最近业务发展很快，我也花了很多时间处理组织管理上的事情。与现在的业务相匹配的组织，应该是什么样子的？在 AI 发展的这个阶段，个人又需要具备哪些核心竞争力？

我们已经有了一些实践，也在团队内部反复讨论。我想把这些做法和思考写下来，给团队留个记录。同时我们也正在招人，希望候选人和新加入的同学能通过这篇文章理解我们，判断彼此是否适合一起工作。

另外，最近和不少创始人、高管交流，发现大家都很关心这些问题，我希望能抛砖引玉有机会和更多有实践的组织交流。也给未来留一份记录，过一段时间再回来看看，哪些判断是对的，哪些需要调整。

下面有些是我们已经在做的事情，有些是正在尝试的做法，还有一些是希望前往的方向。

01｜我们希望在什么样的组织里一起工作

我更喜欢用“组织”来描述我们：一群人为了一个共同目标，一起做事情。

每个人有自己负责的事情，也有各自的专业能力。大家相对自由，可以提出自己的判断，和其他人充分讨论，再一起把事情往前推进。我们希望大家理解为什么做这件事，也愿意参与决定怎样把它做好。

AI 的能力越来越强，我依然认为组织非常重要。一个业务能否成功，依旧要看“战略 × 组织能力”。方向判断对了，还需要把可用的能力组织起来，让事情真正发生。只是这个组织的运行方式，需要符合当下的技术和人的能力。

在这里，我很在意一个标准：员工的快乐、成长与业务的增长，能不能尽可能不冲突。

为了把业务做好，一个人需要学习、解决问题、承担更大的事情。如果他能在这个过程中看到自己的成长，知道投入产生了什么价值，就更有可能愿意继续往前走。而他的成长，也能够让业务做得更好。

这是我们追求的状态，目前还不能说已经全部做到了。但它会影响我怎么看待工作安排、协作方式，以及什么样的人适合加入我们。

02｜对完整的事情负责，意味着什么

曾鸣在和张小珺的访谈里谈到，AI 时代组织的基本单元可能从岗位转向任务。我对这个判断很有共鸣。

这里的任务，我目前的理解更像是一件需要解决的事情。接下它的人，要理解为什么做、最后要取得什么结果，再从结果出发，判断需要哪些能力、完成哪些工作。

对于个人，我们看重的第一层能力，是把自己负责的事情做成。这需要理解业务、目标和所处的环境，也需要把各种专业工作组织起来，最终取得结果。我把其中最重要的两个部分概括为：上下文，以及拿到结果的能力。

上下文包括对业务背景的理解、对目标的理解、对其他人的理解，也包括组织和工作环境里很多默认大家知道、却没有明确说出来的信息。这些信息可能并没有输入给 AI，但会影响事情应该怎么做、做到什么程度。

AI 已经能承担不少专业工作，而把这些工作连起来，最终取得业务结果，目前仍然需要看人。

我以前在大厂带团队，对其中一种割裂很有感受。做一个产品，运营收集需求、产品写 PRD、研发开发、增长做推广，大家各自完成一段。平时评价专业能力，可能看 PRD 写得好不好、代码是否优雅；到了汇报时，又会被问给业务带来了什么价值。

大家会很痛苦，因为日常被要求负责的范围，和最后被要求证明的价值，没有完全对上。

所以，我们希望一个人从一开始就知道，自己的专业能力在为哪个结果服务。围绕这个结果，需要补什么能力、找谁合作，都可以继续往下想。

完整负责和专业分工可以同时存在。比如我们现在增长的同学可以自己开发需要的agent，也仍然需要与研发团队合作。一个人能承担多大的事情，与他是不是亲手完成每一个动作，是两个问题。

但在自己负责的事情里，不能只挑觉得高级、有意思的部分。这是我们对团队成员“不挑活”的要求。有些具体执行和重复工作，对完成事情很重要，需要做的时候就应该去做。前提是清楚自己负责什么，有自己的主线。

“不挑活”还有更重要的一层意义：很多人以为有了 AI，就可以只做所谓的指挥工作了。但如果脱离业务细节，听不到最前线的炮火声，这样的指挥其实很难有意义。

尤其是刚参加工作的同学，如果没有负责过具体工作，对很多事情的理解就会很有限。这个时候，即使 AI 很强，也很难充分发挥它的能力。很多洞察和经验，都藏在这些具体的细节里。这些理解需要在具体工作中形成，从以前到现在都是这样。AI 来了，这一步依然不能跳过。

对完整结果负责，也让反馈变得更直接。

一直做完一个局部再交出去，人可能只是在持续向外输出。对完整结果负责，就更容易看见自己的判断有没有用，哪里做错了，下一次需要补什么能力。人在这个过程中能够找到价值感，也能通过外界反馈不断迭代自己。

我们有些同学会把做事情当成打游戏，我觉得原因就在这里。打游戏也有大量重复动作，让人快乐的是持续升级，能够解决原来解决不了的问题。工作里的成长和业务结果，如果能够这样连起来，就会是很不一样的体验。

03｜业务同学怎样给自己创造合适的合作伙伴

AI 让一个人更有可能承担完整的事情。以前也有人能够做到，只是受个人能力和可用资源限制，能承担的范围不同。现在，agent 可以帮助我们把这个范围继续扩大。

我希望把 agent 当成组织里的“一等公民”：它有明确的角色，对某个子环节的具体结果负责，并且能够与人协同。比如，一个承担客服职责的 agent，就应该围绕这个角色需要完成的事情来工作。

人在其中仍然需要把控整体结果，清楚哪些工作适合交给 agent，哪些需要自己完成，哪些需要其他专业同事参与。

我们做的是 AI 基础设施业务，面向客户的产品本身对工程化要求很高，主要由研发负责开发。

同时，研发同学也会直接负责业务结果。比如模型和渠道路由的管理，以及面向客户提供的各种服务，都与技术背景强相关，研发同学更适合承担，也就由他们对相应的业务指标负责。这样，他们能更直接地看到自己的工作带来了什么结果，获得反馈，也更有成就感。

目前，增长、产品、供应商管理、客户管理这些方向的 agent，全部由实际负责业务的同学自己搭建。增长同学已经能够自行完成搭建，遇到技术问题时，也可以找研发同学协助。

我们希望真正理解业务、使用 agent 的人，也能主导它的搭建和调整。造 agent 的人和用 agent 的人分开时，容易出现脱节：负责搭建的人可能不了解真实业务场景，做出来的东西和实际需要有距离；使用的人如果不了解技术原理，又可能不知道它能做什么、不能做什么，以及自己能在多大程度上与它配合。

我们不要求业务同学精通底层技术，但需要理解：怎样通过 harness 这套运行机制，把模型、上下文、工具和执行反馈组织起来，形成能持续推进任务的 agent。有了这层理解，才能搭建和调整适合自己的 agent，判断它的能力边界，并进一步挖掘它的潜力。

所以，我们更希望一个人为了完成自己的工作，站在拿结果的角度，通盘思考整套流程中有哪些环节可以搭建 agent，放大自己的能力或节省时间。

这其实对个人提出了更高的要求。他需要理解商业模式和业务，能够清楚地制定目标；也需要像以往的管理者一样，判断完成事情需要哪些能力，该用人还是用 agent，怎样让它们配合起来。

对企业来说，“战略 × 组织能力”很重要。落到每一个具体做事的人身上，我觉得也需要围绕业务展开的“策略 × 组织能力”。

04｜一个人的判断和探索，怎样作用于整个组织

对于个人，我们看重的第二层能力，就是影响力。他能不能推动公司整体合作方式的迭代，把业务推向更好的方向，或者带领更多人拿到结果。

一个人的判断和探索，怎样才能帮助更多人把事情做好？这既与个人有关，也与组织怎样听取和讨论不同意见有关。

我一直认为，专业方向上应该多听专业的人。以前在美团带团队时，我就希望下面的同学在各自的专业方向上比我更强。现在也如此，增长方案、SEO 的具体做法，他们应该比我更懂。我会参与业务判断，帮忙看方向和思路，但一个具体的 SEO 问题，我不会在没问清楚的情况下，就直接说应该怎么做。

我们团队也很开放，很多方案都是大家一起讨论出来的。谁把事情讲清楚，说服了其他人，就往那个方向推进。老板的身份不能代替判断的依据。（我觉得这很重要，否则老板的精力本身就是业务的天花板）

这里也需要区分专业判断和业务取舍。一个方案技术上怎样实现，与现在是否值得投入，是相关但不同的问题。讨论时需要把各自了解的信息和理由讲出来，也需要听懂其他专业的人在担心什么。

有了 agent，很多工作能够更快地推进，需要判断的事情也会更多。下一步做什么，几个办法怎么选，做出的东西是否有用，都会更频繁地摆到面前。人的执行仍然重要，决策的频率和质量要求也确实在提高。

公开讨论还有一个好处：大家有机会理解别人怎样看问题，自己的判断也会受到挑战和修正。组织可以在这个过程中不断进化。

比如，现在谁做出了比较好的 agent，我们会安排在全团队分享，给其他团队一些启发。一个人的探索因此可以影响更多人的做法。

我希望组织能够给这样的贡献留下空间。一个人能够承担结果、创造更多价值，也应该有机会享受到更多结果带来的收益。往后，我们希望走向一种类全员合伙的方式。具体怎样实现，还需要继续探索。

05｜什么支撑一个人持续投入、不断成长

前面这些要求放在一起，就会发现，对个人的挑战其实不少。

一个人需要主动理解问题、学习、尝试、协作，也要面对重复工作、失败和返工。很多事情不会有人提前把步骤拆好，等着他按要求执行。

在这种工作方式下，我们会特别在意一个人自己是不是真的想做这件事。他想做成，才会愿意想尽办法去实现。我们团队要求的使命驱动，首先落在这里。

以前做好某个环节，即使没有那么想要，靠责任心、靠谱程度，或者组织的管理要求，也能够一步步完成。现在我们希望一个人承担更完整的事情，自己去找办法、补能力，这就更需要他内在的热情和“要性”。

热情也不意味着每个动作都要有趣。正因为想把整件事做成，人才能接受其中必要的重复，愿意在遇到困难时继续往下走。

个人想做的事情，怎样与组织共同目标更好地匹配，是我们还需要继续探索的问题。从招聘的角度，至少要看对方是否对要一起做的事情有热情和期待，是否愿意投入其中。

我们对卓越的期待，也会落实到这里。热情是起点，未来能成长到什么程度，还要看学习能力、韧性、成长速度和努力程度。一个人现在会多少东西很重要，他能不能继续学、不断扩大自己能做的事情，同样重要。

这些特质本质上和以前没有那么大的差别。具备这些特质的人，以前就有机会成事；有了 AI，他们可以借力去做很多原来想做、却做不了的事情，成事的可能性也会更大。我认可工具会放大人，人自身是拉开差距的核心因素。

说到学习能力，还有一个当下很实际的问题：工具变化这么快，今天花时间学习搭建 agent，长期能留下什么？

我有时会想到 Office，计算机普及以后，使用办公软件逐渐成了很多白领工作的基础能力。未来，能自己给自己创造合适的合作伙伴（Agent），也可能成为一种基础通用能力。

到那个时候，它是否还叫 agent，我不确定。搭建和使用的门槛，我认为会比现在更低。但我们现在就要尝试这样的组织，目前的技术和外部条件摆在这里，所以当下对人的能力要求会更高。

有人说“如果你学得足够慢，你就不用学了”，这句话开开玩笑可以。但亲自搭建、使用、调整过，对事情的理解确实会不一样。你需要把业务里原本隐含的信息讲清楚，判断结果是否有用，试着弄明白为什么没有做好、怎样才能做得更好。

有些具体操作和搭建技巧，以后可能用不上了。这部分可以更新。但通过真实工作形成的理解，仍然可能帮助你使用下一代工具。关键在于有没有认真参与这个过程，拿到反馈，知道自己做过的东西为什么有效、为什么无效。

这也是我们希望团队成员在当下获得的成长：一边把业务做成，一边更理解自己负责的事情，也更知道怎样借助新的能力继续往前走。

写下这些的时候，我们仍然在实践中。业务会变化，技术会变化，团队的能力也会变化。有些安排是基于当下条件作出的选择，以后需要重新判断。

我希望过一段时间再回来看，能够清楚地知道，我们当时为什么这样想，做过哪些尝试，哪些判断经住了实践，哪些需要调整。