8.2
深览指数
商业Bestblogs·The Knowledge Project Podcast··AI 生成
Tobi Lütke：工作的未来、AI 智能体与人类判断力
Shopify CEO Tobi Lütke 在与 Shane Parrish 的对谈中，描述了公司内部已从「工程师写代码」转向「工程师协调大量 AI 智能体」，其中具备人格的智能体「River」在开放 Slack 频道中直接产出约一半的代码合并请求。他核心论证是：机器可以提供判断所需的信息，但无法为决策后果承担责任，因此人类必须保留最终拍板权。此外，他针对「慢反馈下的直觉」、「品味与修剪」、「长寿机构」等话题给出了不同于主流 AI 乐观叙事的务实判断。适合对 AI 组织融合、技术领导力、决策哲学感兴趣的深度读者。原文 ↗
核心观点
- ▍LLM 最大的被忽视局限是无法承担责任，因此人类必须拥有最终决策权。
- ▍在反馈缓慢的长期问题上，直觉和品味比任何短期计分板都更重要。
- 01Shopify 内部几乎没有工程师完全手写代码，许多人同时运行数十个智能体，约一半的拉取请求来自与 River 的 Slack 对话。
- 02River 是带讽刺风格、具备频道记忆的智能体，被强制留在开放频道，以便远程团队通过渗透式学习形成 AI 使用习惯。
- 03Lütke 使用多模型构成的「决策委员会」和 AI 幕僚长来准备判断的沙盘，但自己仍做最终决策。
- 04他将过度 AI 输出称为「垃圾榴弹」——大量无人阅读却消耗同事注意力的内容。
- 05他推崇 SpaceX 对 Raptor 引擎的「修剪与再创立」方法，反对只通过不断加法来改进系统。
- 06他认为「超智能」不是突然的奇点，而是城市与社会的聚合智能。
反方 / 局限
- — Lütke 承认「垃圾榴弹」问题是 AI 原生组织的核心成本，但并未详细讨论如何从制度上量化或遏制这种成本。
- — 他关于「品味」和「直觉」的论述依赖于个人经验与领导者权威，缺少可迁移的方法论或训练框架。
- — 对谈中并未深入讨论 AI 智能体带来的安全隐患（如代码注入、权限滥用）或大规模裁员的社会影响。
4 分钟 · 4 卡片 · 9 资料
读原文 →