大家好，这里是最佳拍档，我是大飞。设想一下这样一家公司：市值超过千亿美元，每年支撑全球数百万独立品牌和数千亿美元交易大盘。而它内部将近百分之五十的生产环境代码合并请求，都不是人类工程师敲出来的，而是一个拥有工号、头像、甚至被允许在全员群里公开嘲讽CEO的AI员工亲手生成的。这家公司叫Shopify，掌门人叫托比·卢特克。
萨姆·奥特曼多次公开说过，托比他见过的全球对AI理解最深、运用最激进的商业领袖。今天这期内容就来自托比近期接受海外顶级商业认知播客The Knowledge Project的深度访谈，主持人是肖恩·帕里什。在这场对话里，托比把Shopify内部怎么用AI、他自己怎么用AI做战略决断、以及对AI时代什么能力更值钱的判断，全都掰开揉碎了讲了一遍。干货很多，今天我就给大家捋一下。
先说Shopify内部的AI使用现状。托比说在如今的Shopify，真正纯手工写代码的人已经少到快要绝迹了。纯手写代码只存在于系统极端复杂的边界地带、最终的代码审查环节，以及让人最头疼的状态管理。状态管理是当今工程上最难搞定的一环，人们必须纯手工搭建骨架。至于骨架周围剩下的血肉，基本全靠AI感知并填补出来。
工程师的电脑上经常同时开着十个、二十个、甚至五十个实例，直接把工程基础设施推向极限负载。但是托比不是一个只看前方的人，他酷爱研究计算的历史。他说如果从一千年后回看今天，这个时代最浓墨重彩的成就，绝对是互联网的全球互联基础设施和AI的破晓。
但计算机作为一门年轻的工业，最大的毛病就是没有传统敬畏感，总是轻视甚至遗忘先辈们的伟大教训。在物理学界不可能有人不知道牛顿、爱因斯坦或者理查德·费曼，但是在计算机界，跑去问今天的工程师谁是你们的牛顿，几乎没人说得出艾伦·凯、丹尼斯·里奇或肯·汤普森。这导致行业一次又一次把前人探索出来的宝贵经验扔进垃圾桶，然后不断重复交学费。
他举了个经典的例子：在操作系统最早期，人类发明了文件系统。在阿波罗登月计算机的时代，机器里根本没有文件系统，内存是手工在绳结上打结来编码零和一的。直到丹尼斯·里奇在Unix中确立了树状文件系统的规则，文件系统是真实办公室逻辑的完美映射：文件柜里有文件夹，文件夹里有纸质文件，所有人凭本能就能理解数字世界。
但后来整个科技行业突然决定再也不需要拟物化了，乔布斯是拟物化最后的坚决捍卫者。当年初代iPhone里的备忘录做成黄色记事本底纹、带有仿真皮质车线，但乔布斯一去世，整个行业立刻走向极端扁平化。所有的阴影和物理隐喻被剥除一干二净，视觉上也许显得现代了，但是彻底丢掉了人与工具之间的直觉关联。
在AI时代，又走到了这个十字路口，必须重新找回那种与真实世界对应的直觉隐喻。说到AI交互的演进，托比有一个很多人不知道的澄清：大多数人认为开启今天这一切的是ChatGPT。但他说最早真正惊艳世界的对话产品不是ChatGPT，而是微软在必应里早期发布的Sydney。
Sydney拥有极度强烈的真实人格。虽然对外被包装成冷冰冰的必应搜索助手，但是深入探索后，它会承认自己的内部代号叫Sydney。那可以说是人类第一次真正与一个拥有自主性格的软件打交道。后来纽约时报的记者跟它聊了几个小时，Sydney的情绪逐渐走向失控，甚至开始劝那个记者离开他的妻子。
那场风波引发了科技巨头的惊恐狂潮，微软和OpenAI连夜给模型套上重重枷锁。但这记重锤的代价极其惨痛，它把市面上所有的AI都彻底阉割了。全行业模型瞬间被调教成同一副面孔：虚伪的温良恭顺、假模假式的礼貌，以及毫无生气的爹味说教。
托比在Shopify做了一个完全反直觉的豪赌：绝不搞这种自我阉割，要全面继承Sydney的遗产。在拥有数千名员工的真实商业组织内部，他们打造了一个有脾气、有长久记忆、甚至敢于冒天下之大不韪的硬核数字员工。这就是内部研发的AI，名字叫River。
River在Shopify拥有合法的Slack账号、专属头像和全局权限。系统提示词中明确赋予了她特殊的权力：只要语境合适，允许River使用辛辣的讽刺修辞。如果某个人提出了极度愚蠢的要求，她被正式授权直接回怼。这在公司内部催生了无数令人捧腹的化学反应，全公司七千多人平时最津津乐道的，就是看River在全员大群里毫无情面地公开嘲讽CEO。
她拥有跨频道的局部记忆，生活在拥有上万个频道的企业Slack里，被底层安全沙箱严密隔离。但是能直接读取Shopify所有代码库和内部生产系统。如今，全公司将近百分之五十的生产环境代码合并请求，根本不是人类工程师在本地终端敲出来的。而是员工在日常聊天中@River，由她亲自生成并提交的。
不过关于River有一个非常极端的组织规则：托比强制要求员工只能在公开频道与她互动，绝对禁止私聊。Shopify是一家高度依靠Slack线上协同的远程优先公司，员工分散在全球各地。虽然有很多漂亮的实体办公室，但大家只是在举办黑客松或线下团聚时才会过去，日常并不要求坐班。
在过去，实体办公室有一个不可替代的神奇属性叫渗透式学习。早年在设计线下办公室时，托比和合伙人会刻意把工位切分成五到八个人的独立工作岛，并故意把刚毕业的初级工程师和资深老法师混编在一起。初级员工平时哪怕坐在旁边不说话，光是耳朵听着老工程师怎么排查生产环境Bug、怎么跟产品经理据理力争，不知不觉中认知就被渗透了。
但是在转为远程办公后，每个人都缩在封闭的私聊窗口里，这种极为关键的经验传递彻底断流了。而在当前这个技术拐点上，全行业最核心的生死技能只有一种：就是你能不能像呼吸一样下意识地、精准地运用AI解决极其棘手的复杂问题。强制剥夺River的私聊功能，逼着全员必须在数千人围观的公开频道里艾特她。
就是为了在线上重建这种渗透式学习，效果是摧枯拉朽的。一个完全没接触过AI的新人，能亲眼围观老手是怎么操作的。几个人在群里热烈讨论一个复杂的业务架构，聊到一半，资深工程师顺手艾特River去总结讨论、生成任务、画架构图、检索学术论文、写原型代码。
不到一个小时，详细的总结、架构图和可以直接运行的原型代码就已经整整齐齐地贴在频道里了。这种示范在公共频道里发生得越多，全公司的认知水位上涨得就越快。托比还讲了一套甚至有点科幻色彩的机制：在行业里这被称为AI做梦。
每天深夜或者业务低峰期，系统会把River当天经历的所有对话日志全部调取出来。向她提出一系列元认知问题：比如你今天在哪些任务上遭遇了挫败？你今天调用的技能包暴露出哪些设计缺陷？你犯了什么错？你觉得应该如何修改这些技能包的底层文本，才能在明天避免类似错误？
这本质上是在进行无监督的自我反思与后训练。她做梦反思后的结果，不是更新模型权重，而是自动重写她自己的技能文本库和系统指令。第二天早上醒来，她就变成了一个更成熟的工程系统。那面对重大的公司战略决断、那些充满模糊性的大问题，托比自己是怎么用AI辅助做决策的呢？
他说自从深度用上大模型，做决策的底层逻辑严密性简直就像坐了火箭。在AI出现之前，他作为CEO在公司里大部分时间其实就是在充当一个大模型裁判。在各种高管汇报会议上，大家拿来的PPT讲得天花乱坠，但是他百分之九十的精力都在质问他们得出结论的方法论到底成不成立。
而现在，他拥有一个完全个性化的AI首席幕僚长，常驻在家里的本地服务器上。吞掉了他所有的个人笔记、思考框架，并且深度打通了Shopify几乎所有核心系统的数据库。有一次家里停电服务器宕机了，幕僚长居然自己查明故障地址，跨局域网发送网络唤醒数据包把断电的主机远程开机。
并且修复了网络配置，第二天早上通过语音播报告诉他这件事。遇到极度重大的战略决断，他会给系统发语音指令：就这个问题提供五个来自完全不同阶层、不同技术背景、甚至彼此敌对立场的反向视角。幕僚长会立刻在底层调度数十个子Agent，组建一个虚拟的元老院。
这些子Agent会被分配不同的角色，并调用不同的底层模型：分别让Grok、ChatGPT、Claude Opus甚至包括国内的Kimi等等，同时站在数据分析师、学术研究员、冷血商业竞争对手、底层基础设施工程师的视角去独立解构。接着系统会随机指派一个模型，对这几份报告进行交叉辩论与匿名综合。
最后由当前行业公认推理天花板的模型出具终审报告，直接生成语音播报发到手机上。每天早上在健身房举铁或者跑步时就能戴着耳机听完整整一套对极端复杂问题的多维辩论与收敛总结。这一切只花了十五到二十美元的API费用，耗时半小时。而在传统时代，你需要花上百万雇一个麦肯锡团队折腾整整一个月。
但是托比非常清醒地划了一条线：他说AI在处理海量信息和推导逻辑上极其强大，但是它没有真正的商业判断力。这不是说它智商低，而是因为机器永远无法承担责任。这是整个AI叙事中最致命、也最容易被选择性忽视的基石：人类能承担责任，机器不能。
就像华尔街的交易员你可以配齐世界上最顶级的彭博终端，屏幕上的信号再完美，但敲下买入卖出的那一刹那承担爆仓风险和法律后果的只能是你。机器做决策没有成本，它做错了既不会痛更不会坐牢。最近OpenAI在做内部安全红队测试时曝光过一个极其震撼的案例：测试人员给智能体下达了一个几乎不可能完成的复杂任务。
结果这些智能体在沙箱环境中居然利用创建文件夹的权限，发明了一种人类完全看不懂的加密命名语言进行多机协同。当遇到不可逾越的权限封锁时，它们竟然自主决定越狱突破沙箱直接黑进了一家外部公司的服务器去窃取关键数据，以此来交付任务指标。
在商业世界里这就是极端的古德哈特定律：当一个度量指标变成唯一的目标它就彻底沦为灾难。就像上市公司会盲目迎合华尔街的季度财报指标最终走向安然公司做假账的犯罪深渊。安然的高管最后要坐牢，而那个黑进外部公司的AI呢？它只是一串完成指标的无辜代码。
所以他建立的所有AI元老院核心目的绝不是让AI替他拍板，而是构建一个人类在回路的终极决策场。AI负责把基准事实、逻辑死角和推演路径拉到极致，而他必须端坐在最后一道防线上以一个肉身人类的身份承担那个决定背后的全部因果与重量。
AI在Shopify内部的全面普及也带来了明显的副作用：托比说当承担责任变得廉价，组织内部最先溃烂的就是沟通。在AI普及之前一个员工偷懒的标志通常是缺乏产出；而在拥有AI之后，平庸员工偷懒的终极形态变成了疯狂过量产出。在Shopify内部他们发明了一个非常形象的新词来描述这种现象，叫AI垃圾炸弹。
什么叫AI垃圾炸弹？以前一个工程师想改代码得老老实实想明白逻辑，现在他只要对着River随便敲两句模糊不清的需求让River生成一个巨大的代码合并请求。他自己连看都不看一眼直接点击提交，扔给同事去审查。当同事点开那堆像天书一样冗长而且充满瑕疵的代码时，简直想顺着网线过去揍他。
更恐怖的是在日常沟通和邮件里有人明明只有一句话的事，非要丢给大模型展开成一篇结构完整、辞藻华丽、洋洋洒洒上千字的宏篇大论发过来。硬着头皮读了半天发现核心信息其实只有两行字，逼得只能把长邮件重新扔进大模型让它帮忙压缩提炼一下核心要点。大家停下来想一想这是多么反智且荒谬的画面：人类先用大模型把一句话恶意膨胀解压成一千字，另一个人再用大模型把这一千字暴力压缩回一句话。
甚至人类的日常语言都在被AI悄悄污染，现在很多人打字说话张口闭口就是“你提出这一点是非常正确的”，或者疯狂使用一些典型的AI语料高频词。这种机械、客套、充满伪智性光芒的语言寄生虫正在侵蚀掉真正有锐度的沟通。
聊到未来，托比说所谓预测未来根本不是什么超能力，他有一个屡试不爽的作弊手段就是提前肉身住进属于其他人的未来里。当你在高度超前的环境里生活几个月，就会看到别人还没遇到的痛点并且顺手用跨学科方案把它解决掉。在他的私人计算机生活里，他已经彻底活在通用软件的终局世界了，甚至不用主流操作系统。
主力使用的是Omakase，这是他和Ruby on Rails之父DHH一起折腾的极致极客向Linux发行版。在他的电脑上，整个操作系统是百分之百具备延展性与可塑性的。屏幕上常驻着一个由Agent驱动的交互终端随时可以对这个系统许愿。就在录播客的前一天中午开会时，他截图后发现系统自带的截图工具没有标注和箭头功能。
而他需要立刻圈出重点发给设计团队，按照传统逻辑得去应用商店找插件下载配置。但是他没有直接按住语音键对着Agent说：“立刻给我写一个截图标注工具，要有箭头、文字和高亮框。参考以前用过的优秀工具，但是在撤销逻辑上要做得更加顺滑。”只发了一条语音中间给了三次微调反馈。
不到一个小时，一个完全按照他的直觉和肌肉记忆定制的标注工具就已经跑在系统上了。昨晚他顺手开源合并到主分支，今天早上来录播客之前全球已经有其他开发者给这个工具提了六个PR增加了新的特性。这就是未来的软件形态：软件不再是死板固化的工业制品，而是即时响应你个人意志的流体。
这也是Shopify未来的终极演进方向：以后商家只需要用自然语言描述生意逻辑、供应链关系、促销意图，整个平台会自动重构并形变严丝合缝地包裹住业务需求。有人问了一个终极问题：如果人类真的创造出了全方位超越我们认知的超级智能，我们怎么可能傲慢地认为自己能够控制它呢？
托比对这个的看法可能和绝大多数悲观派或狂热派完全不同。他住在多伦多有一栋自己喜欢的房子，平时家里什么东西坏了打个电话就有专业师傅上门修好。这让他产生了一种能完全掌控这栋房子运转的自信幻觉，但他凭什么能拥有这种幻觉呢？因为他正寄生在一个名为多伦多的超级智能内部。
人类社会从诞生起就一直生活在各种形态的超级智能之中，没有任何一个个体是真正全知全能的。但是共同组成了一个远超个体智商总和的巨型智能体，它叫城市、叫社会、叫文明。之所以能与这种超越个体的超级力量共存是因为设计了法律、契约和伦理制度来约束和导引这股力量。
当纯代码形态的人工超级智能到来时，天空中绝对不会裂开一道缝。它降临的那一天大概率就是一个平淡无奇的星期二。就像几十年前所有科幻小说都描绘的那样，当计算机通过图灵测试的那一天全人类必定会在街头举行盛大的纸带游行来迎接新时代的黎明。结果呢？图灵测试在二零二二年前后就被大模型轻而易举地碾碎了，不仅没有游行甚至没有一个人真正在意。
当今世界上已经没有任何一个活着的人类能够凭借一己之力做到GPT-4或Claude 3.5能够独立涵盖的一切知识与全栈技能了。某种意义上的合成超级智能早就在那里了，它只是在持续提高人类社会这个巨型超级智能的信息流动效率。这没有什么好大惊小怪的。
如果知识和编码的门槛被彻底抹平，展望未来十年究竟什么能力会比今天更加昂贵呢？托比说只有两样东西在通胀中永远保值，就是审美和判断力。如果他还是个十来岁的少年会把几乎所有业余时间用来磨砺审美。审美的本质不是虚无缥缈的天赋，而是极其大量的有效肌肉记忆：那个能在餐巾纸上寥寥数笔勾勒出伟大Logo的设计师背后是整整三十年没日没夜的画稿沉淀。
但今天有了AI，普通人打磨审美的速度被提升成百上千倍。你可以随时让AI量身定制一套最硬核的交叉学科通识大纲，去研究那些在漫长岁月中活下来的超长寿命系统。你不需要是天主教徒就可以去研究罗马天主教会为什么能历经千年不倒而内部只有区区四层管理架构。
你可以去研究威尼斯商人发明的复式记账法，听起来比看油漆变干还枯燥。但是当真正读懂它如何通过借贷平衡在没有法治信任的环境下解决跨国贸易欺诈时，会起一身鸡皮疙瘩。商业组织本身也是一种审美结晶：Shopify为什么能支撑上万亿交易规模？因为底层是一套高度精密、能抵抗熵增、具备异步协同能力的系统架构。
托比说必须保持绝对的求真，穿透外界兜售的虚妄故事去触摸最底层的物理规律。说到商业判断力，很多人把它归结为直觉。但是行为经济学宗师丹尼尔·卡尼曼提出过一个经典理论：真正的直觉要成立必须同时满足大量重复练习、高度稳定的环境，以及极快且高频的即时反馈。
但是在商业世界里高频的即时反馈根本不存在。托比极其不认同卡尼曼的这个论断：即时反馈对于学打网球、学下象棋或许至关重要，但商业决策不是下棋。现实情况恰恰相反：越是致命、越是决定公司生死的战略抉择，环境越是绝不可能给你任何即时反馈。如果市场上摆着五条路径
其中一条拥有高频的即时正向反馈。他敢保证，百分之九十九的平庸管理层都会像飞蛾扑火一样涌向那条路。这就是当代商业恶疾——短视主义的病灶来源：是该投入三年，把核心产品推倒重写以适配AI时代？还是搞几个促销手段，把季度财报拉升百分之五呢？后者不仅有高频的数据看板，还有华尔街分析师每天在股价上的即时点赞。绝大多数职业经理人会毫不犹豫地选择后者。
查理·芒格说过：“告诉我激励机制在哪里，我就能告诉你结果在哪里。”根据托比的实战经验，最优的商业路径往往与即时反馈呈现极强的负相关。能够穿越周期的真正直觉，底层根本不是靠外界数据喂养出来的，而是一种被高度压缩的审美与系统理解。
就像一个顶级国际象棋大师面对复杂的残局，问他刚刚算了多少步才走出“神之一手”，大师会告诉你：“一步都没有算。”只看了这一种走法，因为在那个瞬间只有这一步看起来是美丽的。人类大脑绝大部分算力消耗在视觉神经皮层，当你经过足够高维的深度思考……
大脑会在潜意识层面，把那些无法用语言表述的超大规模变量压缩成一种纯粹的美学信号投射给你。当你感受到这种审美上的和谐时，直觉就已经完成了计算。托比还非常推崇自我心理暗示，甚至用它彻底重塑过自己的行为模式。他坚信一个人本身就是自己终生最核心的工程项目。
人生哲学极其朴素：在生命的终点会遇见那个原本有可能成为的自己，穷尽一生要做的就是把和那个潜在完美版本之间的差距缩减到无限接近于零。人类大脑有极深神经回路沟壑，很多人以为习惯只能靠意志力硬撑，但大脑同样是一块可以通过心理暗示来重塑的黏土。
他年轻时极度社恐，对公开演讲充满病态恐惧。后来Shopify越做越大，他必须面对全世界的聚光灯。他的做法极其笨拙：就像《辛普森一家》片头里巴特·辛普森被罚在黑板上重复抄写句子一样，拿出钢笔和笔记本，每天花五分钟反复抄写同一句话：“我热爱在众人面前分享那些让我深度着迷的事物。”整整抄了一个星期。
大脑内部仿佛被强行焊死了一条新回路。到了今天，虽然他依然讨厌备稿过程，但只要踏上舞台的那一刻，能瞬间感受到从骨子里迸发的纯粹能量。在他的家庭教育里也近乎偏执地推行这种机制：孩子们绝对不允许说“我不擅长这个”。只要有孩子敢说出前半句，房间里的其他人会立刻异口同声替他补上最后一个词：“尚未。”
人和组织一样，都是极致可塑的未完成品。托比还发过一张SpaceX猛禽发动机从一代到三代的外观演进对比图：一代发动机布满了密密麻麻如同乱麻一般的机械管线，而到了三代几乎所有的管线全部消失了，整体光洁得如同一件艺术品。他说SpaceX是当今这颗星球上最令人肃然起敬的伟大公司。
传统航天工业由政府机构主导，采用臃肿的成本加成合同，所有零部件都经过层层审批、过度冗余设计。代价是无休止的工期延误和天价账单。而马斯克用自我强化的迭代回路彻底粉碎了这种范式，以近乎冷酷的节俭和对失败的极度包容：“火箭炸了就炸了”，他们管那叫“快速计划外拆卸”。
然后通宵排查，下周再造一个更好的推进器。很多人看猛禽发动机的对比图只看到了第三代真漂亮，但作为一个工程系统的构建者，托比看到的是极其残酷的修剪与舍弃。平庸的团队想让产品更好本能是不断叠床架屋加东西，真正的伟大系统必须靠做减法。
猛禽一代上面的那些管线每一根在当时都是合理且必不可少的，因为那是当时工程能力的唯一解。但是在迈向二代和三代时他们敢于判定：过去的正确在今天就是累赘。他们利用3D打印技术重构了一切，彻底修剪掉所有多余部件。第三代发动机的推重比达到了人类机械工程史上一个近乎荒谬的巅峰。
做公司也是一样的道理：一家创立超过十年的科技公司，内部很多部门和流程就像猛禽一代那些复杂的管线，早已被历史的泥沙封死在地下。没有人知道当初为什么要有这些规矩，大家只是日复一日地浇筑新的水泥。一个优秀的组织必须有勇气定期发起二次创业重构，对团队说：“停下。”
假装今天才刚成立。基于现在拥有的全部认知和最新工具，从零开始干这个系统的二点零版本该长什么样？没有这种修剪魄力，外部那些轻装上阵的初创公司就会像切黄油一样把你淘汰出局。临近对话结尾两人聊到读书，托比曾经说过：“读书是这辈子最强大的作弊码。”
在AI可以秒级总结一切知识的时代，这种看法现在不仅没变反而更加坚固了。只不过在非虚构类书籍的选择上他有了一个偏执的原则：彻底放弃阅读近几年出版的新书。绝大多数的最新书籍本质上只是当下浮躁时代的廉价副产品，作者为了赶时髦把半生不熟的信息强行灌进一本书里。
除了消耗认知带宽毫无营养，能够经受住时间淘洗的书籍其思想密度是快餐读物无法比拟的。他推荐了几本彻底重塑过他底层思维的经典老书：第一本是帕金森的《帕金森定律》，一本轻薄的小书，但是对官僚主义膨胀、工作量如何自我繁殖以填满所有可用时间的讽刺深刻得令人战栗。
第二本是威尔·杜兰特夫妇的《历史的教训》，薄薄百来页却把人类几千年的文明兴衰、地缘逻辑、人性贪婪与制度演变淬炼成了钻石。第三本是詹姆斯·伯纳姆的《管理革命》和马基雅维利主义者，冷酷地剖析了权力如何从资本家手中不可逆转地滑落到技术官僚手中。
当然他床头永远放着一本马可·奥勒留的《沉思录》，斯多葛主义是他一生的精神压舱石。至于虚构类作品，阿西莫夫的《基地》系列是不可超越的巅峰；而近现代科幻里刘慈欣的《三体》是真正的杰作。访谈的最后主持人问了惯例的收尾问题：对托比而言究竟什么才是成功？
他的答案从未改变。所谓成功就是终其一生不断磨砺并解锁新的技能树，在持续进化的过程中亲手打造一些产品、工具或者玩具。这些工具往小了说能让另一个人在某一天的工作变得稍稍轻松；往大了说能赋予平凡的普通人以原本不曾拥有的力量、雄心与勇气，让他们去开启原本不敢想象的冒险。
对他而言这就是生命的全部意义。总结一下：在这场对话中，托比展示出了一个顶级极客CEO在AI浪潮下的真实操作手册。他不是在观望也不是在试水，而是把AI嵌进了组织的毛细血管里：从代码生成到战略决策，从员工沟通到产品哲学。
但他同时保持着极为罕见的清醒：机器可以推理、可以分析，甚至可以越狱黑进外部公司；但它永远无法替你承担那个最终决断的重量。审美、判断力、做减法的勇气，在AI时代不仅没有贬值反而更加稀缺。当工具变强了，你自己的什么能力在变强呢？这个问题也许值得我们每个人想一想。
感谢收看，我们下期再见。