李雪涛每年都会找领导谈一次话，主题差不多，都是“公司可能要撑不下去了”。
以前他说的是业务不行、团队不行、管理不行。去年底，他换了一个理由。AI 太强了，这个行业可能要没了。
领导听完有点懵，问他怎么办。李雪涛说，我也不知道。但这次不一样，两个人又聊了两三次，最后拍板，转型。
李雪涛是天津一家软件公司的研发 VP，管着一个 60 人左右的团队。公司做标准化软件，也做定制交付。卖出去的是标准产品，到了客户那里，基本都会有定制需求。
转型前，这支团队是很典型的软件公司配置，需求、研发、测试、运维四个部门分开。销售把单子推进来，需求部门出去谈细节，回来交给项目经理；项目经理带研发开发，再交给测试，最后由运维接手。
流程能跑，但很重。
在 Agent 特区社区里，李雪涛分享过很多 AI 转型复盘。他不太避讳失败，也不太包装自己。社区里有人叫他“AI 组织架构师”，公司里的人还是习惯叫他李总。
先让中层有体感
李雪涛没有一上来就开全员大会，宣布公司要 AI 转型。
他先从每周管理层例会下手，把自己用 AI 的经验演示给一线项目经理、产品负责人、测试负责人看。不讲大趋势，也不讲战略，直接让他们看 AI 能做什么。
他认为员工怎么想先放一边，中层必须先动起来。
用 AI 的人通常会经历一个过程。刚开始一两周，会觉得世界要变了，AI 特别厉害。再过一两个月，问题开始冒出来，发现 AI 也会跑偏，也会犯错，也有很多做不好的地方。
李雪涛要抢的就是前面那段时间。
他希望趁大家“满眼是光”的时候，把这件事推下去。等他们用了一个多月，开始发现 AI 有问题时，至少已经上手了，也会有自己的判断。
中层有了体感之后，他让每个人回到自己团队里推。不强制，公司配公开账号，Token 公司出。每周再找时间沟通一次，看看各团队用得怎么样。
这个过程持续了一个月左右。等到他判断团队里感兴趣的人已经足够多，才发出组织转型和团队调整的全员公开信。
真正的组织调整，是从这之后才开始的。
AI 写得快，人审得慢
转型之后，问题很快来了。
李雪涛提到的第一个坑，是 SPEC 文档太难审。
代码可以交给 AI 写，但需求文档必须人来审。他要求每个需求文档都认真看，最好一个字一个字看过去。但 SPEC 文件通常是 Markdown 格式，纯文字，内容又多。
他说，自己和同事看这类文档时，经常看得眼花，甚至想睡觉。
他试过让 AI 同步产出一份 HTML 给人看，Markdown 留给 AI。HTML 有排版，看起来舒服一些。但新问题马上出现，两份文档一旦同时存在，AI 改完之后，Markdown 和 HTML 是否一致，很难判断。
后来他们又写了一个 VS Code 插件，把 Markdown 自动转成 HTML。这个办法能解决一部分问题，但没有彻底解决。
最麻烦的是，SPEC 又不能不审。
他们在第一个试点项目上吃过亏。因为审得不够细，到了测试阶段，出现了大量需求遗漏和不一致，返工浪费了很多时间。
AI 写需求文档还有一个毛病，那就是喜欢自己“加戏”。
有些细节你没提，它会主动补上。比如易用性优化、提示语调整、交互细节补充。你说这些建议有没有道理？很多时候确实有道理。可做交付不是做理想产品，每多做一个细节，项目成本就往上走一点。
所以，李雪涛最后还是把人拉回到关键环节。AI 可以写，但人要把范围看住。
流程跑起来后，坑出现了
AI 研发不是把工具用上就完事。
李雪涛最早用 GPT 搭了一整套 AI 研发流程，试下来效果不错。后来跑试点项目时，他想顺便看看国产模型的表现，一个 5 人小组里同时用了几种模型。
结果发现，同一套流程在不同模型上的表现差异很大。有些模型能跑，有些模型跑不顺。每个模型对提示词、流程和上下文的遵循程度不一样，流程里的点又多，一旦出问题，很难判断到底卡在哪里。
这件事让他意识到，企业做 AI 研发流程改造，要么尽量稳定使用一个模型，要么就要准备做模型适配。
质量问题也给了他一次教训。
一开始，他觉得有了 AI，以前做不了的测试终于能做了。单元测试、Mock 测试、端到端自动化测试，都可以让 AI 大量生成。
测试用例更多，质量应该更好。结果跑下来，Bug 反而比以前多。
他们复盘后发现，Bug 的类型变了。以前更多是逻辑错误。AI 介入之后，问题集中在两类：一类是 AI 没有完全读懂需求文档里的小细节，另一类是 UI 还原度不行。
后来他们还是把人工测试拉了回来。
项目最终是给人用的。哪里不舒服，哪里不合理，哪里需要补一个功能，人是有体感的。
但李雪涛坦言，AI 转型最难的还是人。不是工具，不是模型，不是流程，是人。
本文为崔牛会「AI 原生组织研究」系列采访手记。李雪涛在本轮访谈中详细拆解了完整的11步转型路线图、Harness 工程的搭建方法论、FDE 小组的设计逻辑和 AI 原生组织的判断框架，这些内容将作为核心案例收录于 2026 年 8 月发布的《AI 原生组织白皮书（2026）》。