0
0以管理学专家西蒙·斯涅克（Simon Sinek）关于美国海军陆战队“海豹突击队”选拔机制的演讲为切入点，深入探讨了在高压力、高风险环境中，“信任”相较于“绩效”的优先级和重要性，并进一步将这一理念延伸至当前人工智能（AI）在软件开发领域的应用现状。
海豹突击队作为世界上最顶尖的特种作战部队之一，其成员的选拔不仅关注他们在实战中的表现，更重视他们是否具备高度的可信赖性。这种“信任”，不是指简单的技术能力或执行力，而是指个体在非战斗状态下的行为方式——如何对待队友、是否值得依赖、是否能在没有命令的情况下做出负责任的判断等。正如演讲中引用的一句话：“我可以信任你保护我的生命，但我是否信任你照顾我的妻子和金钱？”这句话深刻揭示了“信任”背后所包含的道德与责任感。
为了更直观地说明这一概念，文章展示了一张由斯涅克提出的二维模型图，横轴代表“绩效”，即一个人完成任务的能力；纵轴代表“信任”，代表其可靠性和对团队的支持程度。理想人选当然是两者兼具者，但当必须做出选择时，海豹突击队更倾向于选择“绩效中等但信任度高”的人，而非“绩效高但信任度低”的人。原因是前者可以通过训练提升技能，而后者则可能因缺乏责任感而在关键时刻造成严重破坏。
进一步提出，这一原则同样适用于现代软件开发领域，尤其是在人工智能日益介入代码生成、数据分析和系统构建的背景下。目前，AI工具在许多技术任务上的表现已经可以达到中等到高水平，例如编写代码、调试程序、甚至独立完成小型项目。然而，在“信任”维度上，AI的表现几乎为零。它不具备忠诚感、伦理意识或真正的责任承担能力，也无法记住之前的交互内容，除非用户主动提供完整的上下文信息。
援引前特斯拉人工智能负责人安德烈·卡帕西（Andrej Karpathy）在YC创业学校演讲中的观点，指出当前大型语言模型（LLMs）存在三大致命弱点：一是“幻觉”和事实错误，即输出内容看似合理却可能完全错误；二是“缺乏持久记忆”，每次对话都像第一次一样开始；三是“参差不齐的智能”，即在某些领域表现出色，但在其他方面极度薄弱，且边界模糊。
这些缺陷意味着，尽管AI可以在短时间内大幅提升工作效率，但它无法被真正托付关键任务。因此，卡帕西提出了一个“生成-验证循环”（Generate-Verify Loop），强调人类仍需在流程中扮演最终审核者的角色。只有通过建立高效、简便的验证机制，才能在利用AI提高效率的同时，确保结果的可靠性。
最后总结指出，当前AI发展的焦点几乎全部集中在性能优化上，追求更快、更强、更智能的技术突破。然而，我们不应忽视“信任”这一核心要素。无论是在海豹突击队这样的生死战场，还是在软件开发这样的数字战场，真正决定成败的往往不是谁做得最快，而是谁最值得信赖。未来的AI发展不仅要问“它能做多好”，更要问“我们能否信得过”。
