「龙虾」时代，老板也没有免死牌

70 0 0

文章摘要

在AI技术加速渗透至生产全流程的背景下，部分顶尖企业家正主动回归一线参与实操，以获取真实体感而非依赖二手经验。Shopify CEO Tobi Lütke与Y Combinator创始人Garry Tan通过AI Agent直接编写生产代码、优化引擎性能，实现解析速度提升53%、内存节省61%，甚至日均写1-2万行代码，反映出技术决策者已从“使用者”转向“共建者”。这种转变并非偶然，而是由AI系统本身的不可预测性所驱动——其既具备高度协作能力，又存在误删代码等不确定性，仅靠汇报材料难以建立准确判断。

周鸿祎作为国内代表性人物，其实践路径更为系统：自2024年11月起便将AI应用于内容制作与搜索演示，真正转折点出现在春节高强度“苦战”后，他重新定位自身角色，深度参与“360安全龙虾”及“纳米漫剧流水线”建设。该流水线由近百个智能体协同运作，覆盖剧本至剪辑全链条，在约12亿Token消耗与5000余次对话迭代中最终成型，目前已有头部影视公司接入使用。这一过程中，他清晰认识到AI不是单点工具，而是一套需全程介入、反复修正的复杂协作系统——任务拆解、模型调用、流程衔接与结果验证每个环节都可能出现偏差，必须依靠持续人机交互完成。

值得注意的是，此类体验带来认知升级：当AI从模型进化为能调用工具的Agent乃至多智能体系统，其工作方式与成本结构发生根本性变化。例如Token消耗并非线性可预期，稳定运行的智能体往往需要上千万Token支撑；更关键的是，效率优势常被调试修复时间抵消，形成所谓的“保姆式体验”。即便顶级开发者如Garry Tan，也需专门构建Gstack框架来约束AI输出，防止系统失控。这些现象揭示出一个核心命题：面对高速演进的技术变革，唯一有效的判断路径是亲自下场，在反复试错中理解边界与成本。

这已不再属于企业家专属能力，而是所有身处技术浪潮中的个体必须掌握的稀缺素养。正如周鸿祎所强调，“真实体感永远比二手经验更值钱”，而AI时代的终极资产，正是基于亲历积累的判断力——它既决定技术落地的有效性，也关乎组织能否在颠覆中保持竞争力。