千亿总裁的深夜代码：Tobi Lütke 为什么还在写程序？
千亿总裁的深夜代码：Tobi Lütke 为什么还在写程序？
当大多数千亿级公司的CEO忙着开董事会、做战略决策时，Shopify 创始人兼CEO Tobi Lütke 却在 GitHub 上发布了一个新的开源项目——QMD（Query Markup Documents）。这不是什么企业级战略工具，而是一个为了解决自己日常工作痛点的本地文档搜索引擎。
一个管理着市值千亿美元公司的CEO，为什么还要亲自写代码？━━━
💡 不只是CEO，更是程序员的 Tobi Lütke
Tobi Lütke 从来不是传统意义上的CEO。2006年，他和合伙人创建 Shopify 的初衷很简单：为了给女友的滑雪板网店搭建一个更好的电商平台。当时市面上的解决方案要么太贵，要么功能不够用，于是他决定自己动手，用 Ruby on Rails 写了 Shopify 的第一版代码。
二十年过去了，Shopify 已经成长为全球第二大电商平台，支持着数百万商家，市值一度超过2000亿美元。但 Tobi 依然保持着程序员的本色——他的 GitHub 账号 (@tobi) 至今活跃，经常能看到他提交代码、参与技术讨论。
这次开源的 QMD 项目，就是他解决个人工作流问题的产物。
:::intro
在AI时代，CEO写代码究竟意味着什么？这不仅仅是技术情怀，更是对未来工作方式的深度思考。
:::
━━━
🔍 QMD：不只是搜索，更是AI时代的知识管理
QMD 的全称是 "Query Markup Documents"，听起来很学术，但本质上是一个极其实用的本地文档搜索引擎。它要解决的问题很具体：
在信息爆炸的时代，如何快速找到散落在各处的笔记、会议记录、文档？技术架构：三管齐下的搜索策略
QMD 采用了一个相当先进的三层搜索架构：
1. 关键词搜索（BM25） - 传统而可靠的全文检索
2. 语义搜索（向量） - 理解内容含义，找到相关但不一定包含关键词的文档
3. 混合模式（LLM重排序） - 用大语言模型对搜索结果进行智能排序
这种设计很有意思。大多数搜索工具要么只做关键词，要么all-in语义搜索，但 Tobi 选择了融合的路线。这背后的思考是：不同类型的查询需要不同的搜索策略，真正好用的工具应该让用户无感知地获得最佳结果。
为AI Agent设计的工具
更值得注意的是，QMD 从一开始就是为AI工作流设计的：
- MCP（Model Context Protocol）集成 - 可以直接与 Claude Desktop、Claude Code 等AI工具无缝协作
- JSON和文件输出 - 专为程序化调用优化，而不只是人类阅读
- 本地运行 - 保护隐私的同时，响应速度更快
:::data
QMD 技术规格- 基于 Bun + Node.js 生态
- 使用 node-llama-cpp 和 GGUF 模型
- 支持 stdio 和 HTTP 两种 MCP transport
- Collection 管理多个知识库
- 完全本地运行，无数据上传
:::
━━━
🤔 深层思考：CEO写代码的三重意义
第一层：保持技术敏锐度
在技术快速迭代的时代，CEO如果完全脱离代码，很容易对技术发展失去直观感受。Tobi 通过亲手写代码，能够：
- 直接体验新技术 - 比如这次的 GGUF 模型、MCP 协议
- 理解实现复杂度 - 知道什么功能容易做，什么需要大量工程投入
- 感受开发者体验 - 站在工程师角度思考产品和工具
这种"hands-on"的方式让他在制定技术战略时更有底气，不会被技术团队的过度乐观或保守误导。
第二层：验证产品理念
QMD 项目其实是 Tobi 对未来工作方式的一次探索。他相信：
未来的工作不是人直接操作工具，而是人通过AI Agent来协调各种工具完成任务这个理念直接影响了 QMD 的设计：
- 为什么选择 MCP 而不是 REST API？因为 MCP 是专为AI Agent设计的协议
- 为什么强调本地运行？因为在Agent工作流中，延迟和隐私都很重要
- 为什么输出格式专门优化？因为这些数据主要是给AI处理，不是给人看
通过亲自实现这个工具，Tobi 能够验证自己对未来工作模式的判断是否正确。
第三层：组织文化的象征
在 Shopify，Tobi 写代码不是个人爱好，而是文化象征。它传递了几个重要信息：
技术至上：即使是CEO，也要对代码质量负责 扁平组织：没有人因为职位高就脱离具体工作 快速迭代：发现问题就立即动手解决，不走复杂流程这种文化在创业公司很常见，但在千亿级公司保持下来并不容易。
━━━
🏢 对比：其他科技大佬的选择
有趣的是，不同的科技领袖对"写代码"这件事有完全不同的态度：
坚持写代码的阵营：- John Carmack（Oculus/Meta）- 至今是活跃的图形编程专家
- Drew Houston（Dropbox CEO）- 经常参与核心产品开发
- 丹尼尔·埃克（Spotify CEO）- 仍然review重要代码
- 马克·扎克伯格 - 早期写PHP，现在专注产品和战略
- 埃隆·马斯克 - 从PayPal时期后基本不直接编程
- 杰夫·贝佐斯 - Amazon早期后转向完全管理角色
这两种选择没有对错，但反映了不同的管理哲学：
前者相信CEO需要保持对产品的直接控制力，后者认为CEO应该专注于战略和人员管理Tobi 显然属于前者。他曾经说过："如果我不能理解Shopify的技术实现，我就无法为商家做出最好的决策。"
━━━
🚀 AI时代的新趋势：写代码变得更容易了
QMD 项目还揭示了一个有趣现象：AI正在降低编程的门槛。
观察一下 QMD 的技术栈：
- 使用 Bun（新一代JavaScript运行时，开发体验极佳）
- 基于 node-llama-cpp（开箱即用的本地LLM方案）
- 采用GGUF模型（标准化的模型格式，易于使用）
这些工具的共同特点是开发门槛低、集成成本小。一个有经验的程序员可能几天就能搭建出QMD这样的原型。
:::intro
当编程变得更容易，我们可能会看到更多CEO重新拿起键盘。不是因为技术情怀，而是因为这是验证想法最直接的方式。
:::
新的CEO画像？
在AI辅助开发的时代，CEO写代码的成本正在大幅下降：
- GitHub Copilot 提供代码补全
- Claude/GPT 可以解释复杂逻辑
- 现代开发工具 降低配置复杂度
这可能催生新的CEO画像：
- 不需要是编程专家，但要能看懂和修改代码
- 通过原型验证想法，而不是只靠文档和会议
- 直接体验新技术，保持对行业趋势的敏感
━━━
💭 QMD 的启发：工具应该为工作流服务
回到 QMD 本身，这个项目最有价值的不是技术实现，而是设计思路。
从用户需求出发
Tobi 没有为了技术而技术。他的出发点很朴素：
- 问题：文档散落各处，搜索效率低
- 场景：需要在写作、开会、决策时快速获取信息
- 约束：隐私重要，不能依赖云服务
然后才考虑用什么技术解决。这种思路在大公司的产品团队中反而不常见——很多项目是先有技术方案，再找应用场景。
为工作流而不是功能而设计
QMD 的另一个特点是工作流导向：
传统搜索工具的设计逻辑：用户输入查询 → 返回结果列表 → 用户选择点击
QMD 的设计逻辑：AI Agent 接收任务 → 调用 QMD 获取相关文档 → 基于文档内容完成任务
这种差异看似细微，但决定了产品的核心价值。前者是信息检索工具，后者是工作流程的一个环节。
━━━
🎯 对创业者和管理者的启发
Tobi 的QMD项目给我们几个重要启发：
1. 保持对细节的掌控
即使公司规模很大，CEO也应该对核心业务的具体实现有直观了解。这不意味着要微管理，而是要有能力判断技术方案的合理性。
2. 用原型验证想法
与其花大量时间开会讨论，不如快速做个原型试试。在AI辅助开发的时代，这个成本已经很低了。
3. 为未来而不是现在设计
QMD 瞄准的不是当前的文档管理市场，而是未来的AI Agent工作流。这种前瞻性思维值得学习。
4. 工具要为工作流服务
不要为了炫酷的技术而技术，而要问：这个工具如何真正改善用户的工作方式？
━━━
🌟 结语：技术领袖的新标杆
Tobi Lütke 开源 QMD 不是什么惊天动地的事件，但它象征着一种新的技术领导风格：
既要有战略视野，也要有实现能力 既要懂商业逻辑，也要懂技术逻辑 既要管理团队，也要验证想法在AI重塑一切的时代，这样的领袖可能更有优势。他们不会被技术的快速变化抛在后面，也不会因为脱离实际而做出错误决策。
真正的技术领袖，不是那些只会谈概念的人，而是那些能够亲自动手验证概念的人。Tobi Lütke 用他的 GitHub 代码告诉我们：无论多么成功，都不要停止学习和创造。这或许就是保持竞争力的秘诀。
项目地址： https://github.com/tobi/qmd 相关技术： MCP, GGUF, node-llama-cpp, Bun---
*在这个AI工具层出不穷的时代，QMD 提醒我们：最好的工具往往来自真实的需求，而不是炫酷的技术。*
