一家5000人的公司怎么让全员用上AI:今年招1000个实习生

Cloudflare（一家给全球海量网站做加速和安全防护的美国上市公司）约 5000 人，CTO Dane 在美国科技播客 No Priors 的访谈里讲了他们这一年怎么让 AI 真正用起来，下面这几件你也能照着做：你会看到一个反常识的做法：5000 人的公司今年要招 1000 个实习生，因为他们发现带过实习生的经理，自己用 AI 也更快。你会知道：一件要找三个团队的活，怎么改成一个人写完、经理点一下就发出去。老板看这条：员工一天用 AI 花多少钱算正常，他们不设排行榜，只在花到 300、500、1000 美元时分级发提醒。你会明白为什么丢给员工一个聊天框没人用，而把公司数据和流程装进内部 AI 平台以后，用得最多的是销售市场和行政支持团队，不是工程师。老板看这条：未来一年半，技术团队一半以上的时间要花在安全上（他认为这是一段过渡期），他给的应对办法你可以直接拿来对照。以下是这场访谈的核心观点。文末附我的落地建议。

01

老板看这节：一封邮件要过三个团队，怎么改成一个人点一下？

你公司大概也有这种活：事不大，但要拉好几个部门，来回一周。

Cloudflare 今年 5 月做了一次重组，要做"AI 优先"的公司，这是它历史上第一次裁员（Dane 的原话是"和一些同事说再见"）。Dane 说，他们以前一直很小心不多招人，这次的原因不一样：AI 已经改变了一些团队的干活方式，Cloudflare 决定把流程拆掉重建，而不是让每个部门各自快一点。

他举的例子是产品经理给客户发一封邮件。原来要过三个团队：先找数据团队圈出要发给哪批客户，再找市场团队设计邮件、把语气改对，最后找市场运营团队把邮件发出去。

一件事原来要过三个团队，除非做一些艰难的改变，逼大家重新想它到底该怎么做，否则你永远没法真正重新设计流程。新的做法可能根本不需要这三个团队。——Dane

现在的做法是一个工具：产品经理描述想发给哪类客户，自己写邮件，工具按 Cloudflare 的语气改写，发给他的经理，经理觉得行就点"批准"，邮件发出。

Cloudflare 没有让三个团队各自变快，而是给了产品经理一个原来没有的超能力。

能做什么：挑一件你们公司要跨三个部门才能办完的事，画出现在的流转，问一句"如果从头设计，还需要这几步吗"。

02

老板看这节：员工一天用 AI 花多少钱，算正常？

主持人说，"token 预算"（token 是 AI 计费的单位，可以理解成按字数收费）是很多公司都在吵的话题：花多少合理、和人工成本怎么比、谁该拿到额度。

Dane 的回答分三层。

第一，不比谁用得多。Cloudflare 没有 AI 用量排行榜，也不鼓励比用量，员工的考核看交付了什么、做出了什么，而不是用没用 AI。

第二，花多了就提醒，提醒分级。一个人一天花到 300 美元（约合人民币两千多元），系统给他本人发一封邮件，内容就一句"嘿，你知道吗？"。花到 500 美元，邮件发给他的经理；一天花到 1000 美元，发给 VP。

大多数收到提醒的人，根本没意识到自己一天在 AI 上花了这么多钱。超线的情况其实很少，而且收到提醒的人通常挺高兴。——Dane

第三，选哪个模型不该让人来定。Dane 觉得让员工判断每个任务该用哪个模型"有点傻"，人永远不擅长这件事，应该由系统自动分配。现阶段他们还是手动摸索：做计划用最强、最贵的那一档大模型（业内叫"前沿模型"），计划定下来以后交给更便宜的开源模型（公开发布、谁都能拿来用的模型）去执行，最后再让前沿模型做检查和"挑刺"（专门找漏洞的反向审查）。

能做什么：别按用量给员工排名；先设一条"一天花超多少就提醒本人"的线，让成本看得见。

03

5000 人的公司，为什么一年招 1000 个实习生？

两年前 Cloudflare 招了大约 200 个实习生。Dane 说，这批人是公司里第一批真正"AI 原生"的员工：把 AI 拿走，他们可能就没法干活了。

主持人问：这是好事吗？

我觉得是好事。这些实习生比我们更会用 AI 工具。就像过去十年你把 Google 从我身边拿走，我还怎么学东西？AI 就是他们第一个伸手去拿的东西。——Dane

更意外的发现在后面：Cloudflare 发现，带过实习生的经理，自己用上 AI 也更快。于是今年 Cloudflare 决定，这一年里招 1000 个实习生，而公司总共大约 5000 人。

他说效果很好：一是实习生带来大量点子，AI 让每个人都能更快做实验，点子越多越好；二是看他们怎么用 AI。要填个表，他们第一反应就是用 AI。

Dane 也承认自己还没做到：

我现在还经常发现，有好多事我一直在手动做，然后才反应过来"等等，我应该用 AI 啊"。对我们大多数人来说，这还不是本能。——Dane

带过实习生的经理，自己用 AI 也更快

能做什么：给团队里配一个用 AI 最顺手的年轻人，让他坐在经理旁边干一段活。

04

公司的 AI 平台，为什么销售和行政用得比工程师还多？

Cloudflare 内部有个平台叫 Cloudflare OS，是员工每天用 AI 的地方。它最早是为安全做的：怕客户数据和内部数据经 AI 漏出去，于是搭一个安全的平台，员工在里面随便用新工具和新模型，数据怎么流动看得清、管得住。

Cloudflare OS 用得最多的，是销售市场团队和行政支持团队，比工程团队还多。

Dane 说，他们早先发现培训是员工用 AI 最大的缺口：

只丢给员工一个聊天框，对他们来说太像一张白纸了。——Dane

所以平台是按公司的业务流程设计的，员工一进去就能拿到需要的数据，有人带着一步步走。Dane 说：

员工很快会意识到：哦，AI 不是来替代我的，是来让我把活干得更好的。——Dane

他举了市场团队的例子：这次大会的筹备，市场团队自己做了几百个内部小工具。以前这些事要找外面的各家代理公司，现在团队更小，速度却快得惊人。

能做什么：别只给员工开个 AI 账号；把一个部门最常用的数据和三个高频任务先装进去，再让他们用。

05

该先改哪个流程？他们没请咨询公司来盘点

主持人追问：一家 5000 人的公司，能改的流程成百上千，谁来负责重新设计？

Dane 说，Cloudflare 永远有一千件想做而做不完的事，所以他们一向找愿意主动揽活的人。从去年年初，他们先把工具发给大家，看谁在试；很快就分出一批真正投入的人，自然而然地把事情揽了过去。Cloudflare 改流程是自下而上的，谁上心谁来改。

今年 1 月，他们还开了一个邮箱，叫"agents@cloudflare"：谁好奇"这件事能不能用 AI 干"，就把自己的工作内容发过去，邮箱会回一份"技能文件"（Skill，一份写给 AI 的操作说明，让它照着把这类活干完）。

有一阵子大家以为，公司那个"问问这活能不能交给 AI"的邮箱，是全自动的 AI 在回。其实是一群实习生在帮大家写技能文件。——Dane

Dane 说，这样做的好处是，不用请一家咨询公司进来把每件要做的事都盘点一遍；需求是员工自己冒出来的：他们觉得"这事好像不该这么难，AI 能不能帮我"，就发邮件来问。

主持人这样总结：Cloudflare 没画全公司的流程改造总图，靠的是三件事：把花钱信息亮给员工、相信他们会自己算账；招一大批实习生；放手让主动的人自己去改流程。Dane 补了一句：然后就是硬着头皮去试。

能做什么：在公司里开一个"这事能不能交给 AI"的收件箱，指定一两个最会用 AI 的人每周回复。

06

公司的规矩，怎么让 AI 也照着做？

Dane 说，"OS"这个名字是这么来的：AI 助手越来越多，公司得能教会它们"Cloudflare 特别在哪、Cloudflare 是怎么做东西的"。

对人，Cloudflare 靠的是内部大学、入职流程、认识同事、一起干活。对 AI，这些得更清楚地定义下来、写成文档。

他们的做法是：各团队这些年写了大量技术方案文档（RFC），讲"在 Cloudflare 怎么写出安全的软件、怎么写出稳定的软件、最佳实践是什么"，汇总成一份内部文档；再从里面提炼出十条铁律（他叫它"十诫"），AI 助手在每一轮审查里都照着它检查。

在 AI 写软件的流水线上，一边是 AI 助手在大量产出初稿，一边是流水线更深处，有人专门在做性能测试和安全测试。就像公司以前的运作方式一样，你需要这种对着干的审查。——Dane

AI 写得多、写得快，但公司的规矩不会自己进到 AI 脑子里，得有人写下来、提炼成它能照做的几条。

能做什么：把你们部门最常被新人犯错的 10 条规矩写成一页，下次让 AI 干活时先让它读这一页。

07

Cloudflare 的 CTO 招人时，最看重什么？

Dane 说，Cloudflare 一直最看重的是好奇心。

如果一个人在家、在个人生活里都不用 AI，这是个挺大的危险信号。你如果真有好奇心，怎么可能不去拥抱 AI？——Dane

他说接下来会在几项老标准上加码：干劲、好奇心、同理心。因为 Cloudflare 做的很多事，现成技术做不到，需要有人进来发明新办法，而这一切从好奇心开始。

能做什么：下次面试加一个问题：你最近在生活里用 AI 解决过什么事？

08

全公司都要扑上去的那种漏洞，从一年一次变成每周都有，团队该怎么分工？

访谈的另一半在谈安全。对不懂技术的老板，结论只有一个：未来一年半，安全会占掉技术团队大量时间，这是 AI 带来的。

Dane 说，过去三到六个月，被报告的漏洞数量涨得飞快。以前互联网上一年出一次 Log4j（2021 年一个影响全球大量系统的严重漏洞）那种级别的事件，全公司都要扑上去；现在 Log4j 级别的严重漏洞每周都在发生，只是很多没有公开报道。

他预计接下来 18 个月，团队大部分时间会花在安全上，但他认为这只是一段过渡期：AI 迟早会把大部分代码查一遍，把多数漏洞找出来。他提到当天大会主题演讲里的一个数据：超过 50% 的工程时间会开始花在安全上。主持人也转述，OpenAI 联合创始人兼总裁 Greg Brockman 上周在节目里说，2027 年大家花在安全上的 AI 费用会和花在开发上的一样多。

最近这批大漏洞是谁找到的？Dane 说，最近几个大漏洞，背后不是国家级黑客，而是高中生。他们以前玩"夺旗赛"（一种网络安全攻防比赛），现在把 AI 助手对准一个目标就开始找，找到还能领到不少漏洞赏金。主持人给这群人起了个名字："智能体小鬼"（智能体就是能自己动手办事的 AI 助手）。

AI 把以前只有国家级力量才有的工具，交到了普通人手里。——Dane

他的应对办法有四条：

· 先做减法。 最简单的办法是让可能出漏洞的地方变少，把软件简化、把代码量压下来。但现在的 AI 偏偏"话多"、爱把东西搞复杂，所以要靠人的判断，把软件设计得本身就站得住。主持人说自己常对 AI 说"请用十分之一的复杂度再试一次"。

· 红队从 1 个扩到四五个。 红队就是专门扮演攻击者、主动找漏洞的小组。Cloudflare 现在有一个，Dane 预计到明年年底会有四五个。

· 重点放在发现上，修补流程会被逼出来。 流程永远可以更好，但他发现流程真正变好往往是被危机逼的：漏洞多到工程师没法按老办法处理时，"工程师天生懒，是褒义的懒"，自然会把修补自动化。

· 新功能不能停。 "不发布就是在等死"，安全和发新功能要一起做。AI 一边制造了这场安全危机，一边也是更快解决它的工具。

至于请不起红队的小公司怎么办，Dane 的建议是把网站和系统放到 Cloudflare 这类防护服务后面；他说遇到重大漏洞，Cloudflare 的防护是免费用户也一起给的。这是他自家的生意，听的时候心里有数。

能做什么：问一句你的技术负责人：我们有哪些老系统，几年没人碰过，却还挂在外网上？

09

刚哥落地按

🎯 这场访谈是一家 5000 人上市公司的 CTO 在讲，但里面最值钱的几招，小公司今天就能用。我挑两件： 

根据 Cloudflare CTO Dane Knecht 做客 No Priors 播客的访谈整理（按读者问题重排，观点、数字、案例未动）。节译：删去了 AI 智能体浏览网页的付费模式、内容创作者微支付、与 OpenAI 合作的内容发现项目、开源与闭源模型之争这四段，完整版见原视频。价值预告、小标题、图表、斜体行动句和括号里的解释为整理者所加。

整理与排版：刚哥AI落地

原视频：Democratizing Security for the Agentic Web with Cloudflare CTO Dane Knecht（No Priors）

原视频地址：https://www.youtube.com/watch?v=6VprwfSc4Xk