feat(docs): 更新Hypermodal AI描述和演进路径

更新了Dynatrace的Hypermodal AI描述，并添加了AI在软件工程中应用的演进路径，包括可扩展IDE插件、团队AI助手、结合AI的内部IM以及Chatbot的示例。详细说明了Haiven团队助手的功能和优势，以及智能IDE和云端AI IDE的概念。

src/ai4se.md

@@ -60,21 +60,55 @@ AI 技术已经从简单的辅助开发人员发展到涵盖软件开发的整
 
 ![hypermodal AI](images/davis-chart.png)
 
-Dynatrace 的 Hypermodal AI（超模态人工智能），是一种将多种类型的人工智能整合在一起，以增强可观察性和安全解决方案的高级方法。这个概念结合了三种不同的AI模式：
+Dynatrace 的 Hypermodal AI（超模态人工智能），是一种将多种类型的人工智能整合在一起，以增强可观察性和安全解决方案的高级方法。
+这个概念结合了三种不同的AI模式：
 
 1. **预测AI**：使用历史数据和观察到的模式来预测未来的行为和需求。这对于在问题发生之前预见并防止潜在问题至关重要。
 2. **因果AI**：专注于实时分析富有上下文的数据，以确定问题的根本原因并自动化风险缓解。这种类型的AI通过理解系统内的依赖关系和交互，提供精确的答案。
 3. **生成AI**：利用高级算法来创建针对特定问题的建议和解决方案。通过提供上下文相关的建议和使用自然语言处理自动化任务，这种AI增强了用户互动。
 
-通过融合这些AI功能，超模态AI为管理复杂的软件环境提供了更全面和有效的解决方案。Dynatrace的Davis
-AI平台通过整合预测AI、因果AI和生成AI，提供实时洞察、自动化和增强的数字服务安全性【6†source】【7†source】【9†source】。
+通过融合这些AI功能，超模态AI为管理复杂的软件环境提供了更全面和有效的解决方案。Dynatrace 的 Davis AI 平台通过整合预测 AI、因果
+AI 和生成 AI，
+提供实时洞察、自动化和增强的数字服务安全性。
 
 诸如此类的变化，使得 AI 所能辅助的范围更加广泛，从而使得 AI 在软件工程中的应用更加全面。
 
 ## 演进路径：个体、团队、组织
 
+随着，越来越多的研发组织开始探索在组织层面使用 AI 辅助软件工程。AI 辅助研发组织的技术蓝图便也逐渐清晰起来：
+
+![AI for Org](images/ai-for-org.png)
+
+从形态上可以分为：带扩展能力的 IDE 插件、团队 AI 助手、 结合 AI 的内部 IM，以及作为基础能力的 Chatbot。
+
+### 可扩展 IDE 插件示例：AutoDev
+
+### 团队 AI 助手示例：Haiven
+
+[Haiven™ 团队助手](https://github.com/tw-haiven/haiven) 是由 Thoughtworks 开发的一款 AI 驱动工具，旨在增强软件开发流程。它与现有的
+AI 编码助手集成，并提供可插拔的知识包，帮助团队完成开发任务、加速反馈循环，并推动创新。Haiven 支持多种云和身份提供商，便于采用并集成到现有工作流程中。
+它支持研究、用户旅程分析、 架构开发和团队知识编码，从而提升生产力、质量和团队能力，同时保持对 AI 环境的控制。
+
+- **提高软件开发的生产力和质量**。可复用提示词（prompt）可以将最佳实践和即时知识融入团队的工作流程，以减少浪费，提升开发者满意度，并保持软件质量始终如一。
+- **动态增强团队成员能力**。Haiven 增强了团队的自然人类创造力，使他们能够轻松研究用户需求，探索创新功能并交付卓越的用户体验。
+- **易于采用**。支持多云和身份提供商，以及可根据团队工作流程定制的可插拔知识包，Haiven 极易被采用和集成。
+- **理解今天的 AI 的潜力**。AI 市场是动态且迅速发展的，许多工具并未专门针对软件开发任务设计，或者只关注有限的功能范围。Haiven
+  提供了一个简单的沙盒，用于今日试验新功能。
+
+### 内部 IM / Chatbot 示例
+
+对于内部 IM 而言，
+
+![](images/teams-copilot.png)
+
+在另外一方面，我们也会有大量的 Chatbot 在不同的研发团队中使用。
+
 ## 形态变化：从 IDE 插件到智能 IDE
 
+### 智能 IDE
+
+### 云端 AI IDE
+
 ## 其它
 
 参考材料：