Lernen direkt am Arbeitsplatz

Vor Jahren schrieb ich über meine Lehre in Deutschland. Ich habe mit 16 die Schule abgebrochen und bin zu einer Siemens-Tochter gegangen, wo die interessantesten Leute im Keller saßen und Delphi benutzten statt des unternehmensweit vorgeschriebenen Rosie SQL (beide so ziemlich der Zeit und dem Fortschritt zum Opfer gefallen). Ich lernte das Programmieren, indem ich ihnen zusah. Indem ich ihnen Kaffee machte. Indem ich lange genug herumhing, bis sich ihr Urteilsvermögen auf mich übertrug.

Ich habe im letzten Jahr viel über diese Erfahrung nachgedacht, weil wir bei Shopify etwas gebaut haben, das nach dem gleichen Prinzip funktioniert.

Sie heißt River. River ist ein KI-Agent, der in unserem firmeneigenen Slack lebt. Man spricht mit ihr genauso wie mit einem Teamkollegen: indem man River in einem Slack-Kanal erwähnt. Sie kann Code lesen, Tests ausführen, Code schreiben, Pull Requests eröffnen, unser Data Warehouse abfragen, Produktionstraces ansehen und vieles mehr. Wir nutzen das ständig.

In den letzten 30 Tagen haben 5.938 Shopify-Mitarbeiter mit River in 4.450 verschiedenen Slack-Kanälen gearbeitet. Es hat allein in der letzten Woche 1.870 Pull Requests in unserem Haupt-Monorepo eröffnet. Etwa jeder achte Pull Request, der letzte Woche in unseren Codebase gemergt wurde, stammte von River und wurde von uns reviewed.

Es gibt derzeit viele Coding-Agenten auf der Welt. Was River besonders macht, ist eine Einschränkung: Sie arbeitet nur im Offenen.

Eine Einschränkung, die zum Feature wurde

Als wir anfingen, River zu bauen, lag es nahe, die Leute sie privat nutzen zu lassen. So funktionieren viele andere KI-Assistenten. ChatGPT ist ein privates Fenster. Claude ist ein privates Fenster. Cursor ist zwischen dir und der IDE.

Wir haben die gegenteilige Entscheidung getroffen. River lebt in Slack, unserem Firmen-Chat. River antwortet nicht auf Direktnachrichten. Sie lehnt höflich ab und schlägt vor, einen öffentlichen Kanal zu erstellen, in dem du und sie zusammenarbeiten können. Ich selbst arbeite mit River im Kanal #tobi_river und viele sind diesem Muster gefolgt. Jedes Gespräch ist daher durchsuchbar. Jeder bei Shopify kann einsteigen. In meinem eigenen Kanal gibt es über 100 Leute, die auf Threads reagieren, Farbe und Kontext hinzufügen, den Staffelstab übernehmen, bei Reviews helfen, mich daran erinnern, wie eingerostet ich bin, und vor allem: durch Zuschauen lernen.

Das war zunächst ungewohnt. Die Leute sind private Arbeitsbereiche mit ihren Werkzeugen gewohnt. Um Hilfe zu bitten fühlt sich anders an, wenn das ganze Unternehmen die Frage sehen kann. Aber es geschah etwas, das wir erhofft, dessen Auswirkungen wir aber nicht vollständig vorhergesehen hatten:

Die Leute fingen an, voneinander zu lernen.

Ein Support-Ingenieur im Kanal #help_checkout sah zu, wie ein Backend-Ingenieur in einem anderen Kanal River dazu brachte, die richtige Log-Abfrage zu finden, und am nächsten Tag machte sie dasselbe. Ein Neuzugang scrollte durch #river, um zu sehen, wie erfahrene Leute eine Anfrage eingrenzen, bevor er selbst die erste abschickte.

Wie so oft im Deutschen gibt es ein Wort für diese Art von Umgebung: Lehrwerkstatt. Wörtlich: Eine Lehrwerkstatt. Die gesamte Werkstatt ist der Klassenraum. Man lernt, indem man in der Nähe der Arbeit ist. Ständig zu lernen ist einer der Kernwerte des Unternehmens.

Shopify möchte eine Lehrwerkstatt im großen Maßstab sein, und River hat uns diesem Ideal näher gebracht als je zuvor. Es ist Lernen durch Osmose, denn es erfordert keinen Lehrplan, keinen Trainingsplan und keinen Manager. Es erfordert nur, dass die Arbeit aller im größtmöglichen Umfang sichtbar ist. Jeder lernt von jedem.

Ich bin wirklich begeistert von dieser – etwas zufälligen – Entdeckung und dachte, ich teile sie.

Warum dies mit KI mehr, nicht weniger, Bedeutung hat

Eine häufige Sorge bezüglich KI ist, dass sie die Leute dazu bringt, nicht mehr zu denken. Warum sollte ein Junior-Entwickler das Debuggen lernen, wenn der Agent es für ihn erledigt? Warum sollte er den Codebase lesen, wenn er einfach fragen kann?

Ich denke, die Sorge ist real, aber der Rahmen ist falsch. Das Risiko ist nicht, dass KI die Arbeit erledigt. Das Risiko ist, dass KI die Arbeit erledigt und wir nie daraus lernen. Wenn jede Interaktion mit einem Agenten in einem privaten Fenster stattfindet, ist die einzige Person, die etwas lernt, die Person an der Tastatur. Alle anderen sind von der Lehre ausgeschlossen.

Wenn Menschen mit ihren Agenten in der Öffentlichkeit zusammenarbeiten, passiert das Gegenteil. Die besten Prompt-Muster verbreiten sich, Wissen verbreitet sich. Die clevere Art, wie ein Entwickler einen Slack-Berechtigungsfehler untersuchte, wird zur Vorlage für alle anderen. Die Fähigkeit, die jemand geschrieben hat, um River über das Checkout-Data-Warehouse des Unternehmens zu unterrichten, wird von zwölf anderen Teams wiederverwendet. River selbst lernt: Jeder Kanal kann die Zonen, Fähigkeiten und Anweisungen vorladen, die sein Team benötigt, geschrieben von den Leuten, die der Arbeit am nächsten sind. River hat auch ein Gedächtnis, das ständig kritische Informationen über das Unternehmen und die beste Art zu arbeiten lernt und verlernen.

Der Agent ersetzt weder den Lehrling noch den Mentor. Der Agent macht das gesamte Unternehmen zu einem Lehrling, weil jeder ständig zusieht, wie die erfahrensten Leute neben ihm arbeiten.

Das ist auch der Grund, warum die Merge-Rate stetig steigt. Wir haben kein Modell neu trainiert. Wir haben keine Modelle gewechselt. Eine Verbesserung von 36 % auf 77 % über zwei Monate kam dadurch zustande, dass die Leute River bei der Arbeit zusahen, bemerkten, wo sie hängen blieb, aufschrieben, was sie hätte wissen sollen, und halfen, River selbst zu einem besseren Teamkollegen zu machen. Der gesammelte Geschmack jedes Teams fließt in den Agenten ein. Der Agent wird besser darin, Shopify zu sein.

Das Unternehmen bewegt sich mit der Geschwindigkeit seines langsamsten Geheimnisses

Wenn ich darüber nachdenke, warum das wichtig ist, komme ich auf etwas zurück, das ich schon lange glaube: Die Geschwindigkeit einer Organisation wird bestimmt durch die Geschwindigkeit ihres langsamsten Kommunikationskanals und -rhythmus. Meetings sind langsam. E-Mails sind langsam. Private DMs sind langsam. Vielleicht nicht für die beteiligten Personen, aber für die Organisation. Die Informationen und Entscheidungen, die daraus hervorgehen, diffundieren nie vollständig in den Rest der Organisation, ohne enormen zusätzlichen Kommunikationsaufwand.

Ein öffentliches Gespräch zwischen Menschen oder mit einem kompetenten Agenten ist nichts davon. Es ist schnell, es ist durchsuchbar, es ist lehrreich und es akkumuliert sich. Die nächste Person, die dieselbe Frage hat, muss sie nicht stellen.

Ich glaube nicht, dass die Zukunft der Arbeit darin besteht, dass Menschen durch Agenten ersetzt werden. Ich habe 2018 einen Artikel mit dem Titel The Future Role of Human Excellence geschrieben, darüber, wie Schach populärer wurde, nicht weniger, nachdem Computer spielen gelernt hatten. Die gleiche Lektion gilt hier. Das richtige Modell ist nicht Mensch oder Maschine. Es ist der Lehrling und der Meister, die beide zusehen, wie der andere lernt, und beide auf der Werkstatt besser werden.

Das ist es, was River ist. Das ist unsere Lehrwerkstatt.