夜雨聆风HR的尴尬不是因为不够努力，而是脚下的管理逻辑早已过时。
当招聘、绩效纷纷失效，HR如何从“流程警察”升级为“组织架构师”？
说一件可能让HR圈炸锅的事——
我最近在啃Anthropic公司（就是做Claude那家）内部工程师写给自己人看的一些文档。看着看着，后背发凉。
不是因为AI多牛，而是我突然发现，这帮搞AI的工程师，正在用一种思维方式管理AI。而这种思维方式，恰恰是中国大部分HR这些年一直在丢的东西。
更扎心的是：他们管AI的方式，比我们管人的方式，还人性。
先卖个关子，这件事我们后面讲。
现在让我们回到一个更根本的问题——
HR这两年为什么越来越尴尬？
01
HR的尴尬不是因为不够努力
是因为脚下的地震了
我跟很多HR聊过，大家都有一个共同感受：这两年特别累，但说不出哪里有价值。
招聘照做、薪酬照算、绩效照评、培训照办——一样没少。但坐到老板对面，他眼神里总有一种"你跟我说点新东西"的期待。
说什么呢？说招聘转化率提升了2个点？老板心里翻白眼。
为什么会这样？
并不是你能力不行，而是你脚下踩着的那块地，正在发生两百年没发生过的地震。
【第一震：人变了】
过去管理学讲什么？讲"组织如何让人服从"。
科层制、KPI、流程SOP、绩效约谈——本质上是同一件事：让一个有自我意识的人，按组织的意图行动。
这套打法，在过去一百年都成立。为什么？因为过去的人，是被生存压住的。
你不服从？你饿肚子。你不按流程来？你下个月房贷还不上。
但今天的人——尤其是95后、00后这一波——他们不是被生存压着的，他们是被意义拽着的。
他们要的是什么？
是"这事儿值不值得我做"、"我在这儿有没有成长"、"我的工作有没有意义"。
你跟他讲KPI，他跟你讲“职业倦怠”
你跟他讲奉献，他跟你讲“边界感”
你跟他讲忠诚，他跟你讲“性价比”
这不是00后矫情，这是经济发展到一定阶段后，人类必然会从温饱需求转向精神需求。
马斯洛那张图，你大学就背过。但你以为它只是教科书上的图？错了，它正在你公司里活生生地上演。
人变了，但HR的工具箱没变。
【第二震：核心生产资料变了】
我们再往深一层看。
过去三百年，组织的核心生产资料是什么？
农业时代——是土地
工业时代——是机器
后工业时代——是廉价劳动力
这三样东西的共同特点是可以被囤积、被分配、被命令。
所以那个时代的管理学，讲的是"如何高效配置资源"；HR管的是"人力资源"。
注意这个词——“人力”，是资源。跟煤炭、跟钢铁、跟厂房，本质上是一类东西。
但今天，组织的核心生产资料变了——变成了"人的智力"，而且这个智力被AI加上了一个巨大的杠杆。
一个会用AI的产品经理，一个人能干过去十个人的活。一个会用AI的程序员，一晚上能写出过去一周才能交付的代码。
核心资源不再是"人多力量大"的那个"人"，是"人的脑子能不能跟AI共振"的那个"脑"。
而"脑子"这个东西，它没法被囤积、没法被分配、更没法被命令。
你能命令一个人按时打卡，但你不能命令他"今晚回家躺床上突然想出一个好点子"。
生产资料的性质变了，但HR的管理逻辑没变——还在用管煤炭的方式管脑子。
【第三震：生产力本身变了】
过去的生产力公式是"人×工具"。
人会用工具，工具放大人的能力。
挖掘机放大人的力气、电脑放大人的计算、互联网放大人的连接……
工具是死的，人是活的。
但AI出现以后，这个公式变了。
AI不再是被动工具。它能自己拆任务、自己找资料、自己检查自己的错，甚至自己跟你顶嘴。它还不是人，但已经不是Excel了。
新的生产力公式变成了："人×AI×协作方式"。
这里多出来的那个"协作方式"才是新生产力的关键变量。
同样一个人，同样一个AI，协作方式不一样，产出可能差十倍。
会让AI帮你做80%判断的，跟把AI当搜索引擎用的，不是同一个物种。会拿AI挑战自己思路的，跟拿AI当应声虫用的，也不是同一个物种。
这个"协作方式"该谁负责？
该HR——你是搞"人和组织效能"的，AI改变了人的工作方式，你不管谁管？
但90%的HR，根本没意识到这件事是自己的活儿。还在那儿招聘、培训、做敬业度调查。
【第四震：组织形式变了】
最后一层。
过去的组织是什么形态？是金字塔。
老板在顶上，决策从上到下传，执行从下到上汇报。HR在中间负责"上传下达的润滑剂"。
但AI时代的组织正在变成网状的、自组织的、按任务动态拼装的"项目流"。
一个产品要上线，临时拉一个跨部门小组，里面有人、有AI Agent、有外部协作方。事儿干完，组就散了。下一个项目重新拼装。
在这种结构里，HR过去最值钱的"中间协调"功能，被算法和AI取代了。
你还在做月度绩效面谈？人家组织早就在用实时反馈系统了。
你还在编年度培训计划？人家员工早就在用AI按需学习了。
你还在做组织架构图？人家公司根本就没固定的"架构"——只有动态的"协作网络"。
组织形态变了，但HR的存在感，建立在旧形态上。
四件事叠加起来，是什么景象？
人不一样了，资源不一样了，生产力不一样了，组织形态也不一样了。这不是"HR要做点改变"，这是HR脚下的整块大陆在重组。
所以你看，最近这两三年，行业里冒出来的那些"新词"：赋能、自驱、人机协作、激发、共创、生态、心流、敏捷……
为什么这些词集中冒出来？因为旧的词已经不够用了。
"管理"这个词，配不上今天的人
"绩效"这个词，配不上今天的协作
"组织"这个词，配不上今天的拼装方式
这些新词是HR集体的求救信号。
大家都知道旧的不行了，但谁也说不清新的到底是什么样。
直到我看到Anthropic工程师写的那些文档。
02
Claude的工程师们
正在做的那件事
在Anthropic公司，一群顶级工程师在做一件事——让Claude变得更聪明、更有判断力、更能独立完成复杂任务。
你以为他们是怎么干的？给Claude写一万条规则？给Claude设一千个KPI？还是给Claude做季度绩效面谈？
都不是。
他们做的事有个词，叫"Harness"——你可以翻译成"驾驭装置"，但更贴切的意象是"马具"或者"河床"。
他们不直接控制Claude的每一个动作，他们只构建Claude行动的"环境"——
用一套叫"Constitutional AI（宪法式AI）"的机制，让Claude自己审查自己说的话有没有越界；
用"工具调用权限系统"，明确规定哪些事Claude可以自主决定，哪些必须请示；
用"任务拆解-执行-自我校验"的三段循环，让Claude处理复杂问题时不是一步到位，而是边做边检查、边检查边修正。
他们把这些合起来，叫Harness——环境、边界、权限、反馈的总和。
然后，他们就放手了。
让Claude在这套环境里"长出"它自己的能力。
听到这儿，是不是觉得有点耳熟？
这不就是我们这些年一直在嚷嚷的"赋能"、"自驱"、"激发"吗？
只不过人家AI公司的工程师，已经把这件事变成了一套可执行的工程方法论。
而我们HR圈，还停留在概念吹牛阶段。
我把他们这套思维总结成三个观察，每一条都跟HR深度相关——
01
优秀的智能体
是"长出来的"，不是"管出来的"
Anthropic工程师有一个共识——
你不可能通过"事无巨细地下指令"造出一个真正聪明的AI。你越是精细地控制它的每一步，它就越变成一个机械的执行器，失去判断力。
真正聪明的AI，是你给它一个清晰的目标、一个合适的环境、一些必要的边界，然后让它自己去摸索、去试错、去长本事。
你只需要把"环境"造好——
目标足够清晰（它知道自己要去哪儿）
边界足够明确（它知道什么不能碰）
权限足够充分（它能自己做决定）
反馈足够及时（它能知道自己对不对）
然后，智能就会从这套环境里"涌现"出来。
而把"AI"两个字换成"人"，这句话依然成立。
一个真正优秀的员工，不是被"管"出来的，是被一个好环境"长"出来的。
你给他清晰的目标、给他必要的资源、给他自主决定的空间、给他犯错试错的安全感。
他自己会长成你想要的样子，甚至长得比你想象的更好。
反过来，你天天盯着他的每一个动作、给他写八百条流程、要求他每件事都请示……
你就是在亲手把一个有潜力的人，培养成一个机械的执行器。
这事儿，Anthropic的工程师明白。
这事儿，我们HR圈的很多人，假装明白。
02
你需要"自我审查 + 激励机制"
而不是"过程监控"
Anthropic工程师不会一直盯着Claude在干什么。他们盯不过来，Claude每天在全球处理几十亿次对话。
他们给Claude设计了两套机制：
一套是"自我审查"——让Claude自己检查自己说的话有没有越界、有没有伤害、有没有偏离目标；
另一套是"激励反馈"——什么样的输出会被强化、什么样的会被抑制。
这两套机制建好以后，他们就退到后面了。
Claude在前台干活，自己审查自己、自己迭代自己。工程师只在出现系统性偏差时才介入。
你再把"Claude"换成"员工"——
一个真正成熟的组织，HR应该做的事，是帮组织建立"自我审查机制"和"激励反馈机制"：
价值观是不是清晰？
员工知道什么该做、什么不该做
反馈是不是及时？
员工能立刻知道自己干得好不好
激励是不是对路？
员工被奖励的，是组织真正想要的行为
这三件事建好了，HR就该退到后面去了。不是不管，是只在系统出现偏差时介入。
但今天大部分公司的HR在做过程监控。
盯打卡、查工位、审报销、抓违规、写处罚——把自己活生生干成了"流程警察"。
我自己当年带HR团队的时候，也干过这些事。后来我想明白了：当HR忙到没时间思考的时候，组织就死了一半。
因为HR没空思考"系统",只能盯"个案"。而盯个案这件事，你永远盯不过来。
03
少做过程管控
多通过"结果"反向调整环境
第三个观察。
Anthropic工程师怎么知道Harness设计得对不对？他们不看Claude每一步的细节，他们看Claude整体的输出质量。
如果发现某类问题Claude频繁出错，他们不会去给Claude改一条规则，他们会去改"环境"。
比如调整Claude的训练数据、调整提示词模板、调整权限边界、调整审查标准。
改环境，比改个体更高阶。
改个体只能解决这一次的问题；改环境，能让所有未来类似的问题都被自动避免。
把这个思维拿到组织管理里——
你公司频繁出现某类问题（比如部门间扯皮、跨团队协作慢、新员工流失高）
普通HR：找当事人谈话、做培训、出处罚条例、写改进通知……
Harness思维的HR：问"环境哪里有问题"——是激励机制反了？是权限设计错了？是反馈链条断了？是目标不清晰？
普通HR处理"事"
Harness思维的HR处理"系统"
这就是为什么有些HR做了十年还在干琐事，有些HR三五年就成了组织的战略大脑。
不是天赋问题，是思维模式问题。
讲到这儿，我必须插一刀——人不是AI
可能有人要骂了——"凡老师你疯了？拿管AI的那套来管人？人是有情绪、有欲望、有算计的，你把人当算法？"
骂得对。 我自己心里比你更清楚这件事。
我做了快二十年HR，我太知道"人"这个物种有多复杂了——
人有情绪，你今天激励他、明天他可能因为家里吵架就摆烂；
人会算计，你的激励机制他三天就能找到漏洞；
人有政治，两个人合作好不好，有时候跟能力无关，跟谁当年抢过谁的项目有关；
人有身份认同，你让他干的事，哪怕再赚钱，如果不符合他心里对自己的定位，他就是不干。
这些东西，Claude没有。
所以我不是说"用管AI的方式管人"。我说的是：AI公司的工程师，给了我们一个新的系统设计视角。
这个视角的价值，不是"照搬到人身上",是提醒我们——原来"把协作环境设计好，然后放手"这件事，可以这么系统地干。
人比AI复杂十倍，所以造Harness给人用，比造Harness给AI用，难度是另一个量级的。
但方向和思维模式，是相通的。
借AI的视角，重做人的协作环境——这才是我要讲的事。
不是把人当AI，是把我们管人的思路从"盯个案"升级到"造系统"。
03
Prompt水管工，还是Harness工程师？
你在哪一层？
讲到这儿，我想给你一个真正能用的判断。
今天所有想转型的HR，本质上分成两类——
第一类：Prompt水管工
他们听说AI很重要，于是开始学怎么写提示词、怎么用ChatGPT、怎么让AI帮自己写JD、筛简历、做面试评估表。
他们学得很认真。但他们做的事的本质是什么？
把AI当成一个新的"工具"，嵌进自己原有的工作流里，让自己干得更快。
招聘还是招聘，培训还是培训，绩效还是绩效。只不过每个环节里多了AI这个外包商。
这条路有未来吗？
短期有，长期没有。
为什么？
第一，所有HR都在学这个，三年后这是基础技能，不是优势。
第二，AI公司自己会把这些功能做成标准产品，HR平台直接就内置了，你"会写提示词"这件事，会被一键替代。
第三，最致命的——这条路上，HR还是"执行自动化"的角色，离决策权越来越远。
Prompt水管工的天花板，就是把自己优化成一个"高效的中层执行者"。
但问题是，AI时代，组织最不缺的就是高效的中层执行者。
第二类：Harness工程师
他们看到AI，想到的不是"我怎么用AI"，而是"这种思维方式，能不能反过来用在管理人和组织上"。
他们关心的不是"AI能帮我做什么"，而是"AI公司怎么组织AI干活，对我组织人干活有什么启示"。
他们做的事是什么？
重新设计组织的"目标系统"：不是KPI，是更接近Anthropic给Claude设计的"使命+边界+审查标准"那种结构
重构组织的"激励反馈链条"：让员工像Claude一样能在系统里"自我迭代"
重构组织的"权限分配"：什么决策可以自主、什么需要请示，清清楚楚
构建组织的"自我审查机制"：少靠HR盯，多靠系统自纠
这条路上，HR做的事不是给老板做执行，是给老板做决策辅助。
不是"招聘官、培训官、绩效官"，是"组织决策架构师"。
讲到这儿肯定有人心里嘀咕："道理我懂，但这俩到底有啥实际区别？"
我用招聘这件事打个样。
| Prompt水管工怎么干招聘？
用AI帮忙生成JD——快了
用AI初筛简历——省事了
用AI模拟面试问题——方便了
用AI生成面试评估表——规整了
干完以后，招聘流程没变、岗位标准没变、判断逻辑没变，只是每一步更快了。
老板一算账，确实省了两个HR的人力。
然后呢？
老板问："我的招聘质量提升了吗？关键岗位的人才密度高了吗？业务部门满意度上去了吗？"
Prompt水管工答不上来。因为他优化的是"效率",不是"判断"。
| Harness工程师怎么干招聘？
他问的第一个问题不是"怎么让流程更快"，是"我们公司到底在用什么逻辑选人？这个逻辑对不对？"
然后他会干几件完全不一样的事：
【重做岗位判断标准】
不是改JD模板，是跟业务负责人一起，把"什么样的人在这个岗位上真正能赢"拆成可验证的3-5条核心判断维度。
你公司有多少岗位的JD是从五年前的模板里抄过来的？
业务都换了三轮了，选人标准还是老一套。
【重做面试反馈结构】
让每一轮面试官的判断可以被交叉验证，而不是各说各话。
你是不是经常碰到这种事：
四轮面试官全说"还不错"，结果人入职三个月就发现完全不是那回事？
这不是面试官眼瞎，是反馈结构本身没设计。
【造一个试用期的"自校验机制"】
新员工入职90天，哪些信号能提前预测TA三年后的表现？这些信号怎么在入职30天内就被捕捉到？
绝大多数公司的试用期是用来"走流程发转正通知"的，不是用来"验证当初的判断对不对"的——这是个巨大的信息浪费。
【最关键的一步】
【把招聘从"一次性采购"变成"持续反馈系统"】
每个关键岗位,入职一年后回看"当初我们为什么选这个人"的判断对不对、哪些维度高估了、哪些维度低估了。
然后用这些数据反向修正面试标准。
你算过这笔账吗——
你公司过去三年招进来的VP级人选，有多少留了下来？
没留下来的那些，当初是哪个维度判断错了？
如果你答不上来，说明你公司的招聘系统从来没有"自我校准"过，它每年都在重复同一个错误。
这件事我会单开一篇文章细讲。
……
看出差别了吗？
水管工在优化"招聘这件事"
怎么更快、更省、更规整
Harness工程师在重构"公司怎么做选人判断"——环境、标准、反馈、自校验
两边干完以后，水管工那边省了三个HR，但三年后关键岗位的人才密度没变；
Harness工程师那边可能没省一个人，但三年后公司的用人判断系统脱胎换骨。
一个是在优化动作，一个是在重构系统。
这就是"决策智能"和"执行自动化"的真实差别：不在PPT上，在你公司三年后到底长什么样。
Prompt水管工干的是执行自动化——天花板低、护城河浅、平台依赖性强、合规风险高。
Harness工程师干的是决策智能——天花板高、护城河深、不依赖任何平台、不存在合规风险。
这两条路，三年后的人生，会差出一个数量级。你在哪一层？
04
未来三年
HR会分化成两类人
我做了快二十年HR，也教了这些年的课。我的观察是——未来三年，HR行业会发生一次大分化。一类人会消失，一类人会起飞。
消失的那类，不是不努力的人。
恰恰相反，是那些"用旧方式拼命努力"的人。
还在精细化管考勤的
还在用复杂表格做绩效的
还在写八百条管理制度的
还在把"懂HR专业"当成核心竞争力的
还在以为"会用AI写PPT"就算转型成功的
这些人不会被一夜淘汰，他们会被慢慢边缘化。预算被砍、岗位被合并、汇报层级被降……
直到有一天他们发现，自己已经从"业务伙伴"，变成了"成本中心"。
起飞的那类，是什么样的？
是那些已经看明白：AI时代HR的核心价值，不是"管人"，是"造Harness"的人。
他们做的事，不是更精细地管控，而是更聪明地放手。
他们追求的，不是流程的完善，而是系统的自驱。
他们交付的，不是HR专业的深度，而是组织决策的清晰度。
这类人，会从HR这个职能里跳出来——成为CEO级别的战略伙伴、组织决策架构师、AI时代的"组织新物种"。
05
写在最后
这是一个完整方法论体系的第一篇。接下来我会用一个系列文章，把这套体系拆给你看——
Harness工程师的五个核心动作：定标准、说清楚、分步做、查问题、加判断
每一个都是一篇深度文章的体量
决策智能的三个落地场景：招聘、人才盘点、组织诊断
怎么用Harness思维重做这三件事
训练组织判断力的"四层控制模型"
这是我课程里的核心方法论之一
HR如何完成从"执行官"到"组织决策架构师"的身份升级
如果你是国内第一批认真讨论"Harness与HR关系"的人，欢迎在评论区留下你的问题。这些问题会进入下一篇的写作。
AI时代，别人卖你答案。我卖你判断力。
答案永远会过时。
判断力，才是你这辈子带着走的资产。
我们下篇见。
【往期精彩】
