文章摘要
从2026年1月到6月，Linear平台上各职能岗位的AI功能使用率均翻倍以上，其中产品岗从12%升至34%，市场岗从5%升至18%。报告基于平台内部数据，分析了AI如何改变团队工作流程和产出效率。
文章总结
好的，这是根据您的要求，对原文主要内容进行的中文重述，保留了关键细节，并删减了与主题无关的冗余信息。
标题：团队如何构建——Linear 数据报告
核心发现：AI 在软件团队中的使用模式
本报告基于 Linear 平台上数万个软件团队的日常数据，描绘了从 AI 广泛采用前到2026年，产品开发工作流的演变图景。报告聚焦于三个维度：谁在使用AI、AI如何改变团队在Linear上的时间分配，以及它是否影响了团队的产出量。
1. AI 采用已普及至所有职能
从2026年1月到6月，所有职能部门的AI功能活跃用户占比均翻了一倍以上。产品部门的增长最快，从12%跃升至34%；即使是离代码库最远的市场部门，也从5%增长到18%。
2. 高管层亲自深度使用AI
公司高管（CEO、CTO、CPO等）个人使用AI的活跃度与他们的团队持平甚至更高。例如，200人以上公司的CEO，其AI活跃度在六个月内从9%飙升至36%，增幅为所有细分群体中最大。这表明高层领导者正通过亲身实践而非阅读报告来学习这项技术。
3. 不同规模公司的AI采用率一致
从初创公司到大型企业，AI的采用率大致都增长了三倍。公司规模，这个通常能预测组织采用新技术速度的指标，在此次数据中几乎没有影响。
4. 团队在系统内投入了更多时间
从2025年6月到2026年6月，几乎所有职能团队在创建、分类和评论任务上花费的时间都有所增加。例如，工程师在创建和分类任务上的时间增加了约17%。这表明更多的工作似乎需要更多的协调，而这种协调正日益成为AI代理行动的背景。
5. AI 撰写了近一半的任务
两年前，AI创建的任务还不到千分之一。而现在，团队使用AI撰写了Linear中近一半的任务。按照当前速度，AI创建的任务量将很快超过人类和集成工具的总和。
6. 规划时间基本未变
团队在客户需求、文档和项目规划上花费的时间保持稳定。这表明，到目前为止，AI更多地改变了团队如何执行任务，而非如何决定要构建什么。
7. AI 催生了全新的工作层
与AI聊天和向AI代理委派任务，这些一年前还不存在的工作类别，现在已出现在每个职能团队的工作周中，其中产品部门投入最多。这些新工作并未挤占原有工作的时间，表明AI目前是叠加在现有工作之上，而非取代它们。
8. 非工程师开始提交更多代码
产品经理和设计师中，提交拉取请求（PR）的比例在两年内显著上升，分别从3%增长到10%，以及从1%增长到8%。过去负责描述需求的人，现在越来越多地自己动手实现。
9. 拉取请求数量两年内增长111%
每个工作空间的拉取请求数量相比2024年6月增长了111%。产出在第一年大致持平，随后在2026年随着模型质量和采用率的共同提升而急剧上升。
10. 编码代理是产出加速的主要驱动力
连接了编码代理的团队，其每周拉取请求数量在两年内大约翻了三倍（从21个增至65个），而没有使用代理的团队仅从8个微增至10个。几乎所有增长都来自使用编码代理的团队。
总结与展望
AI对产品开发最明显的影响是，使用编码代理的团队实现了显著的产出增长。更引人深思的是，AI的采用似乎正在模糊不同角色的界限：高级领导者更多地亲力亲为，非工程师也开始提交代码，这印证了“组织中的每个人都在成为构建者”的趋势。
然而，这些产出增长并未体现为时间的节省。在Linear上，现有任务的时间投入保持不变，而AI使用则作为新的工作层出现，这意味着产品开发的总体时间投入在增加。团队工作得更努力，而非更轻松。
未来报告将更深入地研究从Token消耗到最终成果的完整工作生命周期。
评论总结
根据评论内容，总结如下：
主要观点与论据：
AI对工作流程的影响（评分：无，作者：jdw64、0xbadcafebee）
- 观点：AI改变了执行方式，但未显著改变决策内容。
- 论据：用户表示“生成代码20分钟，阅读1小时”；另一用户指出AI用于研究问题，影响“做什么”而非仅“怎么做”。
- 关键引用：jdw64: "generate code for 20 minutes, then spend an hour reading it."；0xbadcafebee: "AI has so far changed how teams execute far more than how they decide what to build."
数据统计的局限性（评分：无，作者：greatgib、gkamal）
- 观点：Linear的数据可能不准确或误导。
- 论据：PR数量增长可能源于更多团队使用Linear，而非实际增加；指标（如PR数、问题创建）与成果负相关。
- 关键引用：greatgib: "Would be more honest to say that the number of pull requests 'detected' by linear are up XXX%."；gkamal: "PR open counts, issues created... don't automatically lead to better outcomes."
对AI功能的批评（评分：无，作者：slopsosn、agnishom、sebiandev）
- 观点：AI功能被视为“垃圾”或侵犯隐私。
- 论据：用户认为AI生成内容质量低；Linear的AI功能未反映实际使用（如LLM写代码）；平台利用用户数据发布统计令人反感。
- 关键引用：slopsosn: "The AI Slopologists strike again."；agnishom: "I use LLMs to write my code, but this does not show up in this data."；sebiandev: "they get intimate details about your usage... gives me a reason to never recommend my org use this platform."
方法论与改进建议（评分：无，作者：jmtulloss、hobofan、cadamsdotcom）
- 观点：数据缺乏控制变量，且仅覆盖Linear用户。
- 论据：文章前言可能AI生成，增加阅读难度；Linear自身AI集成影响数据；研究范围有限，未反映更广泛AI采用。
- 关键引用：jmtulloss: "Linear didn't control for their platforms AI changes over the past year."；hobofan: "headlines like 'AI adoption has spread to every function' is only limited to roles covered/tracked by Linear."；cadamsdotcom: "it'd be amazing to see the split of which agents people are using."
平衡性总结： - 正面：部分用户认可数据有趣，但指出需改进。 - 负面：多数评论质疑数据准确性、AI功能价值及隐私问题。 - 中立：强调AI改变执行方式，但决策影响有限。