{"@context":"https://schema.org","@type":"NewsArticle","generatedAt":"2026-07-23T06:40:50.084Z","headline":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","description":"AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","url":"https://www.aioga.com/news/cmruxzv0c00f6binvv9z95b1z/","mainEntityOfPage":"https://www.aioga.com/news/cmruxzv0c00f6binvv9z95b1z/","datePublished":"2026-07-21T00:00:00.000Z","dateModified":"2026-07-21T00:00:00.000Z","inLanguage":"zh-CN","publisher":{"@type":"NewsMediaOrganization","name":"Aioga","url":"https://www.aioga.com"},"citation":["https://www.tomtunguz.com/ai-engineering-productivity-anything-but-normal","https://aihot.virxact.com/items/cmruxzv0c00f6binvv9z95b1z"],"canonicalUrl":"https://www.aioga.com/news/cmruxzv0c00f6binvv9z95b1z/","directAnswer":{"@type":"Answer","text":"Aioga 编辑摘要：AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%； Aioga 将其归入「技巧观点」方向，重点关注它对真实使用和行业竞争的影响。","url":"https://www.aioga.com/news/cmruxzv0c00f6binvv9z95b1z/","dateCreated":"2026-07-21T00:00:00.000Z","author":{"@type":"Organization","@id":"https://www.aioga.com/authors/aioga-editorial/#editorial-team","name":"Aioga Editorial Team","url":"https://www.aioga.com/authors/aioga-editorial/"}},"evidence":[{"@type":"CreativeWork","name":"Tomer Tunguz 博客（VC 分析） source article","url":"https://www.tomtunguz.com/ai-engineering-productivity-anything-but-normal","datePublished":"2026-07-21T00:00:00.000Z","provider":{"@type":"Organization","name":"Tomer Tunguz 博客（VC 分析）","url":"https://www.tomtunguz.com/ai-engineering-productivity-anything-but-normal"}},{"@type":"CreativeWork","name":"AIHot archive record","url":"https://aihot.virxact.com/items/cmruxzv0c00f6binvv9z95b1z","datePublished":"2026-07-21T00:00:00.000Z","provider":{"@type":"Organization","name":"AIHot","url":"https://aihot.virxact.com/items/cmruxzv0c00f6binvv9z95b1z"}}],"aggregationSource":"Tomer Tunguz 博客（VC 分析）","originalPublisher":{"name":"Tomer Tunguz 博客（VC 分析）","url":"https://www.tomtunguz.com/ai-engineering-productivity-anything-but-normal"},"article":{"id":"cmruxzv0c00f6binvv9z95b1z","slug":"cmruxzv0c00f6binvv9z95b1z","url":"https://www.aioga.com/news/cmruxzv0c00f6binvv9z95b1z/","title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","title_en":"AI Engineering Productivity is Anything But Normal","summary":"AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","source":"Tomer Tunguz 博客（VC 分析）","sourceUrl":"https://www.tomtunguz.com/ai-engineering-productivity-anything-but-normal","aiHotUrl":"https://aihot.virxact.com/items/cmruxzv0c00f6binvv9z95b1z","publishedAt":"2026-07-21T00:00:00.000Z","category":"技巧观点","score":51,"selected":false,"articleBody":["We are now in an era where we should expect 3x more from each other.","Over the last six months, one data point has followed another :","The chart above sorts the ecosystem into three unequal tranches, each defined by how much of the model’s power the company captures. 5：#fn:5","The first tranche is what most companies experience today. Distribute an AI IDE, change nothing else, & the outcome is modest.","“Engineering leaders went into AI expecting 2-3x productivity gains but are landing closer to 30%.”","Faros’s telemetry across 22,000 developers confirms this: engineers completed epics 66% faster, but bugs per developer increased by 54%. 7：#fn:7 The Google randomized controlled trial put the number at 21%, close to GitHub’s 24%. 8：#fn:8 9：#fn:9 This is the default outcome.","The frontier tranche follows. Companies here have built harnesses around the model, orchestrating agents sharing context across GitHub, Linear, & Slack; escalating to engineers for their judgment.","“Every employee gets a manager agent that spawns worker agents in loops. Our internal agent outperformed a seven-figure SaaS tool in security testing and incident triage at one-tenth the cost.”","— Amjad Masad, Replit, “The Self-Driving Company” 4：#fn:4","Human PR review time dropped 30%. Complex support handling time dropped 60%. Total code contribution rose 5.8x. This is where the 3x number lives.","The third tranche are the software factories, & here the name is an apt descriptor. They are AI machines that produce software mechanistically. Cognition’s Devin refactors monolithic codebases end-to-end. Factory.ai is deploying software factories at NVIDIA, Adobe, Blackstone, & EY. 10：#fn:10","“Nubank achieved an 8x improvement in engineering efficiency & a 20x cost reduction using Devin for large-scale refactoring.”","— Contrary Research, January 2026 11：#fn:11","Goldman Sachs is piloting Devin alongside 12,000 human developers & publicly estimates agentic AI could deliver 3-4x the rate of prior tools. 12：#fn:12","AI engineering productivity gains are here. The initial data shows what to expect: most teams should migrate from 20% productivity gains to a 3x productivity gain & they aren’t normal.","Cursor, “How NVIDIA uses Cursor,” February 2026：https://cursor.com/blog/nvidia. ↩︎：#fnref:1","Cursor, “Amplitude and Cursor cloud agents,” April 2026：https://cursor.com/blog/amplitude. ↩︎：#fnref:2","Boris Cherny, head of Claude Code, on the Big Technology podcast, July 2026：https://www.bigtechnology.com/p/boris-cherny-claude-code. ↩︎：#fnref:3","Amjad Masad, “The Self-Driving Company,” July 16, 2026：https://blog.replit.com/self-driving-company. ↩︎：#fnref:4 ↩︎：#fnref1:4","The distribution above is illustrative, not statistical. Each point is a reported multiplier from a published study, RCT, or company disclosure. It is not drawn from a sampled population, & the curve is a right-skewed log-normal fit to the pattern of reported outcomes, not to raw data. Treat it as a shape argument, not an estimator. ↩︎：#fnref:5","Augment Code on X, 2026：https://x.com/augmentcode/status/2070243305385066973. ↩︎：#fnref:6","Faros, “AI Engineering Report 2026”：https://www.faros.ai/blog/are-ai-coding-assistants-really-saving. ↩︎：#fnref:7","Google internal randomized controlled trial, ~100 engineers, 2024. Referenced in DORA reports; roundup at Value Add VC：https://valueaddvc.com/blog/ai-coding-productivity-study-data-what-metr-mckinsey-and-github-actually-found-in-2026. ↩︎：#fnref:8","GitHub, Microsoft, and Accenture study with a large fintech, ~450 developers, 2024. ↩︎：#fnref:9","Factory.ai, “Factory 2.0: From coding agents to software factories”：https://factory.ai/news/software-factory. ↩︎：#fnref:10","Contrary Research, “Cognition”：https://research.contrary.com/company/cognition, January 2026. ↩︎：#fnref:11","CNBC, “Goldman Sachs is piloting its first autonomous coder in major AI milestone for Wall Street,” July 2025：https://www.cnbc.com/2025/07/11/goldman-sachs-autonomous-coder-pilot-marks-major-ai-milestone.html. ↩︎：#fnref:12","The 1-minute read that turns tech data into strategic advantage. Read by 150k+ founders & operators.","GP at Theory Ventures. Former Google PM. Sharing data-driven insights on AI, web3, & venture capital.","Bloomberg：https://www.bloomberg.com/news/articles/2025-04-30/google-places-ads-inside-chatbot-conversations-with-ai-startups • WSJ：https://www.wsj.com/tech/tech-media-telecom-roundup-market-talk-f8f0355a • Economist：https://www.economist.com/business/2023/07/25/next-generation-googles-run-a-tighter-ship"],"articleImages":[{"sourceUrl":"https://res.cloudinary.com/dzawgnnlr/image/upload/w_1512,h_956,c_fill,g_auto,q_auto,f_auto/hd4mzhiuhqfmdrzvinch","alt":"ai-eng-productivity-distribution","afterParagraph":1,"url":"/media/articles/cmruxzv0c00f6binvv9z95b1z/eb344d1b473e765a.webp"}],"mediaStatus":"ok","articleBodyZh":["我们现在正处于一个时代，我们应该期望彼此间的表现提升三倍。","在过去的六个月里，一个数据点紧随另一个数据点：","上图将生态系统划分为三个不相等的部分，每个部分由公司捕获模型能力的多少来定义。5：#fn:5","第一部分是大多数公司今天所经历的。分发一个 AI IDE，而其他不做改变，结果只是适度的。","“工程负责人进入 AI 领域时预期生产力提升 2-3 倍，但实际上接近 30%。”","Faros 对 22,000 名开发者的遥测数据确认了这一点：工程师完成的史诗任务速度提高了 66%，但每位开发者的 Bug 数量增加了 54%。7：#fn:7 谷歌的随机对照试验显示这一数字为 21%，接近 GitHub 的 24%。8：#fn:8 9：#fn:9 这是默认结果。","前沿部分紧随其后。这里的公司已经围绕模型构建了控制机制，让代理可以在 GitHub、Linear 和 Slack 之间共享上下文；遇到问题时再升级给工程师判断。","“每位员工都有一个经理代理，可以循环生成工作代理。我们的内部代理在安全测试和事件分流方面的表现优于一个七位数 SaaS 工具，而成本仅为其十分之一。”","— Amjad Masad, Replit, “自动驾驶公司” 4：#fn:4","人工 PR 审查时间下降了 30%。复杂支持处理时间下降了 60%。总体代码贡献增加了 5.8 倍。这就是 3 倍数字存在的地方。","第三部分是软件工厂，这里的名字非常贴切。它们是机械化生产软件的 AI 机器。Cognition 的 Devin 对单体代码库进行端到端重构。Factory.ai 正在 NVIDIA、Adobe、Blackstone 和 EY 部署软件工厂。10：#fn:10","“Nubank 利用 Devin 进行大规模重构，实现了工程效率提升 8 倍，以及成本降低 20 倍。”","— Contrary Research，2026 年 1 月 11：#fn:11","高盛正在与 12,000 名人类开发者一起试点 Devin，并公开估计具代理性的 AI 可以实现比以前工具高 3-4 倍的产出率。12：#fn:12","人工智能工程的生产力提升已经到来。初步数据显示了预期：大多数团队应该从20%的生产力提升过渡到3倍的生产力提升，这并不正常。","Cursor，“NVIDIA如何使用Cursor”，2026年2月：https：//cursor.com/blog/nvidia。↩︎：#fnref：1","Cursor，“Amplitude 和 Cursor 云代理”，2026 年 4 月：https：//cursor.com/blog/amplitude。↩︎：#fnref：2","Claude Code负责人Boris Cherny在2026年7月的Big Technology播客中：https：//www.bigtechnology.com/p/boris-cherny-claude-code。↩︎：#fnref：3","Amjad Masad，《自动驾驶公司》，2026年7月16日：https：//blog.replit.com/self-driving-company。↩︎：#fnref：4 ↩︎：#fnref1：4","上述分布仅为说明性，而非统计数据。每个点都是已发表研究、随机对照试验或公司披露报告的乘数。它不是从抽样总体中提取的，曲线是对报告结果模式的右偏对数正态拟合，而非原始数据。把它当作形状论证，而不是估计量。↩︎：#fnref：5","X上的增强代码，2026年：https：//x.com/augmentcode/status/2070243305385066973。↩︎：#fnref：6","Faros，《人工智能工程报告2026》：https://www.faros.ai/blog/are-ai-coding-assistants-really-saving。↩︎：#fnref：7","谷歌内部随机对照试验，~100名工程师，2024年。在DORA报告中被提及;价值增值风险投资汇总：https：//valueaddvc.com/blog/ai-coding-productivity-study-data-what-metr-mckinsey-and-github-actually-found-in-2026。↩︎：#fnref：8","GitHub、Microsoft 和 Accenture 与一家大型金融科技公司（约 450 名开发者）进行研究，2024 年。↩︎：#fnref：9","Factory.ai，《工厂2.0：从编码代理到软件工厂》：https://factory.ai/news/software-factory。↩︎：#fnref：10","Contrary Research，《认知》，https://research.contrary.com/company/cognition，2026年1月。↩︎：#fnref：11","CNBC，“高盛在华尔街首个人工智能重大里程碑试点自动编码员”，2025年7月：https：//www.cnbc.com/2025/07/11/goldman-sachs-autonomous-coder-pilot-marks-major-ai-milestone.html。↩︎：#fnref：12","那一分钟的阅读，将技术数据转化为战略优势。由150k+创始人和运营者阅读。","Theory Ventures 的普通合伙人。前谷歌产品经理。分享关于人工智能、Web3 和风险投资的数据驱动见解。","彭博社：https://www.bloomberg.com/news/articles/2025-04-30/google-places-ads-inside-chatbot-conversations-with-ai-startups • 华尔街日报：https://www.wsj.com/tech/tech-media-telecom-roundup-market-talk-f8f0355a • 经济学人：https://www.economist.com/business/2023/07/25/next-generation-googles-run-a-tighter-ship"],"translationStatus":"translated","bodyOrigin":"source-page","editorial":{"summary":"Aioga 编辑摘要：AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%； Aioga 将其归入「技巧观点」方向，重点关注它对真实使用和行业竞争的影响。","background":"背景分析：实践类内容的价值在于是否能被复现、是否有明确边界，以及它能否转化为稳定的开发或工作流方法。","viewpoint":"Aioga 判断：这条动态更适合作为行业观察信号，当前信息足以建立线索，但不足以推导长期结论。","implications":"影响分析：对相关团队而言，短期应先核对来源、可用范围和实际成本，再判断是否值得接入或跟进。","nextStep":"后续观察：继续观察示例是否可复现、工具版本变化、社区反馈和实际成本。","evidenceRefs":["title","summary","articleBody"],"confidence":"medium","status":"published","aiGenerated":false,"autoApproved":true,"generatedBy":"rule-safe-fallback","generatedAt":"2026-07-23T06:49:19.093Z","sourceHash":"2c5311e38405e69d","validation":{"passed":true,"mode":"rule-safe-fallback","checks":["schema","length","source-attribution","no-html"]}},"tags":["技巧观点","Tomer Tunguz 博客（VC 分析）"],"translations":{"zh-CN":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga AI资讯","description":"AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","url":"https://www.aioga.com/news/cmruxzv0c00f6binvv9z95b1z/"},"en":{"title":"AI Engineering Productivity is Anything But Normal","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under Insights. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"Insights","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI Engineering Productivity is Anything But Normal - Aioga AI News","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under Insights. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nuban...","url":"https://www.aioga.com/en/news/cmruxzv0c00f6binvv9z95b1z/"},"ja":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aiogaは「ヒントと視点」の動きとして、Tomer Tunguz 博客（VC 分析） からの更新を追跡しています。AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"ヒントと視点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga AIニュース","description":"Aiogaは「ヒントと視点」の動きとして、Tomer Tunguz 博客（VC 分析） からの更新を追跡しています。AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）...","url":"https://www.aioga.com/ja/news/cmruxzv0c00f6binvv9z95b1z/"},"ko":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga는 Tomer Tunguz 博客（VC 分析）의 업데이트를 인사이트 흐름으로 추적합니다. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"인사이트","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga AI 뉴스","description":"Aioga는 Tomer Tunguz 博客（VC 分析）의 업데이트를 인사이트 흐름으로 추적합니다. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8...","url":"https://www.aioga.com/ko/news/cmruxzv0c00f6binvv9z95b1z/"},"es":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga sigue esta actualización de Tomer Tunguz 博客（VC 分析） dentro de Ideas. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"Ideas","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga Noticias de IA","description":"Aioga sigue esta actualización de Tomer Tunguz 博客（VC 分析） dentro de Ideas. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如...","url":"https://www.aioga.com/es/news/cmruxzv0c00f6binvv9z95b1z/"},"fr":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga suit cette mise à jour de Tomer Tunguz 博客（VC 分析） dans la catégorie Analyses. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"Analyses","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga Actualités IA","description":"Aioga suit cette mise à jour de Tomer Tunguz 博客（VC 分析） dans la catégorie Analyses. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单...","url":"https://www.aioga.com/fr/news/cmruxzv0c00f6binvv9z95b1z/"},"de":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga KI-News","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/de/news/cmruxzv0c00f6binvv9z95b1z/"},"pt-BR":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga Notícias de IA","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/pt-BR/news/cmruxzv0c00f6binvv9z95b1z/"},"ru":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga Новости ИИ","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/ru/news/cmruxzv0c00f6binvv9z95b1z/"},"ar":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga أخبار الذكاء الاصطناعي","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/ar/news/cmruxzv0c00f6binvv9z95b1z/"},"hi":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga AI समाचार","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/hi/news/cmruxzv0c00f6binvv9z95b1z/"},"it":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga Notizie IA","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/it/news/cmruxzv0c00f6binvv9z95b1z/"},"nl":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga AI-nieuws","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/nl/news/cmruxzv0c00f6binvv9z95b1z/"},"tr":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga AI Haberleri","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/tr/news/cmruxzv0c00f6binvv9z95b1z/"},"vi":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Tin tức AI Aioga","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/vi/news/cmruxzv0c00f6binvv9z95b1z/"},"id":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Berita AI Aioga","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/id/news/cmruxzv0c00f6binvv9z95b1z/"},"th":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - ข่าว AI Aioga","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/th/news/cmruxzv0c00f6binvv9z95b1z/"},"pl":{"title":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队","summary":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用 Devin）实现 8x 效率提升和 20 倍成本降低。","category":"技巧观点","source":"Tomer Tunguz 博客（VC 分析）","aggregationSource":"Tomer Tunguz 博客（VC 分析）","pageTitle":"AI 工程效率提升远非\"正常\"：从 20% 到 8x+ 的三个梯队 - Aioga Wiadomości AI","description":"Aioga tracks this update from Tomer Tunguz 博客（VC 分析） under 技巧观点. AI 编程生产力呈现三个明确梯队：仅分发 AI IDE 的公司平均提升 20-46%；围绕智能体构建运营层的公司（如 NVIDIA、Anthropic）达到 2.5-3x；将智能体作为一级组织单元的工厂模式（如 Nubank 使用...","url":"https://www.aioga.com/pl/news/cmruxzv0c00f6binvv9z95b1z/"}}}}