「龙虾」时代，老板也没有免死牌

想象一下：某家市值千亿公司的 CEO，深夜对着电脑屏幕，不是在批报表，而是在和 AI Agent 一起疯狂敲代码，连夜跑完上百轮实验。 这就是 Shopify 的 Tobi Lütke，和 Y Combinator 的 Garry Tan 正在电脑前做的事。 硅谷不养闲人，CEO 狠起来连自己都卷。 YC 的 Garry Tan 这几天一直没闲着，他白天管团队，晚上就用自己开源的 Gstack（把 Claude Code 配成 CEO、工程经理、QA、设计师等一整套虚拟团队），花费 60 天时间写出 60 万+行生产代码，日均写 1-2 万行，眼看 GitHub stars 蹭蹭上涨，Garry Tan 自己都兴奋得每天只睡 4 小时。 另一位 Shopify 的老大 Tobi Lütke，亲自用 AI Coding Agent，对着自己 20 年前写的 Liquid 引擎反复实验，把解析渲染速度提速到 53%，内存节省到 61%。 一个越来越清晰的变化是：这些原本处在决策层的企业管理者，正在亲自跑实验、开源工具、优化生产代码、搭建 Agent 团队，直接参与到这场 AI 的实际使用之中。 类似的动作，也开始在更多公司中出现。只是不少企业管理者对 AI 的接触还停留在基础问答层面，更多是寄希望于招募懂技术的团队来解决问题。 但 AI 从来不是一个静态工具，而是一种必须通过亲手试错、长期协作才能摸清真实边界的系统。 也正是这种认知差，开始拉开分水岭：有人还在“使用” AI，有人已经和 AI 一起“干活”。 在国内，360 集团创始人周鸿祎就是后者的典型代表。 01 AI 的不可预测 必须得亲自试用和踩坑 过去一段时间，管理者理解技术的方式是必要且稳定的：通过传递的信息获取认知后，再依靠汇报形成判断，而无需亲自参与研发和执行。 在这种模式下，技术的功能、性能、进度，都可以被整理成报告