Shopify CTO 现身说法：AI 写完代码后，人、评审与组织怎么重新排布
What Is Your Job Now, Farhan Thawar | Compile 26 · Farhan Thawar
全片 24 分钟·真正值得盯屏约 6 分钟·3 个必看点
- 0:00 – 2:31看
手写代码的时代结束了
开场直接给结论：迄今为止所有软件都是人类一个字符一个字符敲出来的，而这个时代已经终结。随后展开开发流程中时间分配的迁移——编码本身缩水，规划分析和验证 AI 产出成为大头。
问题不是「AI 会不会写代码」，而是编码这一步塌缩之后，工程师乃至整个研发组织要重新回答「我们的工作到底是什么」。
这一段有一张开发流程时间分配的前后对照，讲者边指边说，两栏对比一眼就能抓住重心从哪挪到了哪，光听会丢掉这个结构感。▶ 跳到 0:00讲者 · Farhan Thawar - 2:31 – 7:01听
新的写法与新的稀缺能力
给出两种新编码形态：并行——把任务切成子任务分派给多个 agent，人负责整合与验证；串行——与一个高推理模型深度结对，再拉另一个模型来质询。接着谈工程师价值转向品味与判断：何时建、为何建、架构怎么取舍。
评审一个方案的关键问句是「你怎么在一万个都能跑通的正确解里，选中了这一个」——能答上来的才是判断力。
这段是纯观点推演，讲者主要在讲自己的工作方式和评审时的提问方式，画面基本停在标题页，听着走路或通勤都不损失信息。▶ 跳到 2:31讲者 · Farhan Thawar - 7:01 – 12:11略
从首批 Copilot 用户到全员默认
回溯 Shopify 的时间线：很早就是 Copilot 首批客户，但真正的转折点是 CEO 那封「AI 是基线预期」的内部备忘录——发出后工具使用量全面抬升，并被大量同行 CTO/CEO 效仿。
组织转向靠双向驱动：上面要有一次不留退路的明确表态，下面要有真实可用的工具，两者缺一不可。
中间是一段公司自述的时间线叙事，可以快进；但走到备忘录那部分要停下来看一眼用量曲线，那条线在备忘录发布时间点之后的抬升是这段唯一的硬证据。▶ 跳到 7:01讲者 · Farhan Thawar - 12:11 – 14:03听
最先用起来的不是工程师
1500 个 Cursor 许可证一周内被抢空，抢的人是财务、HR、销售、市场——他们把编码工具当成触达大模型和 agent 的入口，并做出了真东西：支持团队的反馈查询工具、客户成功的业务复盘、财务的预测模型。
非工程岗对 AI 工具的渴求被严重低估了；把编码工具发给他们，等于把公司变成自下而上的文化引擎。
全是具体案例的口头讲述，一个个部门点名过去，没有配图也不需要配图，纯听信息不缺。▶ 跳到 12:11讲者 · Farhan Thawar - 14:03 – 17:40听
token 文化与只用大模型
目标从「条件反射地用 AI」升级为「用 AI 撬动杠杆」，烧 token 成了值得炫耀的事。不设消费上限，只设熔断器：疑似失控时在 Slack 确认一句就放行。同时明令工程团队禁用小模型。
禁用小模型的算账逻辑：人的时间比模型时间贵得多，小模型埋下一个 bug 的排查成本远超两者的 token 差价。
这是一段管理决策的论证，画面上只有几行政策要点，价值全在讲者给出的推理链和成本对比上，边听边记就够。▶ 跳到 14:03讲者 · Farhan Thawar - 17:40 – 21:05听
路线图该以周计，学习才是资产
既然 AI 在写代码，六个月的路线图就该被质问「为什么不能这周做完、今天做完」。随后是全场最反直觉的一条：代码不是资产，学习才是——CEO 曾让 50 人团队删掉 18 个月的成果按更简架构重建，3 个月就完成了。结尾谈为什么还要保留结对编程。
每周该问团队的两个问题：这周学到了什么，以及你相信而别人还不信的秘密是什么。
删掉 18 个月成果那个故事和结对编程的理由都是叙事与论证，讲者站着讲完，画面没有额外信息量，听的效率最高。▶ 跳到 17:40讲者 · Farhan Thawar - 21:05 – 22:40看
LGTM 与多模型评审委员会
AI 大量产码后瓶颈转移到代码评审。讲者把「人类语言中最可怕的四个字母」打在屏幕上——LGTM，并指出它恰恰证明人类本来就没在认真读代码。Shopify 的替代方案是让多个模型分工评审不同侧面并共同裁决。
模型评审并不完美，但比人类更准，而且把评审周期从 24-48 小时压缩到约 1 小时。
四个字母被单独打满整屏、现场笑倒，接着是评审机制的分工示意——包袱和图示都在画面上，只听会既错过效果也拼不出机制全貌。这是全片信息密度最高的一段。▶ 跳到 21:05讲者 · Farhan Thawar - 22:40 – 24:00听
责任归人，以及怎么招人
收尾划出底线：责任不交给 AI，PR 上署的是你的名字。同时讲实习生从 75 人扩到 1000 人的做法——让活在 ChatGPT 里的一代反过来教公司怎么工作。
「责任可以共享，但不能让渡」——这是把 AI 全面铺开之后唯一不能松的那颗螺丝。
最后是几句立场明确的总结陈词，讲者离开幻灯片直接对着观众说，听清楚这句话本身就是全部。▶ 跳到 22:40讲者 · Farhan Thawar