编辑 | 姜篇
肖特韦尔："Everybody does a thing, not just manage. No such thing as just a manager. You got to do the thing that you're managing."
肖特韦尔：每个人都必须承担具体工作，不能只负责管理。SpaceX 没有 " 纯管理者 "：你管理什么，就必须亲自参与什么。
最近马斯克团队在 All-In Podcast 上参加一场访谈。
肖特威尔说的 " 亲自参与 "，不是偶尔帮工程师看看方案。管理软件团队的人要能进入代码和系统，管理制造团队的人要能走进生产现场。
备注：格温 · 肖特韦尔是马斯克团队最核心的搭档之一，现任 SpaceX 总裁兼首席运营官。她谈到的管理方法，可以看作马斯克团队真实运行方式的一部分。
在 SpaceX，经理不能只开会和追进度。带软件团队的人要懂软件，带制造团队的人要进入生产现场。肖特韦尔把这类管理者称为 " 球员兼教练 "：既要带队，也要亲自解决问题。
马斯克随后把相同的逻辑放到了 AI 模型上。
马斯克："Instead of grading your own homework, you would at least have competitors grading your homework."
马斯克：不能再由 AI 公司自己批改自己的作业，至少应该让竞争对手参与检查。
一个针对工程团队，一个针对 AI 模型，两人的要求其实很接近：管理者不能只转发信息，模型公司也不能只拿自己的评测证明自己安全。
AI 进入开发团队以后，编码、测试、任务跟进和信息整理都在变快。受到挤压的未必是程序员，也可能是那些不懂技术、不参与验收，只负责在不同团队之间传话的 " 纯管理者 "。
以下为访谈内容，我们进行了翻译与整理。
SpaceX 已经不只是一家航天公司，还是 AI 公司
肖特韦尔对 SpaceX 现在的定义很直接。
肖特韦尔："It's as much an AI business as it is a space business."
肖特韦尔：SpaceX 既是一家航天公司，也是一家 AI 公司。
她不是在说 SpaceX 要顺手做一个聊天机器人。AI 已经进入火箭研发、计算中心和模型工作，也在改变公司如何调动工程师。
肖特韦尔："If you're not using AI, if you're not leading AI, you run the significant risk of being irrelevant."
肖特韦尔：如果不使用 AI，也不能在 AI 上保持领先，就可能变得无关紧要。
肖特韦尔谈 AI 与 SpaceX 未来的关系
主持人接着问，下一代火箭是否会越来越多地由 AI 参与构思、设计和制造，甚至最终走向 "100% 由 AI 完成 "。肖特韦尔回答："Yes."
肖特韦尔回应 AI 是否会更深地进入火箭设计与制造
这是她对未来的预期，不等于今天的 SpaceX 火箭已经 100% 由 AI 设计。真正重要的信号是，AI 不再只是写文档或补代码的辅助工具，它开始进入硬件、制造和复杂工程的主流程。
SpaceX 不存在 " 纯管理者 "
聊到 SpaceX 的管理方式，肖特韦尔先给了一个边界。
肖特韦尔："Everybody does a thing, not just manage."
肖特韦尔：每个人都要亲自做一件事，不能只负责管理。
肖特韦尔："You got to do the thing that you're managing."
肖特韦尔：你必须亲自做你正在管理的那件事。
肖特韦尔说，SpaceX 的管理者必须同时是一名实干者
主持人用了一个词："player-coach"，球员兼教练。
他可以拆任务、做决定，也得看得懂技术方案，知道哪个风险不能接受。团队卡在故障里时，他不能只催一次进度，还得能进入现场帮忙判断。
Agent 会继续代替信息整理、任务跟进和部分协调工作。只靠信息差获得存在感的管理岗位，价值会越来越难证明。能够进入工程现场、清除阻力并对结果负责的人，才能继续带好团队。
AI 减少了信息中转成本，也把管理者的价值推向理解系统、清除阻力、参与验收和承担结果
管理者要把工程师的八小时还回来
肖特韦尔对管理工作的定义也很实际：找到最好的人，把难题交给他们，然后把挡路的东西拿走。
肖特韦尔："Management's job is to clear the chaff and the friction from their day."
肖特韦尔：管理者的工作，是把员工一天中的杂事和阻力清掉。
肖特韦尔："Engineers actually get to engineer 10 hours a day instead of two hours a day."
肖特韦尔：让工程师每天真正做 10 小时工程，而不是只有 2 小时。
肖特韦尔谈管理者如何减少工程师日常工作中的阻力
她谈的是一天里的时间如何分配，不是要求工程师额外加班。
在很多大公司里，工程师只有两小时能安静地写代码、做设计或查问题，其余时间被会议、审批、汇报和不断切换上下文吃掉。
Agent 能写得更快，如果需求仍然含糊，测试环境仍然难用，上线仍然需要逐级找人签字，团队得到的不会是十倍产出，而是更多等待中的代码。
这时候，管理者最值钱的工作不是再加一层 Agent 使用报表，而是把验收条件写清、把环境修到可执行，再给工程师留出连续思考的时间。
工程师不能只守着自己的模块
SpaceX 遇到棘手的任务时，会把人从原来的团队抽出来。
肖特韦尔："We definitely move people around a lot."
肖特韦尔：我们确实会频繁调动人员。
她举了计算中心的例子。项目需要在很短时间里增加人手，发射团队和其他部门的工程师会过来帮忙；SpaceX 的一些工程师也参与过 AI 模型的工作。
肖特韦尔谈 SpaceX 在发射、计算中心与 AI 模型项目之间调动工程师
这种流动不要求每个人同时精通火箭、芯片和大模型。它要求工程师能快速进入陌生系统，看懂服务边界，判断问题在哪里，再用工具把结果做出来。
对软件开发者来说，这会改变 " 熟练 " 的含义。
只熟悉一个框架的 API 不够，还得能读日志、看测试、理解部署链和回滚条件。Agent 可以补上陌生语法，它不会自动告诉你这次改动会不会让下游系统在高峰期失控。
模型也不能自己批改作业
马斯克加入对话后，话题转到了 AI 安全。他提出一个方案：让头部 AI 公司在模型发布前互相测试。
马斯克："Have the major AI competitors test each other's models."
马斯克：让主要 AI 公司相互测试对方的模型。
马斯克："Competitors grading your homework."
马斯克：让竞争对手来批改你的作业。
马斯克建议头部 AI 公司在发布前相互测试模型
这种 " 同行评审 " 不是让 OpenAI 把模型权重发给 Anthropic，也不等于强制开源。马斯克后面进一步解释，公司可以在发布前提供 API 访问，让对手把自己的安全测试工具跑一遍。
关键在于测试方法不同。一家公司的内部评测可能长期围绕自己熟悉的风险设计，对手的测试工具、攻击思路和奖励设计不同，更容易碰到没见过的失败方式。
提前开放 API、交叉运行安全测试、报告问题并修复
安全的瓶颈不只是少几个人
马斯克对当前风险的判断并不乐观。
马斯克："The danger of AI is very significant at this point."
马斯克：到了这个阶段，AI 的危险已经非常显著。
马斯克："We need to do better with AI safety."
马斯克：我们必须把 AI 安全做得更好。
马斯克谈当前的 AI 风险与安全问题
主持人问，是不是只要增加更多人工审查，就能把风险挡住。马斯克把注意力放在了另一个位置。
马斯克："Maybe not more humans, but the reward function design."
马斯克：问题可能不在于增加更多人，而在于奖励函数是怎样设计的。
这个区别对开发团队同样重要。
给 Agent 后面再坐一个人，不会自动获得安全。如果任务目标只写 " 让测试通过 "，它可能会绕开测试、改掉断言，或用一个能过关却不能上线的方案完成任务。
团队得把 " 完成 " 写得更具体：关键测试必须由独立流程运行，运行时指标不能退化，高风险操作需要人工批准，失败后能够回放过程并撤回改动。
模型发布前，对手要先拿到 API
马斯克后面把 " 互审 " 讲得更具体。
马斯克："Provide API access in advance of the model release."
马斯克：在模型发布前，先提供 API 访问权限。
马斯克设想在模型正式发布前，先把 API 提供给其他头部 AI 公司测试
如果测试发现严重问题，发布方应先修复。如果它拒绝处理，测试方可以对外公开风险。一旦模型造成真实伤害，现有的产品责任也应发挥作用。
这套方案会面临很现实的问题：竞争对手能不能信任，测试权限如何隔离，什么级别的风险才能阻止发布，谁来防止公司利用安全理由拖慢对手。
评论区：纯管理者该消失，模型互审会不会变成商战
一位网友把 "SpaceX 没有纯管理者 " 当成整场访谈里最大的收获。
YouTube 网友认为，管理者必须同时承担工程任务，是一个很有力的组织理念
另一位网友关注的是创新速度和反馈质量之间的矛盾。
YouTube 网友认为，组织跑得快还不够，也需要能够挑战假设和暴露错误的反馈机制
对马斯克提出的模型互审，评论区没有一边倒。有人直接认为，让竞争对手相互测试只会拖慢发布速度。
YouTube 网友质疑模型互测会拖慢 AI 公司的竞争速度
还有人问了一个更难解决的问题：竞争对手会不会利用安全审查，把对方的模型全部判成 " 不安全 "？
YouTube 网友质疑，商业利益会不会破坏模型互审的中立性
写在最后
AI 会压缩多少程序员岗位，还没有人能给出一个靠谱的数字。SpaceX 内部已经在做的事，更值得开发团队看。
经理回到工程现场，不再只做信息中转；工程师跨过固定模块，围绕难题重新组合；模型走出自家的评测套件，交给不同的测试方法挑错。
这三个动作都在提高同一个门槛：你不能只证明自己完成了动作，还得证明结果经得起检查。
所以，AI 进入工程团队后，最先感到压力的未必是亲手解决问题的程序员。只负责开会、派任务和收集周报，既不理解系统，也不对结果负责的 " 纯管理者 "，可能会更早被挑战。
参考链接：
https://www.youtube.com/watch?v=iwBOQeFPAwg&t=21s
——好文链接——
程序员不一定失业，而是主动离开公司！OpenAI 总裁：一个人带着 Agent，也能完成过去整支团队的工作
" 程序员将被 AI 取代 " 喊早了！黄仁勋反驳 AI 末日论：90% 代码由 AI 生成并没有发生，超级智能已经到场，AI 下一战拼的是工程
登录后才可以发布评论哦
打开小程序可以发布评论哦