11 倍
一年内,AI 辅助代码变更比例从 7% 增至 79%
73%
AI 辅助部署频率提升,工程团队规模保持不变
93%
数据平台变更成功率,原为 58%
4 倍
每项支持请求对应的数据平台变更数量
loveholidays(在新窗口中打开) 是一家领先的在线旅行社,业务覆盖欧洲八个市场。该公司利用技术每天处理 60 万亿种度假套餐组合,帮助数百万人找到理想假期。这一规模的背后,是该公司历经多年打造的技术平台,旨在让度假产品的查找和预订更快捷、更灵活。
如今,Codex 正在改变能够参与平台开发的人群。
产品经理、设计师和商务团队正越来越多地直接为 loveholidays 的代码库做出贡献。团队可以制作客户体验原型,变更数据和基础设施,并将创意转化为可运行的软件,无需再让每项需求先进入工程团队的待办队列。
loveholidays 工程主管 Dmitri Lerko 表示:“人人都能参与开发。修改应用和基础设施以及部署代码,已不再只是工程团队的工作。产品经理、设计师和商务相关方也在创造价值并推动部署。”
在 loveholidays 首席技术官 Mike Jones 看来,这是更宏大愿景的一部分:将公司的技术与员工的专业知识相结合,构建公司所谓的“旅行通用智能”,并通过 AI 让两者惠及更多人。
“在 loveholidays,我们的平台愿景是构建旅行通用智能。也就是把我们出色的技术与员工的专业知识结合起来,再通过 AI 和 Codex 让人人都能从中受益。”
Search Playground 就是最清楚的例证之一。
过去,如果业务部门的员工对新客户体验有了创意,就需要说服工程团队优先制作原型。因此,每次实验都有机会成本:工程师花时间测试一个创意,就无法把这段时间用于其他工作。
loveholidays 希望摆脱这种依赖。
公司的工程师利用其设计系统、前端技术和 Codex 创建了 Search Playground。它让各业务部门的员工能够将创意转化为可运行的客户体验,收集反馈,并验证其能否创造价值。
目前,已有十多种全新的搜索体验通过 Playground 开发完成。其中大多数由非工程人员构建,至少三种现已在 loveholidays 网站上运行。
其中之一是 Inspire Me(在新窗口中打开),它可以帮助旅行者探索从海滩度假到美食之旅等不同类型的行程。
另一个创意来自营销团队。在最近的 Crisps from Abroad 推广活动中,该团队希望建立一个互动微型网站,用于征集参赛作品并分享度假灵感。以往,这需要委托外部机构设计和开发独立的数字体验,既增加成本,也延长工期。借助 Codex 和 Search Playground,团队仅用数小时便自行构建了这一体验,同时保持与 loveholidays 现有设计系统一致。
Lerko 表示:“我们希望试验新创意的能力不再受实际工程工时制约。”由此带来的不仅是原型制作速度加快,它还意味着更多创意有机会成为真正的产品。
同样的原则也适用于幕后工作。
loveholidays 的数据平台和基础设施最初面向技术用户设计。要进行变更,必须了解专用工具、代码仓库、版本控制和内部流程。一旦有人遇到困难,就必须由专业工程师介入。
Codex 为 loveholidays 提供了另一种规模化共享专业知识的方式。
工程团队将最佳实践、说明和验证机制融入工作流,再由 Codex 引导其他用户完成这些流程。员工无需了解每个底层系统,只需专注于要实现的目标;Codex 则会协助提出变更方案、运行检查,并引导变更完成发布流程。
Lerko 表示:“我们把所有最佳实践都编入系统。我们也把验证机制编入系统,并随着实际情况变化不断改进。我们数据和基础设施工程师的专业知识可以通过 Codex 随时获取。因此,任何需要自助满足基础设施或数据需求的人,都可以全天候调用这些专业知识。”
成果可以量化。
过去一年,loveholidays 数据平台中由 AI 辅助完成的变更,其成功率从 58% 提升至 93%。与此同时,团队发现,每项支持请求对应的数据平台变更数量已增至原来的四倍。
在更广泛的基础设施自助工作流中,成功率也从 63% 提升至 90%。
这改变了双方的工作方式。各团队无需等待专家协助即可推进工作;工程师则可减少排查常规请求的时间,把更多精力用于改进平台本身。
“能交给 AI 完成的工作越多,你就越能专注于更高层次的工作。你的工作不再是接过现成的解决方案并加以实施。你必须深入参与解决业务问题。”
这一转变正在 loveholidays 的整个工程组织中显现。
一年前,约 7% 的代码变更由 AI 辅助完成。如今,这一比例已达到 79%。
同期,部署次数增长了 73%,而工程团队人数基本保持不变。
对 loveholidays 而言,提升产能并不是为了单纯增加代码量。公司有意根据业务成果而非仅凭采用率来衡量 AI 的成效。
Jones 表示:“技术只是实现目标的手段。重点不在技术本身,而在它带来的影响。我们不只是有意识地让员工使用工具,还帮助他们解决业务问题,并衡量由此产生的影响。”
其中一些影响已经体现在财务表现上。
过去,由于机会成本过高,一些优化工作无法开展。如今,loveholidays 的数据工程团队有了更多余力来处理这些工作,每年可减少约 3.6 万英镑的云存储成本,并通过减少数据处理浪费,每年再节省约 10 万英镑。
更深远的影响,或许是团队如今开始重新认识哪些事情是可以做到的。
Lerko 表示:“我们发现,以前难以完成的事情如今已变得稀松平常。这意味着,现在还很困难的事情以后也会变得平常。”
对 loveholidays 而言,Codex 正日益成为员工与公司底层技术之间的统一接口。
Lerko 表示:“Codex 正在成为统一的控制平面,也就是工程师、数据科学家和业务人员共用的统一接口。这蕴含着巨大潜力,因为无需再教每个人使用不同的工具。”
这预示着一种不同的软件开发模式:专业知识可以在整个组织内共享,更多人能够将创意转化为可运行的产品,而工程师自己则能专注于解决更高层次的问题。
对 loveholidays 而言,这正是“旅行通用智能”的最终含义:把公司构建的技术与员工的专业知识结合起来,再让更多业务部门都能使用二者。
有了 Codex,提出创意的人与能够将其实现的人之间的界限正逐渐消失。


