Google 的夢幻文化，
為何會崩解？

PART 1

「不作惡」曾經是一種
工作想像

Hard Fork 訪談前 Google 員工、也是《Don’t Be Evil》作者 Claire Stapleton。她回望自己進入 Google 時看見的承諾：公司不只提供福利與聰明同事，也讓人相信員工能對產品、政策與公司方向提出異議。這不是說所有人都同意同一套政治立場；而是組織曾經容許衝突被看見，並承諾傾聽。

訪談中的關鍵不是懷舊，而是辨認文化的實體：當價值觀只存在招募文案裡，它能很快被改寫；當員工有資訊、程序與集體發聲的空間，它才可能在管理壓力下留下作用。

PART 2

走出辦公室的那一刻，承諾開始被測試

Stapleton 描述 2018 年 Google 員工罷工如何從不同事件與不滿匯合，也提到管理層、媒體與員工之間各自的敘事。節目沒有把這段歷史簡化成單一勝負：集體行動能迫使問題被公開，但公司也有能力調整訊息、重畫程序邊界，甚至重塑何謂「適當」的員工參與。

PART 3

AI 公司的員工，面對同一個老問題

對 OpenAI、Anthropic 等 AI 公司工作的讀者，Stapleton 的建議不是照抄舊時代的運動策略。她強調，當產品可能改變資訊環境、勞動與安全風險時，員工需要先理解自己掌握什麼資訊、公司真正的決策結構是什麼，以及要為哪些具體問題建立共同語言。

這是一個程序問題，不是道德姿態比賽。外部觀察者無法從一場訪談判定所有公司的治理品質；但能追問：提出風險的人有沒有安全的管道？反對意見會不會進入決策？公司是否願意對外說明取捨？

PART 4

同一集節目，還談到「開放」與「可信」

節目前段討論多家公司聯署反對過早限制開放權重模型，也明確區分 open weights 與 open source 不是同義詞。主持人呈現的不是已經定論的安全答案，而是一個仍在進行的政策拉鋸：創新、研究可近性、安全控制與權力集中，不能靠一個標籤解決。

末段則討論 Substack 的 AI 偵測功能。它提醒讀者，平台可以提供檢測、也可以讓作者關閉檢測；平台規則終究由平台調整。無論是公司文化、模型開放或內容可信度，真正重要的是誰設定條件、條件能否被檢驗、以及使用者如何知道它改變了。