AI 节省工时基准

具体数字：

• 在非常 AI-forward、每天使用 Goose 的工程团队中，自我报告的节省时间约为每周 8-10 小时。
• 公司全员范围（包括支持、法务、风险等非工程职能）的"人工手动小时数节省"比例约为 20%-25%。
• 工程侧的收益高度不均：在全新的绿地代码库/新平台应用上收益"相当激进"；在已经存在的复杂大型代码库上，收益还没有明显体现。

测量方法（不止靠自我报告）：

• 自我报告的节省时间作为一个信号来源。
• 同时用一组"检查性指标"（check metrics）交叉验证：PR 数量、功能交付吞吐量等一系列工程产出指标。
• 由数据科学团队把这些信号汇总成一个复合公式，试图蒸馏出一个相对可信的整体判断。

具体应用案例（说明"哪类工作收益最大"）：

• 非技术团队自建工具：企业风险管理团队用 Goose 自己搭建了一整套企业风险自助服务系统，把原本要排队等内部应用团队"下季度路线图"才能做的事，压缩成几个小时就能完成。
• 移动端 UI 自动化测试：用配套工具 Gosling（基于 Android 无障碍 API 操作系统）替代了原本需要雇佣一批测试外包人力手动点击每个界面的流程。
• 构建测试优化：用 AI 分析测试套件、为每次代码变更精准挑选该跑的测试，砍掉了约 50% 的测试运行量；进一步把测试卸载到云端或直接删掉过时测试，则能再带来 2-3 倍于此的额外节省。