最近读到一篇文章，标题很直白：《Good Culture Is the Biggest Productivity Hack, Not AI》——好的文化才是最大的生产力外挂，而不是 AI。

文章的核心观点其实一句话就能讲完：AI 确实能帮人提效，但只有在团队已经有"对的"文化的前提下，这种提效才会真正发生。 如果文化本身是错的、沟通是堵的、信任是缺的，AI 进来只会把烂流程自动化得更快、更大。

文章到底说了什么

作者的论证并不复杂，他列了几条"先有文化，AI 才有用"的判断：

  • 信任是前提。 团队里如果大家默认"同事会摸鱼、汇报会掺水"，那 AI 生成的代码、文档、总结都会被反复质疑、反复重做，省下来的时间全花在互相验证上。
  • 反馈循环要短。 AI 最大的价值是让人更快地试错、再试错。如果团队本身不敢试错、害怕失败，AI 反而会变成"看上去很忙，其实没产出"。
  • Ownership 要清晰。 AI 模糊了"谁写的、谁负责"的边界。没有强 ownership 文化的地方，AI 产出的东西就成了"没人认领的孤儿"，出了问题互相甩锅。
  • 会议和流程要瘦。 AI 没办法拯救一个每天开四小时会的团队。文化里如果"看起来在干活"比"真的在交付"更重要，AI 只是让表演更精致。

换句话说，AI 是一面放大镜：好的文化，它会放大；烂的文化，它会更快地放大到藏不住。

为什么这件事值得多想一想

过去两年，几乎所有团队都在追"AI 提效"这件事：买 Copilot、配 Agent、做内部知识库自动化。但如果你环顾一下周围，会发现一个挺尴尬的现象——很多团队引入了 AI 工具之后，人均产出并没有质的变化。 该延期还是延期，该返工还是返工。

原因往往不在工具不够强，而在团队根本没有准备好"接住"工具带来的产能。文化没变，工具变了，结果就是：用 AI 写出了更多没人想读的文档、更多没人 review 的 PR、更多没人拍板的方案。

我的延伸判断

这让我想起一句话，大意是："你不能靠给一辆破车换更好的引擎，让它变成一辆好车。" AI 更像是引擎，发动机再好，底盘、车架、方向盘没换，也跑不出速度。

所以，如果一个团队今年只打算做一件事来"提效"，与其纠结到底选哪个模型、哪个 Agent 框架，不如先回头看看：

  • 我们开会是为了出结论，还是为了表演？
  • 大家敢不敢在群里说"这个方案我不同意"？
  • 出问题的时候，第一反应是找原因，还是找人？

这些问题没有 AI 也能解决，但一旦解决，AI 才会从"玩具"变成真正的杠杆。

文化，才是最便宜、也最被低估的生产力 hack。

来源：Hacker News