前段时间,我写了一篇关于岗位边界消亡的文章。
AI 正在降低前端、后端、测试、产品之间的技术门槛。一个工程师借助 AI,可以完成过去需要多个岗位协作才能完成的功能。
但这件事还有另一面。
当岗位边界真的开始消失,一个更现实的问题会出现:
团队应该怎么分工?
我的答案是:
从按岗位分工,转向围绕业务结果组队。
这不是取消所有岗位,也不是要求每个人包办一切,而是重新明确三件事:谁对结果负责,谁承担专业判断,谁决定风险能不能接受。
过去,项目出了问题,责任看起来很容易定位。
页面有问题找前端,接口有问题找后端,质量有问题找测试,需求不清楚找产品。
这种分工不一定高效,但至少足够清楚。
现在,一个人既写前端,也写后端,还要补测试、改文档、处理上线。如果团队仍然沿用原来的管理方式,就可能陷入另一种混乱:
- 每个人都能做很多事,却没有人对最终结果负责
- 工作跨过了岗位边界,决策权仍然留在原来的职能负责人手里
- 测试岗位减少了,但质量责任没有真正转移给开发
- 产品能够直接做原型,却没有人判断原型能不能进入生产
- 团队看起来更灵活,实际出了问题更难追责
所以,岗位边界消失之后,技术团队最先要重做的,不是岗位说明书。
而是分工机制。
传统分工为什么开始失效
传统技术团队通常按照专业能力分工。
产品负责定义需求,前端负责界面,后端负责业务逻辑,测试负责质量,上线再交给运维。
这种模式形成于一个基本前提:每个专业都有很高的进入门槛,一个人很难完成其他岗位的工作。
因此,把不同专业的人组织起来,通过流程完成协作,是合理的选择。
但 AI 正在改变这个前提。
它让一个人跨越专业边界的成本迅速下降。后端工程师可以生成可用的前端页面,产品经理可以直接做出交互原型,开发可以快速补齐测试用例,测试也可以借助 AI 阅读代码、定位问题。
问题在于,很多团队的能力边界已经变化,管理边界却没有变化。
一个工程师明明可以独立完成整个功能,仍然需要把任务拆成前端、后端、测试三个环节;每个环节都要排期、交接和等待。AI 节省下来的执行时间,又被原来的协作流程消耗掉了。
工具已经进入 AI 时代,组织方式还停留在流水线时代。
岗位融合,不等于一个人包办一切
看到这里,很容易走向另一个极端:
既然 AI 能让一个人完成整个功能,那是不是以后每个人都应该从需求做到上线?
不是。
岗位融合真正改变的,是“谁有能力做这件事”,不是“所有事情都必须由一个人完成”。
一个人能写出前端代码,不代表他能持续维护复杂的前端工程;能让 AI 生成测试,不代表他已经具备完整的质量判断;能快速搭出原型,也不代表这个原型满足数据、安全和系统架构要求。
岗位消失,不等于工作消失。
测试岗位可能减少,但质量保障不会消失;前后端边界可能变淡,但架构、性能和用户体验仍然需要专业判断;产品和技术之间的执行距离可能缩短,但业务取舍与工程风险仍然是两类问题。
所以,新的团队形态不是“所有人什么都会”。
而是:
每个人都能围绕结果跨界执行,同时团队仍然保留足够深的专业能力。
通才负责让事情向前走,专家负责让关键判断不…