AI 作为企业操作系统：从工具到原生组织的转型框架

几个月前，Tim O'Reilly 无意间看到了 Dan Guido 在 [un]prompted 大会上的演讲视频。Dan 是软件安全研究公司 Trail of Bits 的 CEO 兼联合创始人，但那场演讲讲的是如何让企业真正成为 AI 原生组织。O'Reilly 一直在摸索这件事，却缺少结构化方法，此后便沿着 Dan 提出的路径前进。Dan 在这场对谈中花了 35 分钟重新展开他的演讲，内容依然信息量十足。

Dan 首先指出企业级 AI 采用的现状：根据《财富》杂志报道的美国国家经济研究局研究，约 6000 名高管中近 90% 表示，三年内 AI 没有给公司就业或生产率带来可衡量的变化。人们称之为新索洛悖论。但 Dan 认为这不是 AI 无效的证据，而是大多数公司部署 AI 的方式错了——它们只是分发 ChatGPT 和 Claude 的许可证，然后等奇迹发生。

他划分了 AI 采用的三个层次。AI assisted（辅助）阶段，AI 只是提升个人效率的工具，组织结构和流程不变；AI augmented（增强）阶段，工作流被重新设计，比如 AI 先做代码审查的第一轮，人再做第二轮；AI native（原生）阶段则要围绕 AI 的存在从零重构公司和工作流，把 AI 当作核心参与者和队友，而不是工具。对 Trail of Bits 来说，这个“操作系统”有明确的使命：让安全专长以代码形式持续积累，每一次项目都让下一次更快更好。

阻力首先来自员工。Dan 坦言，当他宣布公司全员投入 AI 时，只有约 5% 的人支持，20% 的人公开抵制，75% 的人消极抵抗，表面顺从、暗地里希望风头过去。他没有跟员工争辩，而是研究人们拒绝新技术的文献，归纳出四种需要应对的偏见：自我增强偏差、身份威胁、不透明感和对不完美的零容忍。例如，身份威胁源于知识工作承载着“我是谁”的意义，所以他把 AI 描述成“让你成为更危险的审计员”，而不是“替你完成审计”。

针对每种偏见，Trail of Bits 设计了具体对策：用可见的 AI 成熟度矩阵对抗自我增强偏差，用技能仓库和黑客松化解身份威胁，用经过筛选的插件市场、沙箱和加固默认值避免首次 AI 体验变成灾难，用书面的 AI 手册代替“请相信我们”来回应不透明感。Tim 认为这是一种机制设计：从期望结果出发，设计激励、默认选项和地位阶梯，而不是把 AI 采用当成采购或沟通问题。最后，CEO 必须以身作则。Dan 说他是第一个走进 AI 大门的人，公司里那些观望的 50% 员工看的不是领导怎么说，而是领导怎么做。

Trail of Bits 的 AI 成熟度矩阵有四个层级：not engaged、capable、adoptive、transformative。最高等级不是使用 AI 最多的人，而是发明新的工作方式、用 AI 构建工具的人；等级零意味着拒绝 AI，属于原则分歧，而不是技能问题，Dan 坦言因此进行过艰难对话，也有人离开了公司。

黑客松是推动员工爬梯子的重要机制。公司每两个月举办一次，提前一周公布主题和学习目标，要求两人一组互相评审，结束后留下专人收集可复用的工件并归档。黑客松不按产出件数衡量，而是看参与者下周在能力梯子上处于什么位置。第一场黑客松被 Dan 比作“海滩大扫除”——用 AI 清理公开开源仓库的陈旧依赖和 issue，让大家看到 AI 能减轻负担；第二场则让工程师在预先准备的沙箱里，以绕过权限的完全自治模式运行 Claude Code；当前一场的主题是让持久的后台代理在审计中领受任务，带回合 PoC 漏洞利用或发现草稿。

公司还运行三类技能库：内部工作流库、任何人都能使用的公共库，以及审核第三方技能的精选库。把技能发布到公共库不只是宣传。Dan 说，这能迫使团队写出公司内外都能使用的东西，同时帮助他们梳理内部“部落知识”。