Tenex 谈财富2000强企业的 AI 原生 SDLC 实践

Tenex 是一家面向大型企业的 AI 应用服务商，目前 75 人，约 90% 是工程师或 AI 策略师，客户中一半是财富2000强企业、一半是营收 1 亿至 5 亿美元的中型企业。公司延续按故事点计酬的模式：工程师之间的收入差距约为 4 倍，而非最初设想的 10 倍。CJ Hess 表示模型变强后，他直接写代码的时间减少，更多时间用于把客户背景整理成模型可用的形式；奖励机制也要覆盖架构设计、需求判断这类难以拆进工单的工作。 技术侧的核心是 MetaHarness：一套共享技能、项目文档和命令行工具的集合，计划与决策和代码一起提交进 Git。代理回到某个任务时，能读到团队当初为什么这样构建，而不只是构建了什么。Tenex 的 AI 原生 SDLC 文章把这一思路呈现为人类与代理共同参照的项目记录，并接入 Linear、GitHub 和客户更新视图。CJ 也提到成本：对只做一个项目的小团队来说，这种结构化程度可能过度。 播客还讨论了自建软件的真实代价：用代理替换每年 4.3 万美元的演讲者管理工具时，人类评委选出的方案在 AI 评委榜上只排第 19 名。Alex 提醒越往大型企业走，替换既有系统的成本和风险越高，且自建后必须有人长期维护。对在企业内部推动代理编码的团队而言，这套经验的实际价值在于把计划、验收标准和决策变成可被代理读取的仓库资产，同时提前算清维护成本。