技术迭代平稳时,这个节奏够用。
现在不行了。童熙说,技术雷达可能每周甚至每天都在追踪新动向。新东西太多,靠一个委员会按月评审根本追不上,治理本身成了瓶颈。
宝洁的办法是把社区拉进治理流程:核心同学先讨论某个新技术在实践中到底有没有用,有用就推动引入。合规流程在公司层面照旧保留,但评估频率从月度提到高频。分寸在于:合规不能省,评审速度得跟上迭代速度。
FDE:让技术坐到业务旁边
组织的变化不只发生在 IT 内部,也发生在 IT 和业务的交界处。过去的链条很经典:业务提需求,产品整理成 PRD,技术做方案,然后开发、测试、上线。环节多,链条长。
AI 时代这条链在压缩,压缩的方式叫 FDE。技术同学直接坐到业务同事旁边,从理解问题、设计流程开始,就一起做原型、验方案。产品同事可以借助 AI 做原型和小功能,技术同事则更早参与业务流程设计。
负责人要自己动手
访谈里最有锋芒的一段,是关于“我们到底在带领谁”。童熙说,以前谈得更多的是领导力,但未来技术负责人会越来越多地和 Agent 一起工作:判断哪些事可以交给 Agent,哪些必须由人决策。
他自己的做法是养一批智能体,每天干正反论证:围绕某个技术方向或架构方案,正反方互相辩论。但辩论不是目的——光靠论证没有足够的事实证据,最终还是要把原型跑出来看效果。
“作为技术背景的负责人,你必须亲手去实践。你看各种公众号文章、视频号内容,都抵不过你自己去构建一个智能体帮你干事。”他提到,自家 CIO 经常先把原型做好,再扔给团队问“你们觉得这样怎么样”。
趋势:ADLC 会不会成为标准答案
ADLC 目前还是一个提出中的框架,不是成熟方法论。它的价值在于把问题说清楚了:Agent 带来的不是“效率提升百分比”,而是“流程重设计的必要性”。
真正的考验在两条。第一,重画流程之后,责任怎么落地——Agent 做的决策出错,谁签字?第二,组织能力能不能跟上——招聘、培养、治理三件事任何一件掉队,ADLC 就会退化成“用了很多 AI 工具,但交付没变快”。
宝洁的实验至少提供了一个可观察的样本:一家百年消费品公司,愿意为流程重构先动组织和治理,而不是先买工具。这条路更慢,但更接近“AI 原生”这四个字的本意。
本文地址:https://www.163264.com/21545


