Duolingo工程师Sarah Deitke近日在一场技术分享中介绍了该公司推动AI文化落地的内部实践。她指出，仅仅为团队提供AI工具的使用权限并不足以实现真正的 adoption，企业还需要在组织层面建立配套的教育机制和可观测性体系。
Deitke表示，Duolingo在内部推出了AI素养研讨会，并搭建了可观测性仪表盘，用于追踪AI工具在工程团队中的使用情况与效果。这些举措的目标是让工程师理解AI的能力边界，并在日常开发流程中建立对AI输出的合理信任。
分享的核心案例是Duolingo对代码审查流程的重新设计。该公司开发了一款自动化PR风险评估机器人，该机器人能够对拉取请求进行初步分析并标记潜在风险，从而帮助人工审查者将精力集中在更高价值的判断上。Deitke演示了该工具如何在实际开发中运作，并展示了相关数据。
数据显示，通过将针对性的开发者教育与安全的AI防护机制相结合，Duolingo在加快交付速度的同时并未增加缺陷率。这一结果表明，AI辅助代码审查在具备充分培训和适当护栏的前提下，可以在不牺牲质量的情况下提升工程效率。
Deitke的分享还涉及AI adoption中的信任问题。她提到，工程师对AI工具的信任需要建立在透明度和可验证性之上，而可观测性仪表盘在这一过程中发挥了关键作用——它让团队能够持续监控AI工具的表现，及时发现偏差并做出调整。
对于正在探索AI辅助开发的企业而言，Duolingo的实践提供了一个可参考的路径：技术工具本身只是起点，配套的教育体系和风险控制机制才是决定AI能否真正融入工程文化的关键因素。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
