Coinbase 如何将 AI 推广至 1,000 多名工程师

Coinbase 如何让 AI 真正在 1,000 名工程师中落地生根

大多数大型工程团队都试用过 AI 工具，看到短暂的使用高峰后，却眼睁睁看着采用率归零。Coinbase 工程高级总监 Chintan Turakhia 也经历过这段至暗时刻——但他最终摸索出了一套真正奏效的方法。在 Claire Bell 主持的 How I AI 节目中，他详细讲述了驱动真实采用的具体打法。

关于为何采用无法持续： “The company tried to adopt other AI tools and we saw this uptick in adoption. People opened it up, checked the box, did kind of like a hello world thing, but it didn’t stick. My biggest thing is, how do I make this damn thing stick?”（公司尝试采用其他 AI 工具，我们看到使用量有所上升。大家打开它，走个流程，做个 Hello World，但就是坚持不下去。我最想解决的问题是：怎么才能让这东西真正留下来？）问题不在于工具本身——2024 年底模型尚未成熟，一旦某个工程师碰壁，整个团队就会集体放弃。Turakhia 的底层逻辑是：基础模型只会越来越好，所以现在就要开始练。

关于领导者重新写代码： 2025 年 1 月至 4 月，Turakhia 每天都泡在 Cursor 里，亲自修 Bug、提 PR，向工程师展示 AI 能做到什么。领导者最糟糕的做法，就是在会议室里发布 AI 采用令。“I do think that it’s really important when you’re doing this organizational transformation that you have a single person with incredible conviction at the leadership level who is also hands on the metal.”（我确实认为，在推动组织变革时，领导层中必须有一个信念极其坚定、同时也亲自动手写代码的人，这至关重要。）他从最枯燥的活儿入手——单元测试、代码格式化、git 命令——那些让人心力交瘁却又不得不做的工作。

关于 PR 速跑： 转折点是一场计时活动：每位工程师认领一个简单 Bug 或文案修改，用 Cursor 提一个 PR。15 分钟内，100 名工程师提交了 70 个 PR，直接把 GitHub 的基础设施打崩了。随后活动扩展至全公司：800 名工程师在 30 分钟内提了 400 个 PR。“那一刻真的是——告别进度更新，迎来真正的构建时代。”

关于衡量真正重要的指标： Turakhia 只盯一个指标：从工单创建到变更上线给用户所用的时间。这涵盖了优先级排序、编码、审查和部署的全流程。PR 审查周期从平均 150 小时降至约 15 小时，提升了 10 倍。目标是：有人提出反馈，在电话挂断之前修复就已上线。

关于 Cloudbot——他们的内部 Agent： Coinbase 搭建了一个内部 Slack 机器人，将 Linear 工单、多个 MCP（Datadog、Sentry、Amplitude、Snowflake）和多个代码库串联起来。工作流是：语音采集用户反馈 → LLM 提取 Bug → 创建 Linear 工单 → Agent 生成 PR → 深链接到 Cursor 分支 → 生成二维码供移动端测试。某天晚上，Turakhia 一次性从反馈工具里批量启动了 200 个 Bug 修复任务。

关于”超级构建者”角色： Turakhia 创造了一个新角色：超级构建者（super builder）。这个角色最重要的使命只有一个：培养更多超级构建者。他们是推动 AI 工具落地、搭建内部 Agent、带动整个团队提速的人。他的建议是：成为你们工程团队中 AI 能力最强的前三名，是你现在能做的最好的职业投资之一。

关于协调成本的消失： “My calendar is empty. Almost empty. And the reason why is because the coordination overhead of prioritizing, changing the roadmap — no, you just do things.”（我的日历几乎空了。原因是排优先级、调整路线图这些协调开销——不需要了，你就直接去做。）领导者写更多代码，团队跳过 Sprint 规划争论，因为从反馈到修复的周期已经以分钟计，而不是以 Sprint 计。

Coinbase AI 采用手册的 6 条经验

• 一位信念坚定的领导者亲自上阵 — 采用需要一个每天写代码的实操冠军，而不是从上而下的指令
• 从苦活开始 — 单元测试、代码格式化、git 命令——先消灭那些折磨人的重复劳动，工程师自然会跟进
• PR 速跑创造突破时刻 — 全员同时提交的计时活动能建立集体信念，并暴露基础设施瓶颈
• PR 审查提速 10 倍 — 通过压缩从反馈到上线的全链路，周期从 150 小时降至 15 小时
• 内部 Agent 胜过外部工具 — Cloudbot 将 Linear、Slack 和 MCP 串联，自主完成从用户反馈到 PR 合并的全流程
• “超级构建者”成为职业路径 — 让所有人用 AI 更高效的那个人，是当下最有价值的岗位

这对正在推进 AI 转型的工程组织意味着什么

Coinbase 的案例之所以重要，是因为它是真实的规模化案例——不是 5 人初创公司，而是一家有着严苛安全与合规要求的上市公司，拥有 1,000 多名工程师。这套手册是可复制的：从一位亲自写代码、信念坚定的领导者开始，优先解决苦活，通过速跑创造可见的胜利，在外部工具触达不到的地方搭建内部 Agent，并只追踪一个关键指标——从反馈到用户的时间。搞清楚这一切的组织，不仅仅是交付更快，而是从根本上改变了用现有人力所能实现的边界。