一千個人都學會炒菜了，為什麼餐廳出菜還是那麼慢

2026年9月16日，貨拉拉技術團隊在掘金發表了一篇 AI Coding 落地實踐的長文，標題下得老實：「個人提效，攢不成組織提效」。工程師的世界裡，這句話像一記悶拳。但我們這些常在廚房裡打轉的人讀到它，第一個反應是笑出來：這不就是辦桌的問題嗎。

你一定見過那種場面。家族聚餐，親戚裡有幾位特別會做菜的，有人滷肉滷得透亮，有人炒一手好青菜，有人煎魚從不破皮。可是真要三十個人一起喫飯，光靠這幾位高手，菜還是上不齊。會炒菜的人各炒各的，鍋鏟聲此起彼落，結果有人先上桌、有人餓著等，味道也各有各的路數。貨拉拉那篇文章講的就是這件事的工程版：一千多位工程師、十幾種技術棧、數十條業務線，工具發下去了，大家也都會用了，交付效率卻沒有跟著起來。

文章裡有一段觀察特別扎心。同一套工具，兩成的人用得風生水起，八成的人不知道從哪裡開始。對應到廚房：高手接到一桌菜單，先想清楚誰先下鍋、高湯什麼時候起、涼菜什麼時候拌；普通人則是打開爐火就乾燒，邊切邊找醬油在哪。差距從第一分鐘就拉開了，跟工具好不好沒有太大關係。

廚房裡的「工作臺」，其實早就存在

貨拉拉的做法，是做了一個叫 AiBox 的統一工作臺，把 Rules、Skills、Commands、MCP 這四類配置收歸平臺統一維護，再下發到每個人的環境裡。這段話翻譯成廚房語言，其實你阿嬤就懂。

為什麼辦桌的流水線出菜快？因為老師傅把規矩都定好了。砧板放哪、高湯幾點起、誰管蒸籠誰管油鍋、蔥薑蒜誰切，這些不是每個學徒自己摸索出來的，是整個廚房共用的一套配置。學徒進來第一天，菜刀在哪、抹布掛哪、調味罐的順序，全都是別人替你排好的。你不需要自己發明一套切菜法，你只需要照著做，做久了手上有感，再慢慢長出自己的節奏。

統一，聽起來不浪漫，卻是讓八成普通人也能穩定出菜的關鍵。文章裡說要「把 80% 的下限抬起來」，廚房裡的下限是什麼？是鹽不要下兩次，是魚不要煎到黏鍋，是白飯一定要熟。下限兜住了，一桌菜才端得出去。米其林那種上限，留給少數人去追就好。

這也讓我們想起先前寫過的另一個故事，那場AI 在鍋裡炒了一個多小時、分數停在 8760 的考試。機器能炒，人能監爐，但最後誰來試味道？貨拉拉文中提到的「對抗性審查」，說白了就是這個：AI 寫的代碼要有人認真挑刺，AI 炒的菜要有人真的喫一口。審查走了形式，等於讓一鍋沒試過鹹淡的湯直接上桌。

場景手冊，就是那本被翻爛的食譜

文章裡我最有共鳴的一段，是他們把日常研發拆成幾個高頻場景，每個場景配一個可以照著跑的真實例子：讀懂老代碼、加欄位加接口、做代碼評審、生成單元測試。先找一個跟手上任務接近的例子跑一遍，再搬到自己的項目裡。

你家裡一定也有這樣一本食譜，或者一個叫「媽媽做法」的記憶檔案。第一次滷牛腱，你不會憑空創作，你會打電話回家問：冷水下鍋還是熱水、滷包哪個牌子、要不要加豆腐乳。照著做一遍，成功了，第二次才敢自己調整。人不是靠天賦學會做菜的，人是靠一份靠譜的範例加上一次親手的練習。

貨拉拉的手冊裡甚至提醒大家：AI 會「一本正經地編」，別把它當搜尋引擎用。這句話放在廚房更是血淚。食譜 App 上那些「十分鐘搞定紅燒肉」的帖子，你信過幾次？五花肉煸炒出油要多久，冰糖炒糖色什麼時候會苦，這些時間感，寫食譜的人常常略過，真正下鍋的人才會被燙到。時間這件事，食譜上寫得再精確，也要你的爐火肯配合，這道理我們在食譜上寫著 PT2H30M 而你家那鍋滷肉早就會算時間那篇聊過。組織要做的，是把手冊裡那些被燙過的備註，一條一條補回規範裡，讓下一個人不用再燙一次。

收在自家廚房

讀完那篇技術長文，我關掉螢幕走進廚房，鍋裡燉著早上出門前備好的蘿蔔排骨湯。小火兩小時，蘿蔔透得像玉，排骨一夾就離骨。這鍋湯沒有 AI，但它有整套被時間整理過的配置：媽媽教的下料順序，自己失敗兩次後記下的火候，還有那支用了十年、哪裡薄哪裡厚都摸得到的湯勺。

個人的手感很珍貴，但一個家、一個團隊、一間餐廳要持續開飯，靠的是把手感變成大家都能照著走的路。統一規範聽起來無聊，就像餐廳廚房裡貼著的出菜流程表，紙都黃了，字都淡了，但每天中午十二點準時響起的催菜聲，靠的就是它。

下一次你嫌家裡開飯慢，先別急著換鍋。看看砧板順不順、調味罐就位了沒、誰負責洗誰負責切講清楚了沒。工具人人都有，流程才是那個讓菜一次端上桌的東西。這是廚房的道理，貨拉拉用一千個工程師的一年，又驗證了一次。