一家有着五千多名顶尖聪明人的科技巨头，前两天突然在内部下了一道极其反人性的死命令。

任何人，严禁在私密窗口里偷偷使用 AI。

如果你在 Shopify 这家公司上班，当你遇到一段极其棘手的代码，你想让公司内部的 AI 智能体帮你改改时，她会礼貌但极其冰冷地拒绝你。

她会要求你，去建一个所有人都能看见的公开群聊，然后在那里开始合作。

很多朋友可能纳闷，这图啥呢。大家平时用 ChatGPT 或者 Claude 写东西搞代码，谁不是在只有自己能看见的对话框里疯狂试探。

把那些极其愚蠢的新手报错、反复试错的半成品直接扔到几千个同事面前，开口求助的心理门槛是极高的。

目前职场 AI 浪潮里，大家每天都在踩却浑然不知的一个巨大陷阱。

大家都天天焦虑 AI 会不会抢走自己的饭碗。如果机器能搞定一切，初级员工随口一问就能得到答案，那他们为什么还要去苦读底层架构，为什么要学会自己调试。

托比觉得这种担忧非常真实，但大家把问题的焦点彻底搞错了。

真正的风险，根本不在于 AI 替人类把活干了。风险在于 AI 把活干了，而我们在旁边什么都没有学到。

就拿我自己踩过的坑来说。遇到一个极其复杂的权限报错，我切出私密窗口，跟 AI 拉扯了四五十个回合。我喂给它各种背景，反复纠正它的逻辑，最后终于拿到了一份完美的解决方案。我把代码粘进编辑器，任务完成。

然后这个交互过程，就彻底死在了那个永远不会被第二个人看见的私密对话框里。

第二天，坐在我旁边工位的同事遇到了类似的报错，他得从零开始把那四五十个坑重新踩一遍。

如果每一次和智能体的互动都发生在一个密不透风的黑盒子里，那么唯一能获得成长的，就只有此刻坐在键盘前面的那个人。

其他所有人，都被死死地挡在了这场学徒训练的门外。

无数个这样的私密窗口，构成了现代企业里最深邃的知识黑洞。

托比为了打破这个黑洞，翻出了自己年轻时的一段真实经历。

很多年前，他还是个十六岁的辍学生，跑去西门子的一家子公司当学徒。那时候，公司里最有意思的一群程序员都喜欢聚在地下室里，用着当时很前卫的 Delphi 语言，而不是公司死板规定的系统。

托比就在那个地下室里给他们煮咖啡，看着他们怎么敲代码，怎么讨论架构。

在那个环境里待得足够久之后，那些顶尖工程师的思考方式和判断力，就如同呼吸一般，慢慢渗透进了他的判断力里。

他就是这么学会当一个程序员的。

德语里有一个专门的词汇来精准描述这种环境，叫 Lehrwerkstatt，直译过来就是教学工坊。

它的核心理念是，整个工作现场本身就是一间教室，只要你靠近真实的工作，你就会学到东西。

数字时代的格子间和居家办公，把这间巨大的工坊切割成了无数个孤岛。而 Shopify 强制公开的那个 AI 员工，成了一座重新连接所有人的桥梁。

River 作为一个智能体，住在公司的 Slack 群聊里。她能力极其强悍，可以读代码、跑测试、写代码、甚至直接查询数据仓库和生产环境的链路追踪。

当五千多名员工被赶到四千四百多个不同的公开频道里和她一起工作时，极其奇妙的化学反应开始发生。

在一个公开的结算支持频道里，一位普通的工程师看到了另一位资深后端专家，是如何一步步引导 River 找到正确的日志查询语句的。第二天，这位工程师就在自己的工作里完美复用了这套高级的技巧。

一个刚刚入职的新人，在第一次胆怯地向 River 发出指令之前，他会默默翻阅那个公共频道过去几个月的历史记录，看看那些资深大神是如何精准界定请求范围的。

知识不再是被锁在抽屉里的死物，而是变成了可以自由扩散的流体。

某个开发者为了教 River 弄懂复杂的业务数据写下的绝妙指令，很快就会变成其他十几团队排查问题时的模板。

所有人都在向所有人学习。

甚至连 AI 自己都在这种公开的环境中飞速进化。
大家看着 River 在哪里卡壳，就会主动写下她本该掌握的背景知识，帮助她成为一个更好的队友。在短短两个月里，仅仅靠着大家在公开频道的围观和纠错，Shopify 的代码合并率直接从百分之三十六暴涨到了百分之七十七。

仅仅上周，River 就在主代码仓库里发起了将近两千个代码合并请求，大约每八个合入代码库的请求里，就有一个是这个 AI 写的。

这背后并没有什么底层大模型的切换，仅仅是因为每个团队累积下来的技术品味，源源不断地流入了这个智能体。智能体会越来越懂得如何成为这家公司的一员。

这其实触及到了组织管理里一个极其底层的逻辑。
托比一直坚信一个观点，一个组织的运转速度，其实是由它带宽最低的那些沟通渠道决定的。

会议很慢，邮件很慢，点对点的私信同样很慢。那些在私密交流中产生的信息增量，如果不额外花费巨大的沟通成本，永远也无法充分扩散到组织的其他角落。

公司的进化速度，取决于它那些最慢的秘密。
而公开的、可被所有人检索和学习的人机对话，彻底打破了这种低带宽的魔咒。

它极快，它不仅解决眼前的问题，它还在复利增长。下一个遇到同样问题的人，永远不需要再去问一遍。

在这场轰轰烈烈的 AI 变革面前，我不认为未来的终局是冷冰冰的机器取代鲜活的人类。就像托比在多年前写过的那样，当电脑彻底攻克了国际象棋之后，这项运动并没有走向消亡，反而因为人类得以站在机器的肩膀上，变得比以往任何时候都更加受欢迎。

AI 时代最美好的工作图景，不是人类向机器臣服。

智能体不会取代学徒，也不会取代导师。正确的模式是，学徒和师傅彼此看着对方如何与机器协作，双方都在那个充满活力的工作现场变得更好。

如果你是一个小团队的负责人，或者你所在的圈子里有一群志同道合的朋友。坦率的讲，我极其建议你们从明天开始，去建立一个完全透明的 AI 协作空间。

把你那些看似笨拙的提示词，那些和 AI 争论的完整过程，全都坦荡地袒露出来。

去刻意磨平那些阻碍我们变强的技术信息差。时间会证明，那是我们在这个时代里，最锋利的武器。