LITTLE TOMATO·组织系列 02·未来想象

AI进入公司以后，最容易被追问的一类岗位，往往是中层。

理由听上去很直接：AI可以整理信息、生成报告、追踪进度、拆分任务，甚至协调多个AI Agent。既然大量信息过去需要通过中层上传下达，公司是不是很快就不再需要那么多中层？

但这个问题把“中层岗位”和“中间层功能”混在了一起。

中层岗位是组织图上的职位；中间层功能则是把战略翻译成任务、把专业连接成协作、处理例外、反馈现场变化、培养新人并对结果负责。这些工作可能由部门经理、项目负责人、产品运营或专业骨干承担。

先说结论：中层不会简单消失，但只靠汇总、转发和催进度创造价值的管理方式，正在失去稀缺性。

00

AI助理 AI Agent和Agent到底有什么不同

这三个词经常被混用，但在讨论组织时最好分开。

• AI助理强调辅助关系。它通常围绕人的请求提供建议、生成内容、整理资料或提醒事项，人仍然控制大部分步骤。

• AI Agent通常译作AI智能体，强调行动能力。它可以在给定目标、工具和权限内规划步骤、调用系统、根据结果调整下一步，并连续执行多步任务。

• Agent只是英文简称，范围比AI Agent更宽。离开AI语境，它还可能指代理人、软件代理或其他自治程序。

行业目前没有一条完全统一的分界线。同一个产品可能以“AI助理”的界面与人沟通，背后却使用Agent完成多步骤工作。因此本文遵循一个简单规则：《2049》讨论的原始概念写“AI助理”；涉及自主执行和多智能体协作时，第一次写“AI Agent”，之后才简称Agent。

这个差别之所以重要，是因为AI助理主要改变人的工作效率，AI Agent则开始改变任务怎样分配、过程怎样监督，以及谁在关键节点作决定。

01

2049 信息中转不再是中层的核心价值

《2049：未来10000天的可能》由凯文·凯利著、吴晨编著，中信出版集团于2025年出版。书中围绕镜像世界、异人智能与AI助理等概念展开，也把组织变革放进未来10000天的技术图景中。

AI助理普及以后，每个人都能更快获得信息、生成分析并追踪任务。过去依靠层级传递的信息，可能直接抵达真正需要它的人。由“掌握信息差”产生的部分管理价值会因此下降。

但组织并不会因为信息流动更快，就自动形成共同判断。目标仍然需要被解释，冲突仍然需要协调，异常仍然需要升级，新人仍然需要成长。

这本书留下的判断是：中间层的价值会从传递信息，转向解释情境、连接协作与处理例外。

02

Superagency 管理从带人数转向编排能力

里德·霍夫曼与格雷格·贝托合著的《Superagency》于2025年1月出版。它讨论AI如何扩大个人理解问题、采取行动和创造结果的能力。

当一位产品经理可以调用研究、写作、数据分析和原型Agent时，团队人数没有变化，可使用的能力却增加了。管理者面对的对象也不再只有正式汇报关系，还包括可被调用的软件能力、外部专家和临时协作网络。

这意味着“带了多少人”会越来越难以完整描述管理价值。更重要的问题是：能否围绕目标组合能力，能否识别Agent输出的局限，能否让结果在关键节点回到人手中接受判断。

这本书留下的判断是：中层管理会从分配人力，逐步转向编排人、AI Agent与专业资源。

03

HBR团队指南 个人效率之后是团队协议

《HBR Guide to Generative AI for Teams》由加布里埃莱·罗萨尼和埃莉萨·法里撰写。经哈佛商业评论出版社官方页面复核，该书出版于2026年9月8日。

出版社对本书的介绍有一个明确限定：当前生成式AI的许多应用仍然以个人为单位，而组织中的重要工作通常需要团队共同完成。

AI一旦进入会议、复盘、决策与跨职能项目，中层需要处理的问题就从“谁更会使用工具”变成了“团队如何共同使用”。哪些资料可以进入系统，谁核验输出，AI建议如何进入决策，不同Agent给出冲突结论时由谁裁决，都需要共同规则。

这本书留下的判断是：中层会从监督个人任务，转向设计团队的人机协作协议。

04

More Human AI越能回答 人越要负责判断

《More Human》由拉斯穆斯·霍加德、杰奎琳·卡特、玛丽莎·阿夫顿和罗布·斯坦布里奇合著，于2025年3月出版。作者团队基于对100多位CEO和高管的深度访谈，以及领导者与员工调研，讨论AI如何改变领导方式。

AI可以帮助管理者准备会议、分析选项、发现风险并生成反馈，但它不能替管理者决定什么值得做、谁会受到影响、哪一种效率不可接受，也不能替人修复关系和承担后果。

因此，AI带来的不是管理责任减少，而是常规分析被自动化以后，人的判断更容易被看见。只会给答案的管理者优势可能缩小；能够提出正确问题、照顾不同利益并在不确定中作出取舍的人，价值反而上升。

这本书留下的判断是：中层会从提供答案，转向作出取舍、发展人才并承担结果。

05

WorkLab 工具上线以后 工作还要重新设计

科莱特·斯塔尔鲍默的《WorkLab》于2025年12月出版。它回顾了从远程办公、混合办公到AI优先工作的五年变化，并汇集微软WorkLab长期积累的研究、数据与案例。

新技术进入组织，往往先从个人尝试开始，再形成团队共同做法，最后才推动流程、角色和评价标准改变。很多公司停在第一步：每个人都在使用AI，工作流却没有变化，于是旧流程和新工具叠在一起，中层反而更忙。

真正的转型需要有人重新划分任务：哪些步骤可以自动完成，哪些节点必须人工复核，哪些异常需要升级，新的能力如何进入绩效和人才培养。这正是中间层需要承担的组织设计工作。

这本书留下的判断是：中层会从推动工具使用，转向重新设计工作流与责任接口。

06

五本书共同重估了什么

把五本书放在一起，中间层的变化可以被概括为五次价值迁移：

• 从传递信息到解释情境：信息更容易获得，真正稀缺的是判断信息与目标有什么关系；

• 从分配人力到编排能力：管理对象从正式团队扩展到人、AI Agent与外部资源；

• 从监督动作到设计协议：团队需要共同的数据、权限、复核和升级规则；

• 从提供答案到承担判断：AI越能生成方案，人越需要决定取舍并承担后果；

• 从推动工具到重写工作：组织价值来自工作流改变，而不是工具安装数量。

因此，与其问“还需要多少中层”，不如先问：公司里有哪些工作只是传递，哪些工作需要真正的翻译、协调、判断和培养？

前一种工作会继续被压缩；后一种工作不会消失，只会变得更专业、更透明，也更难躲在层级后面。

07

中层现在应该准备什么

第一，减少作为信息中转站的工作。让进度、数据与常规状态尽可能透明，把时间留给例外和判断。

第二，学会管理工作流，而不只管理岗位。明确一项结果由哪些人、哪些AI能力和哪些系统共同完成。

第三，建立AI输出的复核机制。中层不需要亲自完成每一步，但必须知道哪些节点不能自动放行。

第四，保留人才成长路径。如果新人只看到AI生成的答案，却没有机会理解过程，组织可能获得短期效率，却失去下一代专家。

第五，把“对结果负责”说清楚。AI助理可以建议，AI Agent可以执行，但目标、授权、例外与最终责任仍然属于人和组织。

未来有价值的中层，不再是信息流经的地方，而是目标被理解、能力被组合、风险被看见、人才得到成长的地方。

来源

公开资料与延伸阅读

• Kevin Kelly 2049 官方书页 2025

• 《2049：未来10000天的可能》出版信息 2025-06

• Simon and Schuster Superagency 2025-01-28

• Harvard Business Review Press More Human 2025-03-18

• Simon and Schuster WorkLab 2025-12-09

• HBR Guide to Generative AI for Teams 2026-09-08

• OpenAI 构建AI Agent实践指南

• Anthropic Building Effective Agents 2024-12-19

说明

资料与版权说明

本文仅提炼各书与组织及管理议题直接相关的观点，并结合出版社、作者与企业公开资料进行原创分析，不构成对原书的替代、逐章摘要或商业推荐。书中观点及封面版权归原作者与出版社所有，本文未使用长段原文。文中对“AI助理”“AI Agent”“中间层功能”等概念的区分用于帮助理解，不代表所有机构采用完全相同的技术定义。本文信息图为“小番茄时间”原创，仅作知识交流，不构成投资、用工或技术采购建议。