软件工程师 Neil Kakkar 赢得 The Pragmatic Engineer 五周年征文大奖

Gergely Orosz、Jessica Salmon 和 Ivan Klaric 2026年11月3日 81 1 分享 开始之前：我这周在旧金山，以下几场线下活动还有少量名额（需提前报名）： 周三（11月4日）：The Pragmatic Engineer Unplugged，地点在标志性的 SFJAZZ Center。嘉宾包括 Diogo Almeida（Jev 的创造者、ChatGPT 的共同发明人）和 Bryan Cantrill（Oxide 联合创始人兼 CTO）。 周四（11月5日）：System Update，地点在 The Howard SF。嘉宾包括 Karri Saarinen（Linear）、Kath Korevec（OpenAI）、David Cramer（Sentry）和 Adam Rogal（DoorDash）。 另外，本周四的 The Pulse 将暂停一期，下周恢复正常更新！

今年9月，在 The Pragmatic Engineer 五周年之际，我发起了一项征文挑战，邀请读者撰文讲述科技职场和我们的项目发生了哪些变化，最终胜出者将获得1万美元大奖。 我们收到了125篇投稿，视角与经历丰富多样。感谢每一位参与者。今天的文章全文刊载获奖作品。 恭喜软件工程师 Neil Kakkar！我们非常欣赏 Neil 收集的大量数据，这些数据完整记录了他自己的产出随时间发生的变化。Neil 是一位常驻伦敦的开发者，有九年职业经验；他曾在 Google 实习，并先后在 Bloomberg、Posthog 和 Tano 担任软件工程师。他的前东家 PostHog 是一个开源项目，这对收集历史数据想必很有帮助。 在后续一期中，我们将重点介绍亚军文章，并附上那些因投入程度和有趣思考而让我们印象深刻的投稿链接。 两个时代的交付方式。直到去年，他每月合并的 pull request（PR）数量在8到20个之间。但自从加入一家 AI 原生创业公司后，Neil 现在每月交付200多个 PR，大约增长了十倍。 消失的旧约束。不再有沟通开销，也不再需要代码评审。代价是：行动更快，也更容易把东西弄坏。 出现的新约束。过多的上下文切换（thrashing）、共享上下文的丢失、自我节奏把控更难、对设计的关注减少，以及对 AI 使用额度限制的担忧。 AI 如何改变软件工程。每个人都必须拥抱 AI 才能在工作中获益，鼓励实验会带来改变，而许多现有技术和流程在这种变化下开始崩裂。

过去八个月，我一直在一家 AI 原生创业公司工作。在加入 Tano 之前，我在 PostHog 待了四年，那是一家行动迅速的前 AI 时代创业公司；我的职业生涯则起步于 Bloomberg，一家大型金融科技私有公司，在那里工作了三年。这三个工作场所各不相同：Bloomberg 规模庞大，有两万人，流程非常明确。PostHog 规模较小，我加入时大约10人，现在有200人。在 Tano，我是第一位工程师，目前公司总共约10人。 在每一份工作中，我都看到了速度和文化的巨大差别，而最近我更看到了文化需要如何改变才能跟上 AI 的步伐。 为了支撑这些观点，我使用了关于自己在 PostHog 和 Tano 工作的详细统计数据，也有一些来自 Bloomberg 的粗略数字。到目前为止，我在 Tano 写的代码和提交的 PR 都远多于 PostHog，而这在很大程度上归功于 AI。推动这一转变的，是工程文化。 进入正题之前先做个免责声明：PostHog 的数据来自前 AI 时代。我一直关注他们的发展，PostHog 现在已经是“AI 化”得最彻底的公司之一，产出也在显著提升。在本文中，我把它作为优秀工程工作的“前 AI 基线”。Tano 则是一家行动迅速的 AI 原生创业公司，成立于 AI agent 出现之后。 先看一些原始数字。我在 Tano 交付的 PR 数量是 PostHog 的11倍，而在 PostHog 交付的 PR 数量又是 Bloomberg 的2.4倍。 在 Bloomberg 时，我刚刚起步，所以并不是最快的；转到 PostHog 后，我才真正见识到快速发展的创业公司文化是什么样：我们被鼓励承担责任、快速交付、倾听客户，并尽快解决他们的问题。 在 Bloomberg 和 PostHog，代码标准都很高：所有代码都必须经过同行评审，而随着我成长为资深工程师，我很大一部分时间都花在评审代码上。 Bloomberg、PostHog 和 Tano 每月合并的 pull request 数量 PostHog 和 Tano 累计合并的 pull request。查看 Neil 的交互式图表 PostHog 和 Tano 每月合并的 pull request。查看 Neil 的交互式图表 PR 数量是一个很容易被操纵的指标，但我并没有试图玩弄数字，所以它们如实反映了所完成的工作。下面详细列出我做过的所有工作，以说明11倍 PR 增长从何而来。 我以全栈软件工程师身份加入 PostHog，跨产品工作，从数据摄取管道，到在 Clickhouse 上优化漏斗和留存分析查询、将其扩展到处理十亿级以上事件规模，最终从零构建实验产品。后来我领导 Feature Success 团队，构建了两个新产品：survey 和 early access 功能，同时改进实验和 feature flag。 我以创始工程师身份加入 Tano，工作范围与在 PostHog 时类似，但全部压缩在八个月内完成，而不是45个月。我构建了新的联盟平台，大幅提升了内容监控系统的效率，还做了一些大规模迁移，比如将整个 agent 架构迁移到新系统，具备持久记忆、更好的工具和更出色的可观测性。 以下是我在两家公司所做工作的总结： 在 PostHog 四年和在 Tano 一年中我参与的工作 我如今的工作方式 在 PostHog 直到2024年底，AI 的应用范围仅限于 tab 补全。它很适合自动化重复性测试用例这类琐碎工作，但距离今天那些无需人工输入就能构建完整功能的自主 agent 还很远。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）