「一个人跑100个AI员工」:这位创始人说软件从此不用那么多人

一个人能跑100个AI员工吗？

答案是：能。而且已经有人在这么干了。

最近，OpenClaw联创Peter Steinberger发了一条推特，拿自己团队的使用场景开刀，结果炸出了3727个赞。

他在用大约100个AI实例跑整个工程团队的工作：

· review每一个PR和issue
· 扫描每一次代码提交的安全问题
· 自动追踪并关闭6个月前的stale issue
· 在团队开会时旁听，主动创建对应PR
· 扫描评论区的spam并屏蔽

一个人，100个AI员工，撑起一个工程团队。

这不是在讲科幻，这是在讲今天已经发生的事情。

为什么这事突然变火了

2025年大家在争论”AI能不能写代码”。

2026年大家在争论”一个人能不能用AI开公司”。

Peter这条推的本质回答了第二个问题：不是能不能，是你愿不愿意重新设计工作流。

传统工程团队的工作模式，是人指挥人。一个PM对接3个开发，一个tech lead管5个模块，跨部门沟通要开会，同步进度要日报。

但当你有了100个AI员工，工作流就变了：

· AI不会摸鱼，不会请假，不会闹情绪
· 每个AI员工专注一个垂直领域，边界清晰
· 你从”管理人”变成”设计工作流”

这不是在取代人，而是在复制人。

这里有个反常识的思考

Peter提出的核心问题是：

如果token不重要，软件该怎么造？

翻译一下这句话：当AI的成本趋近于零，软件的形态会发生什么变化？

过去二十年，软件工程的核心假设是”人力有限”。所以我们要模块化、分层、抽象、设计模式——本质上都是在解决”人脑处理不了太多复杂性”这个问题。

但如果AI可以处理复杂性呢？

那软件的构造方式会完全不同：不再是”如何让人类管理复杂度”，而是”如何让AI管理复杂度”。

这听起来很哲学，但Vercel CEO的一句话更落地：

如果你既擅长管理AI，又精通技术基础，你会所向披靡。

一个人跑100个AI员工，需要什么

根据Peter的实践，有几个关键能力：

1. 懂业务，能拆分工作

你得知道自己想干什么，才能给AI分配任务。一个不懂业务的人，给100个AI发指令，只会让混乱加速10倍。

2. 能定义清晰的边界

每个AI员工最好只做一件事。边界越清晰，产出越稳定。

3. 有验收标准

AI输出的代码、文档、PR，需要人来判断质量。至少你得知道”好的标准”是什么。

4. 能接受AI的错误

AI不是人，会犯低级错误。你得有能力快速发现并修正，而不是assume AI全对。

对普通人意味着什么

看完Peter的实践，我发现一个有意思的现象：

这波AI浪潮，正在把”管理层”给优化掉。

不是管理AI，而是去掉中间层。

以前一个公司需要很多层级，是因为人力的吞吐能力有限。一件事要经过多层传递，才能落地。

但AI的吞吐能力是人的几十倍、上百倍。

所以未来的公司，可能是这样的：

· 一个懂业务的人 + 100个AI员工
· 没有了项目经理，没有了tech lead，没有了跨部门开会
· 你直接设计工作流，AI执行

这不是在取代人，这是在让人做真正该做的事：设计和决策，而不是执行细节。

我怎么看

波波觉得，这个阶段有点像2010年移动互联网早期——有人在用智能手机创业，有人在问”这玩意能打电话吗”。

现在AI也一样。有人已经在用100个AI跑公司，有人还在问”AI能不能写代码”。

这不是在说谁对谁错，而是在说：技术的普及，从来都是分批的。

第一批吃螃蟹的人，正在用行动证明这件事是可行的。而我们普通人需要做的，不是观望，而是找到自己的切入点。

也许你不需要100个AI员工，但你至少可以开始用第一个。

今日干货
工具：OpenClaw（Peter用的就是这个平台的AI agent）
关键词：agent workflow design
参考：Peter那条3727赞的推特底下，有一堆开发者在分享自己的AI工作流