Dropbox
4 节点1 篇5 来源
云存储公司 Dropbox 将其工程团队使用的 AI 工具从“辅助编码”升级为“任务级委托”，通过内部平台 Nova 实现自动化执行与审查。在构建新版 Dropbox 体验期间，该模式帮助工程师在一周内完成 53 项遗留测试清理并交付 22 项无障碍功能。这一转变标志着开发重心从代码生成速度转向工作流吸收能力：AI 代理不再仅作为副驾驶，而是能独立执行定义好的任务（如迁移、修复 CI 失败），并在受控环境中运行构建和测试，最终由人类进行架构和质量决策。同时，Dropbox 将这种代理能力延伸至用户端，允许第三方 AI 员工（如 Leina）在权限控制下直接操作文件，实现了从内部研发效率提升到外部产品交互能力的双重变革。
事情怎么走到这一步
Dropbox 工程博客发布《How AI-assisted development helped us build the new Dropbox experience》，披露团队利用 AI 代理在一个月内完成 53 项测试清理和 22 项无障碍功能交付，正式推出基于新架构的 Dropbox 体验。
dropbox.tech ↗Dropbox 技术博客介绍内部编码代理平台 Nova，指出其已贡献约 1/12 的 Pull Request，并强调价值在于围绕模型的系统（上下文、安全执行、人工审查）而非模型本身。
dropbox.tech ↗Dropbox 文化博客《Beyond Code Generation》阐述工程生产力观念的转变：从关注代码输出量转向关注系统吸收能力，提出“燃料-采用-产出-影响”的四阶段测量模型。
dropbox.tech ↗Dropbox 博客《How two engineer side projects became the agent taking action inside Dropbox》揭示面向用户的 AI 代理起源：源于两位工程师分别针对 3D 建模和报销场景的实验，最终整合为具备权限控制和版本回滚能力的产品功能。
dropbox.tech ↗