Merge 首席技术官 Gil Feig：AI 不仅是工具，更是重塑工程文化的核心驱动力
在 AI 浪潮席卷软件行业的当下，Merge 这家专注于企业级 API 集成的平台正经历一场深刻的内部变革。在最新的访谈中，Merge 联合创始人兼 CTO Gil Feig 分享了其团队如何将 AI 从“可选工具”转变为“工作默认设置”，并以此重塑了工程与招聘文化。
AI 作为公司级强制命令：从技术到文化的跨越
Gil Feig 将 Merge 全面拥抱 AI 的过程形容为“迷你 Shopify 时刻”。不同于以往将 AI 视为辅助工具，Merge 要求从工程师到招聘人员的所有员工，在日常工作中必须使用 AI。
“这是一种期望：你不仅要为 Merge 使用 AI，还要为自己的职业生涯和未来使用 AI。”
为了适应这一转变，公司正在重新定义绩效评估体系，计划将 AI 熟练度纳入考核，但首要任务是提供充分的培训，让员工从抗拒转向舒适。
提示词工程：从代码生成到沟通的艺术
在技术层面，Merge 已全面采用 Windsurf 进行代码生成与审查。Gil 幽默地表示，有时 Windsurf 写完代码，再由 GitHub 进行审查。
然而，真正的突破在于文化层面的转变。许多工程师在第一次提示失败后便失去信任。Gil 强调：
“如果你告诉它‘不要做什么’，那没有帮助。你必须确切地告诉它下一步该做什么。”
通过优化沟通结构、上下文和示例，Merge 团队将提示词工程（Prompt Engineering）视为一门独立的技能。这种转变使得团队在交付新功能时的速度实现了从“小幅提升”到“戏剧性加速”的跨越。
绿野新程：AI 在创建优于维护
AI 目前最大的影响力集中在“绿野工作”（Greenfield Work），即技术债务较少的新产品构建中。Gil 估计，Merge 最新推出的 Agent Handler 产品有 90% 的代码是由 AI 构建的。借助 Windsurf 和精准的提示词，新功能可以在几天内上线，而非过去所需的数周。
相比之下，在大型、复杂的遗留代码库中应用 AI 仍面临挑战，如上下文窗口限制和细微变更难以自动化。Gil 的经验法则非常明确：
AI 在加速创建方面表现优于维护。
招聘领域的意外突破：寻找好奇心而非证书
除了工程部门，Merge 的招聘团队也全面拥抱了 AI。由于招聘与销售在触达、筛选和管道管理上的相似性，AI 在此领域展现了巨大潜力，能够处理大部分标准化流程。
值得注意的是，AI 在招聘中的成功并未直接复制到销售部门。对于涉及企业级大单的高触感（High-touch）谈判，微妙的人际关系和说服力依然至关重要，这是 AI 目前难以替代的。
在人才选拔上，Merge 发现：好奇心、代理感（Agency）等元技能比现有的 AI 使用技能更重要。 公司优先招聘那些渴望学习 AI 的人，而非已经精通 AI 的人。许多员工通过实验、阅读和与 AI 对话，迅速成长为 AI 专家。
低门槛实验构建创新肌肉
最意想不到的胜利往往来自员工解决日常小问题的尝试。例如，一名同事利用 Lovable 在 10 分钟内生成了公司电子邮件签名工具，而过去这需要数小时的标准化合规工作。
“你永远不会花时间去为那个构建应用……现在有人可以在 10 分钟内完成，而且它有效。”
这些微小的实验不仅提高了效率，更重要的是建立了自下而上的持续 tinkering（ tinkering 指随意尝试、实验和修改）文化，让全员学会与机器协同思考。
给构建者的行动建议
Merge 的案例为其他技术团队提供了宝贵的启示：
- 将 AI 使用作为文化默认值：采用不应是侧边任务，而应是工作的标准方式。
- 将提示词视为手艺：为团队提供具体的框架和示例，随时间推移提升提示词质量。
- 利用 AI 进行创建，而非维护：在缺乏遗留复杂性的新表面上，AI 表现最佳。
- 扩展至非工程部门：招聘和运营部门往往比产品团队更快看到投资回报率（ROI）。
- 招聘学习者而非专家：好奇心和适应性带来的复利效应远大于现有证书。
- 庆祝微观实验：鼓励小型、创造性的 AI 胜利，锻炼团队的试错肌肉。
正如 Gil 所提醒的，AI 的采用不仅是一次技术转移，更是一场文化变革。通过鼓励使用、正常化学习并庆祝小胜利，Merge 正在教导其员工如何与机器并肩思考。
