信上标着「首相亲启」。信的落款是 1941 年 10 月 21 日，署名的是布莱切利园六号屋和八号屋的四个人，英国在那里破译德国的恩尼格玛密码。四个人里，有一位叫艾伦·图灵。
你大概以为，破译员写信给首相，谈的会是数学，或者机器。机器他们说不缺。缺的是文员和打字员。人手不够，这项工作「正在被耽搁，有些干脆没人做」。
信里的细节又小又准。八号屋的霍勒瑞斯制表组停了夜班，「结果是，找出海军密钥的时间每天至少推迟十二个小时」。六号屋收到中东的无线电报，因为熟练打字员不够，没法全部译出来。「而要把事情理顺，我们需要的不过是大约二十名熟练打字员。」
而且，他们是越过上级来说这件事的。「几个月来，我们通过正常渠道做了一切能做的，」信里写，「没有您的干预，我们对短期内改善已不抱希望。」
交货
信里有一句话露了底。第三项短缺，是 7 月就答应派来检验炸弹机结果的海军女兵，到 10 月底什么都还没办。可他们说，这一条不像前两条那么要紧，「因为它还没有真正耽误我们交货」。这就是他们的尺子：几项短缺，按耽不耽误交货排先后。霍勒瑞斯组停了夜班，就耽误了：找出海军密钥的时间每天至少推迟十二个小时，等着读这些电报的人，拿到消息也跟着晚了。
力气是你花出去的，贡献是靠你的人拿到手的。
1967 年，彼得·德鲁克在《卓有成效的管理者》里专门写了一章，题目就是「我能贡献什么？」。他写道，卓有成效的管理者「从自己的工作上抬起头来，朝外看向目标」，问自己能贡献什么，去影响所在机构的绩效和成果。这个问题会把注意力「从他自己的专业、自己有限的技能、自己的部门」上拉开，转向「整体的绩效」。德鲁克还说，一个人只盯着自己花了多少力气、只强调自己对下面的权力，那么「不管头衔和级别多高，也只是个下属」。
对那些成果要交给别人去用的人来说，这个问题最要紧。德鲁克在同一本书里写过：知识工作者产出的想法和信息，本身是没用的，要等另一个人拿去当作自己的原料，才派得上用场。破译员产出的是译好的电报，电报送到能据此行动的人手里，才算贡献。他们找到的卡点在文员和打字员身上，破译员倒是不缺。
这个问题也有边界。它不是让每个人都可以绕开上级。据英国国家档案馆介绍，这封信的事传开后，在布莱切利园内部引起了不小的紧张。四个人在信里特意写明，不是在批评负责恩尼格玛破译工作的特拉维斯中校。还有一层：丘吉尔 9 月刚来过，照他们的说法，他们相信首相认为这项工作很重要。
三十个分页，一张名单
想象你是个分析员，每周五都要做一份三十个分页的销售报表。活儿很细，要花掉大半天。有一周，你问销售总监：周一拿到报表，你用它干什么？她说只看一页：订单下滑的客户名单，然后挨个打电话。
于是你把这张名单放到最前面，周五中午前发出去，每个客户后面加一句下滑的原因。其余分页挪进附录，一个月出一次。真要删掉之前，你先问一圈还有谁在看，说不定有一页是财务那边要用的。周五你少干了半天，总监周一午饭前就把电话打完了。
代码更多，交付更慢
软件团队用上 AI，也冒出了同样的落差。谷歌的 DORA 研究项目每年调查软件从业者，2024 年的报告用了将近 3000 人的数据。按他们的统计模型估算，AI 采用程度每提高 25%，个人自评的效率大约高 2.1%，对文档质量和代码质量的评价也更好。
同样的模型却估算出，采用程度提高这么多，交付吞吐量会低大约 1.5%，交付稳定性低大约 7.2%。作者写道，这「出乎我们的意料」。他们的推测是：有了 AI，人一次能写出多得多的代码，每次改动就变大了；而 DORA 过去的研究发现，改动越大，交付越慢，也越容易出问题。报告这一节的标题直接写着 AI 在拖累交付表现。不过，这些是调查数据里的关联，不是对照实验。
报告至少说明了一件事：个人自评的工作表现，和量整个团队交付了多少，两个数可以朝相反方向走。想知道 AI 助手对你自己的工作贡献了什么，就到接收的那一端去数。记上几周：每一份借助 AI 做出来、交给别人的东西，对方用了没有，让你返工了多少。再拿它和你产出的数量摆在一起看。几周的记录只是线索，不是证明，因为你交给助手的活儿，可能本来就和你自己留着干的不一样。
今日办理
丘吉尔的回复落款是第二天，是写给首席军事助手的一张手写便条，贴着红色的「今日办理」标签：「确保他们要什么就给什么，列为最高优先，办妥后向我报告。」
11 月 18 日，回报来了：人手正在很快到位，只是还没全部到齐。而在布莱切利园里，四位署名人已经得了个外号：「坏叔叔」。