AI的整合正在急剧改变Canva的软件开发实践。富有远见的首席技术官Brendan Humphreys透露，*80%的工程师借助这些工具提升了他们的生产力*。Canva对AI采用的承诺展示了一种*大胆而创新的方法*。工程师们运用AI解决方案，发挥他们的创造潜力，同时保留必要的人类监督，以确保卓越。
Canva生产周期中的AI整合
Canva的首席技术官Brendan Humphreys提出了一项前所未有的*人工智能*采用政策。每位员工都被鼓励体验这些工具，以便将其整合到日常工作中。这项广泛的任务为实验创造了时间和空间，并通过提供多种*工具许可*得到支持，其中包括Claude、*ChatGPT*和其他常用软件。
基于消费的许可分析和定价
Canva强调其供应商需具备*适当的定价*。根据消费获取许可可以避免支付未使用工具的费用，特别是在拥有2,300名工程师的情况下。此商业模式对于管理团队的多样化需求更为有效。
AI工具的评估标准
对AI工具的*安全性*进行评估是Canva的首要任务。安全团队对供应商进行深入评估，检查数据处理和潜在威胁。一旦通过评审，就会进行*试点项目*，然后才考虑更大范围的部署。
与代码代理的实验
Canva的工程师正处于通过代码代理全面自动化的开端。尽管市场上有商业解决方案，但复杂性和代码库的巨大规模使得这一过渡变得困难。编码具有*数千万行*的挑战，对于当前的工具提出了挑战，促使团队开发内部解决方案。
投资回报和工程师的看法
Canva衡量其项目成功与否，并不是通过标准指标，而是通过工程师对自己生产力的*感知*。有相当大的比例，约80%的人表示他们的效率有所提升。AI促进了一种*流动状态*，有助于创造，使工程师更加专注和高效。
人工智能工具的局限性
尽管AI工具强大，但也存在*重大限制*。可能发生的解读错误需要严格的人类监督。即使是最先进的模型，其在面对大型代码库时的性能也会下降，导致减少的产出。
初级和高级开发者之间的采用差异
初级工程师和高级工程师在使用AI工具时存在明显区别。经验较少的工程师通常使用这些功能进行原型设计，而经验丰富的开发人员则将其视为他们日常工作能力的扩展。
对完全自动化的看法
目前，完全自动化似乎不可行。AI工具必须在合格工程师的监督下运行。这种人际关系的评估与验证依然至关重要，以确保所取得结果的责任。
初级工程师的未来愿景
Canva保证，尽管AI技术不断发展，*初级工程师*依然不可或缺。他们在生态系统中的整合带来了创新和创造力，这是AI无法替代的。*软件工程师*的角色复杂性远超过简单的编程。
关于AI和Canva生产力的常见问题
AI如何影响Canva工程师的生产力？
根据Brendan Humphreys的说法，约80%的工程师表示由于使用AI工具而更有生产力，从而能够在工作中保持专注和高效。
Canva团队使用哪些AI工具来提高软件生产？
Canva团队使用多种工具，包括Sourcegraph、AMP code、Cursor、Claude和ChatGPT，这些工具通过宽松的许可提供。
Canva如何选择采用AI工具？
Canva首先对工具进行安全分析，然后进行小范围的试点项目，以评估其有效性，然后再进行更广泛的部署。
Canva在软件开发中使用的AI工具的主要局限性是什么？
AI工具可能会自信地产生错误的结果，这需要合格工程师的监督，以确保质量和准确性。
Canva的初级和高级工程师以不同的方式使用AI吗？
是的，初级工程师往往将AI用于原型设计和问题解决，而经验丰富的工程师则将其作为辅助工具来检查代码和提高生产力。
Canva考虑使用完全自动的代理进行软件开发吗？
目前，Canva不打算实现完全的自动化，因为AI工具需要人类监督以确保明智和负责任的决策。
将AI整合进Canva开发周期的挑战是什么？
挑战包括需要以负责任的方式使用工具，以最大限度地减少安全风险，并确保软件开发的高质量水平。
AI最终会取代Canva的开发者吗？
不，Brendan Humphreys强调编码只是软件工程师角色的一小部分，而人类将继续在战略和创造性决策中至关重要。
