过去三年，我们与AI协作的方式发生了什么变化？
在Anthropic「工作的未来」（The future of work with @Claude）对谈中——它介绍了一项名为Claude Tag的新功能——工程师们把过去三年概括为三个阶段。最初，人决定写哪一行代码，AI用自动补全从旁协助。接着，一个人同时运行多个Claude，按功能把工作交给它。而现在，AI直接主导工作，参与同一个会话的不再是一个人，而是整个团队。
关键在于结构被彻底翻转：从人在循环中一行行输入，变成AI处理整个任务、人只负责把方向。在同样的时间里，模型能自主工作的时长大幅增加——最新评估显示，它已能一次连续工作长达16小时。
从反应式到常驻式，究竟有何不同？
至今为止AI都是反应式的：你打开它、提问、拿到答案，再复制粘贴给团队。在常驻模式下，AI进驻协作频道，在需要时主动介入，并会盯住耗时数天甚至数周的工作，自行跟进。它甚至能完成一项16小时的任务后，为几周后的后续工作自行排期。
这里的两个决定性维度是持久记忆与多人协作。因为它会永久记住某个频道的指令——只关注这类问题、不要那些——你无需每次重新提示；而曾经你一对一使用的工具，如今来到团队正中央，多个人可以把同一个会话推向更好的结果。
普及是如何自行发生的？
最引人注目的是它的扩散方式。由于AI在公开频道中运行，每个人都能看到用得好的人如何措辞、如何把工作交出去。人们观察这些模式，把它们带进自己的项目，最佳实践便在整个组织内自行扩散——这是过去的AI工具很少见到的现象。
效果也体现在数字上。据对谈所述，在该产品组织中，约65%的代码变更请求（PR）已经以这种方式编写，而且这一比例还在持续攀升。
从AX的角度看，组织现在该具备什么？
我在AX工作中反复强调的结论在这里再次出现：决定成效的是环境设计，而非更聪明的模型。一个供AI常驻的公开频道、一份作为答案依据的「权威正本」文档连接，以及能守住各频道指令的记忆。具备这三者，即便非工程师也能不打开终端就为代码库做贡献，新员工过去要问法务或人事的问题，也能由参照正本的AI即时作答。
所以未来一年的差距，不取决于你选哪个模型，而取决于一个判断：把AI留作个人的生产力工具，还是让它成为整个团队共同依托的公共基础设施。选择后者的组织，改变的不只是工具，而是工作方式本身。