夜雨聆风
AI Native组织来了:不是裁员40%,而是把公司改造成一个会行动的 Agent
从 Block、Shopify、Duolingo 到 Microsoft Frontier Firm：AI 真正改变的，不是某个岗位，而是公司内部的信息流。
过去两年，几乎每家公司都在买模型、买 Copilot、做 AI 培训。热闹是真的，尴尬也是真的：很多组织把 AI 装进了旧流程里，最后只是让旧流程跑得稍微快一点。
真正值得紧张的，不是某个工具又会写代码、做 PPT、总结会议了。真正值得紧张的是：公司内部最昂贵的那条“信息路由链”，第一次有机会被系统改写。
Block 是这场讨论最锋利的样本。最近，Jack Dorsey 和 Sequoia 的 Roelof Botha 在 Block 官网发布《From Hierarchy to Intelligence》，把命题写得很直：大多数公司把 AI 当生产力增强器，Block 想用 AI 重想组织设计。
参考文里最刺激的数字是“裁员 40%”。这个事实很容易把讨论带向恐慌：AI 又要替代谁？但如果只盯着人数，就会错过更底层的变化。
AI Native 组织不是“少雇人”的漂亮说法。它真正的定义，是让公司变成一个可读、可计算、可行动的系统。
图｜AI Native组织主命题图卡
01
裁员只是烟雾弹，真正被动刀的是信息流
传统公司为什么需要层级？不是因为老板天然喜欢金字塔，而是因为信息太慢、太碎、太难验证。客户发生了什么，项目卡在哪里，资源该往哪里挪，过去必须经过经理、总监、VP，一层层汇总，再一层层传达。
所以，中层管理的很大一部分工作，本质上不是“管理人”，而是管理信息流：同步、解释、转译、排优先级、消除冲突。
AI 改变的恰恰是这里。以前软件只能记录工作，现在模型可以读这些记录、理解上下文、识别阻塞、生成下一步建议，甚至在权限范围内触发流程。层级过去承担的一部分协调功能，第一次可以迁移到系统里。
这也是 Block 那篇官方文章真正吓人的地方。它不是说“给每个人一个 AI 助手”，而是在追问：如果公司每天产生的讨论、代码、计划、问题和客户反馈都已经是机器可读的，为什么还要让信息先爬五层楼？
图｜Block 官方文章《From Hierarchy to Intelligence》页面截图
当然，裁员不应该被浪漫化。组织转型会带来真实的人身风险，这一点必须说清楚。但作为管理命题，Block 给出的启示不是“马上砍人”，而是：先看清你公司里到底有多少工作，其实只是信息从 A 点搬到 B 点。
02
Copilot 是外挂，Company-agent 才是操作系统
很多公司现在的 AI 状态，可以叫“外挂期”：销售有一个写邮件助手，研发有一个代码助手，运营有一个表格助手。每个人都变强了一点，但公司还是那家公司。
AI Native 组织进入的是另一个问题：智能到底住在哪里？如果智能只住在个人工具里，公司获得的是个人效率；如果智能住进组织系统里，公司获得的是组织速度。
Microsoft 在 2025 Work Trend Index 里把这种公司叫 Frontier Firm。它调研了 31 个市场的 31,000 名知识工作者，并结合 Microsoft 365 生产力信号，提出一个判断：企业正在从“人 + AI 助手”，走向“人 + Agent 团队”，再走向“人类领导、Agent 运行流程”。
这份报告里有几个数字很能说明问题：82% 的领导者认为 2025 年是重想战略和运营的关键年；81% 预计未来 12–18 个月内，Agent 会被中度或深度纳入公司 AI 战略；同时，员工在核心工作时间平均每 2 分钟被会议、邮件或聊天打断一次。
图｜Microsoft 2025 Work Trend Index：Frontier Firm 报告页截图
图｜整理自 Microsoft 2025 Work Trend Index：Frontier Firm 的三阶段
这就是矛盾：AI 工具已经很多，但工作仍然碎。原因很简单，公司没有缺少“助手”，公司缺少一个能持续理解全局、推动协同的操作系统。
03
为什么现在才成立：公司正在变成机器可读
AI Native 组织不是凭空出现的。它需要一个前提：公司的工作要变成足够高质量的数字痕迹。
远程协作、Slack/飞书/钉钉、代码仓库、工单系统、CRM、会议纪要、支付和交易数据，把公司一点点改造成一台会留下记录的机器。过去这些痕迹只是“资料”，现在它们可以成为模型理解公司的原料。
Block 把这叫“company world model”：系统持续知道什么在建设、什么被阻塞、资源投到了哪里、哪些目标有效、哪些动作无效。过去这些信息要靠经理在会上问出来，现在可以由系统持续拼出来。
但这里有个残酷门槛：如果一家公司的关键决策都在口头里，真实进展都在私聊里，客户信号都躺在孤岛系统里，它就不是 AI Native，只是“可搜索的混乱”。
所以，AI Native 不是先买最贵模型，而是先把三件事做干净：稳定的事实源、可读的工作流、可审计的行动权限。
图｜AI Native组织正在从公司个案变成管理共识
04
AI Native 组织的五层骨架
Block 的原始框架讲了四层：能力、世界模型、智能层、界面。把它翻译成普通公司能落地的版本，我会加上第五层：治理与权限。
第一层是能力层。它不是某个 App，而是可复用的业务原子能力。对金融公司，是支付、贷款、发卡、风控；对电商公司，是选品、投放、客服、履约；对内容公司，是选题、生成、审核、分发、复盘。
第二层是公司世界模型。它回答“我们是谁、在做什么、哪里卡住了”。战略、项目、指标、代码、会议、预算、负责人，都要进入同一张可计算地图。
第三层是客户世界模型。它回答“客户正在真实地做什么”。不是问卷里的愿望，而是购买、留存、搜索、退款、投诉、复购、流失这些诚实信号。
第四层是智能层。Agent 不只是回答问题，而是组合能力、识别时机、生成方案、推动流程。它看到一个客户快要流失，就知道该调哪些能力、找谁确认、先做哪一步。
第五层是界面与治理层。人通过产品、聊天、仪表盘、API 接触系统；系统通过权限、审批、日志、审计和例外机制接触现实。没有这一层，AI Native 会从“组织升级”变成“自动化闯祸”。
图｜AI Native组织五层骨架：能力、世界模型、智能层、界面与治理
这套架构最重要的变化是：路线图不再只来自产品经理的假设。智能层每次想组合方案却发现能力缺口，那个失败信号本身就是下一步路线图。客户现实开始直接生成待办事项。
05
人没有退场，只是从链路中间挪到边缘
这件事最容易被误读。很多人一听“系统接管协调”，马上以为人类要退场。Block 的说法更准确：人在边缘，边缘才是行动发生的地方。
模型能看见大量事实，但它还不擅长感知“房间里的气氛”、品牌的微妙分寸、伦理的临界点、一个新市场里尚未被数据表达出来的机会。人类最有价值的部分，不在搬运信息，而在接触现实。
因此，AI Native 组织里的人，会更像三类角色。
IC 是深水区专家，构建能力、模型、智能层和界面。被 Agent 放大的 IC，一个人可以覆盖以前一个小团队的宽度，但不可替代的是专业判断、品味和创造力。
DRI 是结果负责人，拥有一个跨领域问题的结果权。比如未来 90 天负责某细分市场的商户流失，他可以调动模型团队、能力团队、界面团队一起解决问题。
Player-Coach 是玩家教练，自己也建设，同时培养人。它替代的不是“领导力”，而是传统经理的大量状态同步、对齐会议和优先级拉扯。
CEO 的工作也会随之变化。过去 CEO 很多时间用于管理、拍板、消除信息差；未来 CEO 更像系统设计师和方向校准器：确保公司理解的东西越来越深，确保 AI 系统对齐客户结果，而不是对齐内部幻觉。
06
别把 AI 使用率当 KPI，Duolingo 已经踩了坑
AI Native 组织听起来很性感，但它有一个危险岔路：把“用了多少 AI”当成结果。
Shopify 给了比较健康的一半答案。官方文章记录，Tobi Lutke 在 2025 年 4 月的 memo 里说，reflexive AI usage 已经是 Shopify 的 baseline expectation；文章还提到 Shopify 实现了 AI 代码编辑器的普遍采用、数千个 Cursor licenses，以及团队对顶级 AI 模型的充分访问。
图｜Shopify 官方文章记录 Tobi Lutke memo：default to AI
Shopify 的重点不是“人人必须表演会用 AI”，而是把 AI 变成默认探索方式：先问 AI 能不能帮，先做原型，先用系统把想法跑起来。
Duolingo 则提供了另一半教训。它在 2025 年宣布 AI-first 后引发外部争议，2026 年又被报道 CEO 承认在把 AI 使用纳入绩效评价等做法上进行了回调。这里的教训不是 Duolingo 错在重视 AI，而是：AI 使用率是代理指标，不是组织结果。
Klarna 也类似。它曾宣布 AI 助手处理了大量客服聊天、相当于数百名客服的工作量；后来又重新强调需要更多人类客服来保障复杂场景和高价值客户体验。AI 能吃掉常规队列，但不能替代信任边界。
所以，不要学任何公司的表面动作。不要先裁员，不要先考核 prompt 数，不要先让员工写 AI 周报。先问五个问题：有没有真实业务信号？工作流是不是机器可读？权限能不能审计？结果有没有 DRI？哪些判断必须由人接管？
07
中国公司的窗口期：不是买工具，是培育智能原生企业
这件事并不只是硅谷话题。2025 年 8 月 27 日，国务院发布《关于深入实施“人工智能+”行动的意见》，里面有一句非常关键：鼓励有条件的企业将人工智能融入战略规划、组织架构、业务流程等，培育智能原生企业。
这句话的含义很重。国家层面的“AI+”不是让企业多买几个工具，而是推动生产关系变化。到 2027 年，新一代智能终端、智能体等应用普及率超过 70%；到 2030 年超过 90%。这意味着 AI Native 组织会从先锋实验变成产业基础设施。
图｜国务院“人工智能+”行动意见页面截图，明确提到组织架构与业务流程智能化
中国公司有天然优势：场景密、交易多、供应链复杂、运营动作高频，很多行业都有足够丰富的客户信号。真正的短板往往在内部：文档不成体系，数据孤岛严重，流程靠人情推进，AI 项目被关在技术部门里。
未来几年，最有机会跑出来的中国 AI Native 公司，不一定是模型最强的公司，而是能把场景、数据、流程和组织权限打通的公司。
08
100 人公司，先做一个 30 天实验
如果你不是 Block，也不是 Shopify，怎么开始？不要一上来重组公司。先做一个 30 天小实验。
第 1 周，选一个跨部门高频问题。不要选“全公司知识库”这种宏大工程，选一个每天都疼的小问题：商机为什么流失、交付为什么延期、客服升级为什么没人接、投放复盘为什么慢。
第 2 周，搭一个最小公司世界模型。把相关文档、工单、会议纪要、指标、客户反馈放到一个事实层里。重点不是好看，而是让系统能回答：发生了什么，谁负责，卡在哪里。
第 3 周，让 Agent 生成每日态势图。它只做三件事：汇总变化、发现阻塞、提出下一步。任何对客户、预算、权限有影响的动作，都保留人类审批。
第 4 周，砍掉一次状态同步会。用系统报告替代会议，观察从问题出现到有人负责、有人行动的周期有没有缩短。
这个实验不以“省了多少人”为目标，而以“信息流短了多少”为目标。比如，过去一个跨部门问题要 7 天才有人拍板，现在 48 小时内 DRI 拿到足够上下文并开始行动，这才叫组织能力变化。
09
最终，AI Native 组织会分成两种命运
接下来，大部分公司都会说自己是 AI Native。听上去都差不多，命运会完全不同。
第一种公司，把 AI 当成本优化器。先裁员，后补流程，短期利润率好看一点，几个月后组织记忆断层、客户体验下降、优秀员工失去安全感。它会变小，但不一定变强。
第二种公司，把 AI 当组织操作系统。它把客户信号、内部事实、业务能力、行动权限接到一起，让人从搬运信息中解放出来，去做判断、创造、信任和复杂例外。它也可能更小，但更关键的是：它每天都在变聪明。
这就是 AI Native 组织真正值得传播的地方。
未来公司之间的差距，不是“有没有 AI 工具”，而是“公司能不能理解自己、理解客户，并把理解变成行动”。
如果你的公司只是把 AI 当提效工具，它会帮你快一点写邮件、快一点做表格、快一点开完会。
如果你的公司开始把 AI 放进组织的信息流里，它会逼你重新回答一个更大的问题：
我们到底为什么需要这些层级？哪些等待，是历史遗留；哪些判断，才真正需要人？
我拿“周杰伦直播卖保温杯”试了下，ChatGPT Image 2.0 有点吓人
Anthropic把6个月压成1天：AI时代产品经理的淘汰线出现了
参考资料
1. Block｜From Hierarchy to Intelligence
https://block.xyz/inside/from-hierarchy-to-intelligence
2. Microsoft WorkLab｜2025 Work Trend Index: The year the Frontier Firm is born
https://www.microsoft.com/en-us/worklab/work-trend-index/2025-the-year-the-frontier-firm-is-born
3. Shopify News｜Serious results, unserious methods: Shopify’s AI playground
https://www.shopify.com/news/unserious-exploration
4. 中国政府网 / 中央网信办｜国务院关于深入实施“人工智能+”行动的意见
https://www.cac.gov.cn/2025-08/27/c_1758018277755538.htm
5. TechCrunch｜Duolingo launches 148 courses created with AI after sharing plans to replace contractors with AI
https://techcrunch.com/2025/04/30/duolingo-launches-148-courses-created-with-ai-after-sharing-plans-to-replace-contractors-with-ai/
6. TechRadar｜Duolingo’s CEO changes course on AI at work
https://www.techradar.com/ai-platforms-assistants/were-trying-to-push-something-that-in-some-cases-did-not-fit-duolingos-ceo-changes-course-on-ai-at-work
7. Klarna｜Klarna AI assistant handles two-thirds of customer service chats in its first month
https://www.klarna.com/international/press/klarna-ai-assistant-handles-two-thirds-of-customer-service-chats-in-its-first-month/
8. TechCrunch｜Klarna CEO says company will use humans to offer VIP customer service
https://techcrunch.com/2025/06/04/klarna-ceo-says-company-will-use-humans-to-offer-vip-customer-service/