夜雨聆风
Shopify 创始人兼 CEO Tobi Lutke 最近做了一场访谈。
如果只从组织和管理的角度看，这场访谈其实主要讲了三件事：
第一，AI 进入组织之后，什么样的岗位会先失去价值。
第二，未来更重要的人，到底是更会执行的人，还是更会判断、定义和引导的人。
第三，管理者在“人和 AI 混编”的团队里，角色到底会变成什么。
这也是这场访谈里最值得管理者认真对待的部分。因为当一家 8000 人规模的公司公开说，超过 50% 的代码已经由 AI 生成，问题就不再是要不要用 AI，而是组织逻辑到底要怎么改。
1. AI 并不是裁员的原因，它只是把旧问题暴露得更快
Tobi 在访谈里有一句判断很尖锐：今天很多公司发生的裁员，并不是“AI 裁员”，而是过去几年过度招聘、组织迟缓、效率失真的后账，现在刚好被 AI 当成了一个方便的解释。
这个判断值不值得完全接受，可以讨论。但它至少提醒我们一件事：很多企业把 AI 当成原因，实际上它更像显影剂。
一个组织如果本来就有这些问题：
• 角色切得很碎，靠大量 handoff 才能推进 • 大量工作其实只是执行、搬运、对齐、返工 • 决策很慢，但流程很多 • 人的价值主要体现在“把任务做完”，而不是“把问题想清楚”
那么 AI 一进来，这些问题都会被放大。
因为 AI 最先吃掉的，通常不是最有创造性的工作，而是那些高度标准化、可拆解、以执行为主的工作。过去组织里还能靠堆人、堆流程、堆协调把事情推过去；现在一旦机器也能做，而且做得更快，组织就必须面对一个难堪的事实：
很多岗位设计，本身就建立在低效分工之上。
所以，AI 带来的第一层冲击，不是“少一些人”，而是“那些原本只靠任务堆出来的岗位，会先失去合法性”。
这也是为什么 Tobi 说，那些“只是替别人完成任务的工作”，本来就不是好工作。这个说法听起来不太客气，但放到组织设计里，它其实对应的是一个更严肃的问题：
一个岗位，到底有没有判断空间、整合空间和创造空间？
如果没有，那么它迟早会被自动化，不是被 AI 自动化，也会被别的系统自动化。
2. 未来更稀缺的，不是写得更快的人，而是能把问题描述清楚的人
访谈里另一个很重要的观察，是 Tobi 修正了自己对“AI 原住民工程师”的看法。
他原来以为，没有历史包袱、天然熟悉 AI 的年轻工程师会占据明显优势。后来他发现，真正拉开差距的不是“会不会用 AI”，而是“会不会驾驭 AI”。
他说得很直接：大家严重低估了 steering，也就是“引导 AI”这件事的重要性。
这句话背后，其实是在重估资深人才的价值。
过去我们会认为，资深工程师最重要的价值之一，是写更复杂的代码、处理更难的模块、在关键问题上亲自下场解决。而在 AI 开始承担越来越多代码生成工作的情况下，资深工程师的价值重心正在迁移：
• 不是亲自写更多，而是定义问题边界 • 不是自己做完，而是持续修正方向 • 不是给出零散答案，而是提供完整上下文 • 不是局部优化，而是判断什么结果才算对
换句话说，能力正在从“生产代码”转向“组织智能”。
这也是他提到“context engineering”时真正有意思的地方。这个词不只是 prompt 写得更好，而是能不能把目标、约束、历史决策、系统结构、质量标准、协作关系，一起变成 AI 能够正确理解和持续执行的上下文。
这件事一旦展开，很多管理者会突然发现：自己过去以为是软技能的东西，正在变成新的硬能力。
比如：
• 说清楚一件事到底为什么重要 • 把模糊目标拆成可执行问题 • 判断哪些信息该给，哪些噪音该过滤 • 在多角色协作中维持语义一致
这些原本被当成“沟通能力”的东西，正在成为 AI 时代最关键的生产能力。
3. 组织会从“分工流水线”转向“少数人驱动的大杠杆系统”
Tobi 说，Shopify 理想中的员工规模，五年后最好还是七千五到八千人，但生产率能到现在的 100 倍。
这句话当然有夸张成分，但它表达的组织方向非常清楚：不是无限扩编，而是让更少的人撬动更大的结果。
这意味着，过去那种以增加人头来换增长的组织逻辑，会越来越难成立。
未来组织更像什么？
更像一个高杠杆系统。
这里面至少会有三个变化。
第一，团队规模未必继续线性增长，但个人产出跨度会大幅拉大。
有些人会因为能调动 AI、整合资源、快速迭代，而突然拥有过去需要一个小团队才能实现的交付能力。组织里真正稀缺的，不再是“能稳定完成一个工序的人”，而是“能拉起一个结果的人”。
第二，中间层会被重新定义。
如果一个管理者的主要价值是传话、催进度、汇总状态，那么这类角色会非常危险。因为 AI 和自动化系统会迅速接管其中大部分信息流工作。
但如果一个管理者能做到的是：
• 判断优先级 • 识别真正的约束条件 • 设计协作接口 • 校准标准 • 在混乱中持续澄清方向
那么这类人反而会变得更重要。
第三，岗位边界会变得更松，角色组合会变得更多。
Tobi 提到，未来可能会出现某种横跨产品、设计、工程的新角色，本质上是在协调多个智能体和人一起造产品。这个判断很值得重视，因为它说明未来的组织，不一定是“专业更细”，也可能是“边界更薄”。
组织未必要把岗位拆得更碎，反而可能要把能力重新聚拢到“对结果负责的人”身上。
4. 管理者的任务，不再只是控流程，而是提供“热源”
我觉得整场访谈里最有管理意味的一句话，不是关于 AI，而是关于领导力。
Tobi 说，伟大的领导者必须是一个 heat source，也就是“热源”。
这个说法比“鼓舞士气”更准确。
因为真正的热源，不是开会时情绪饱满，不是口号响亮，而是组织在遇到犹豫、惯性、模糊、妥协时，有人持续把温度打上去，让事情不在室温下停住。
所谓室温组织，通常有几个特征：
• 大家都不反对，但也没人真正推动 • 会议很多，但决定很少 • 问题都看见了，却总想等更稳妥的时候再动 • 每个人都显得合理，结果整体不再前进
AI 时代，这类组织不会慢慢输，而会输得更快。
因为工具效率越高，方向感的重要性就越高。执行摩擦一旦下降，真正拉开差距的就不是“做得快不快”，而是“往哪儿做、为什么做、做到什么程度算完成”。
这时候，管理者最重要的工作不是看板维护，而是三件事：
• 定义值得组织投入的方向 • 为高标准持续加压 • 在关键节点上亲自校准判断
换句话说，管理者从“流程守门员”变成“能量与判断的供给者”。
5. AI 时代最难的，不是提效，而是重新定义“好工作”
很多公司现在谈 AI，表面上是在谈工具，实际上是在回避一个更难的问题：组织到底想给人留下什么样的工作。
如果默认人只是流程里的一个节点，那么 AI 当然会不断替代这些节点。
但如果一个组织真正想让人承担更高价值的工作，它就必须主动做岗位重构：
• 把纯执行型工作压缩掉 • 把判断权往前移 • 让一线人员拥有更多完整任务，而不是更多碎片任务 • 用 AI 降低机械负担，而不是继续放大流程复杂度
从这个意义上说，AI 不是在逼企业“上工具”，而是在逼企业重新回答一句老问题：
你到底相信人应该在组织里做什么？
这个问题，决定的不是效率，而是组织的上限。
结尾
如果只取与组织和管理有关的部分，我觉得至少有三个信号非常明确：
• AI 会先冲击那些只靠执行成立的岗位 • 资深人才的价值会从“亲自做”转向“定义、引导、校准” • 管理者会越来越像组织中的高杠杆节点，而不只是流程协调者
所以，真正的问题已经不是“AI 会不会替代人”。
真正的问题是：
当 AI 可以越来越便宜地完成执行工作时，你的组织有没有准备好，把人的价值迁移到判断、上下文和创造上。
这可能才是未来几年，所有管理者都绕不过去的一场重构。
https://www.youtube.com/watch?v=e4pUgXxCwI0
