本文来自微信公众号： 不懂经 ，作者：不懂经也叔的Rust
2026年初，有人算了一笔账：借助AI工具进行软件开发的综合时薪已降至10.42美元，低于美国联邦最低工资标准，比麦当劳翻汉堡的员工赚得还少。
而在一次AI编程工具Cursor的用户聚会上，到场者几乎没有职业程序员，全是设计师、产品经理、甚至毫无技术背景的人，在展示自己用AI写出的软件作品。
围绕这件事，出现了大量"程序员是否会失业"的讨论。但我觉得，它指向一个更深层的问题：一项曾需多年训练才能掌握的核心技能，当它被如此迅速地商品化，那么围绕这项技能建立起来的管理层级、职级体系和组织架构等等，也就是我们今天习以为常的"公司的样子"，还能维持多久？
前天，Block创始人、前Twitter创始人杰克·多西发表了一篇长文《From Hierarchy to Intelligence》（从层级结构到智能体），对这个问题给出了一个相当激进的回答。
这篇文章在科技圈和管理学界引发了热烈讨论，倒不是因为他做了什么惊人的预测，而是因为他做了一件很少有人敢做的事：直接质疑层级制度本身存在的必要性。
杰克的Block公司刚刚裁掉4000人，而他给出的解释也一点不含糊，就是有了AI，可以用更少的人做更多的事。昨天又传来了甲骨文裁员三万人的大新闻，说法也是为了转移资源给AI基础设施。
可以说，因为AI，我们今天习以为常的公司制度、组织形态和管理逻辑，正在迎来一次重大的范式转变。
要理解杰克上述质疑的分量，需要先回到一个基本问题：层级从何而来，又为什么延续了两千多年。
一、两千年的信息路由协议
两千多年前，罗马军团面临一个至今所有大型组织仍在面对的难题：如何在通信极其有限的条件下，协调数千人的行动？
他们的解法是一套精密的嵌套结构。最小单位是"帐篷组"（contubernium），8个士兵共享一顶帐篷和一头骡子，由一名十人长指挥。10个帐篷组构成一个百人队，6个百人队构成一个大队，10个大队构成一个军团——大约5000人。在每一层，都有一个明确的指挥官，负责从下面汇聚信息、从上面传达命令。
这个8→80→480→5000的结构，本质上不是一套军事制度，而是一套信息路由协议。它建立在一个朴素的人类认知约束之上：一个人能有效管理的下属数量大约在3到8人之间，后来被称为"控制幅度"（span of control）。罗马人通过数百年的战争经验发现了它，至今它仍然是地球上每一个大型组织的底层约束。
此后两千年的组织演进，都是在这个约束下做文章。
1806年，普鲁士被拿破仑击溃后，沙恩霍斯特等改革者创建了参谋部制度，设置了一个专门的军官阶层，不上前线，只负责规划作战、处理信息、跨单元协调。这是中层管理的雏形，比这个词本身的发明早了一百多年。
改革的初衷很明确：参谋军官的存在，是为了"弥补指挥官可能缺乏的才能"。换句话说，中层管理从一开始就不是因为它好，而是因为你不能指望每个领导者都是天才。
到了1850年代，美国铁路公司从西点军校借来受过军事训练的工程师，将军事组织思维移植进商业世界。Daniel McCallum为纽约-伊利铁路画出了世界上第一张组织架构图，因为火车频繁相撞，人在死亡，靠个人关系和口头传达已经管不住五百英里的铁路网了。
再之后，泰勒的科学管理优化了层级内部的分工效率，麦肯锡的矩阵组织试图在层级之上叠加横向灵活性。进入互联网时代，Spotify推出了小队模型，Zappos尝试了无管理层的全息组织，Valve实行完全扁平化。
每一次实验都揭示了传统层级的某些局限，但没有一次真正突破底层约束。Spotify扩大规模后退回了传统管理，Zappos大量流失人才，Valve无法突破几百人的规模上限。
规律始终如一：组织越大，就越是必然回归层级，因为在此之前，没有任何替代机制足够强大到能承担信息路由的重量。
层级不是最优解，它只是两千年来的唯一解。
是马还是煤，决定5年后你的工作是否还存在
AI逼出了教育的真相，美国大学开始复兴一种古老传统
二、当AI可以做路由，层级是否还需要存在？
这正是多西那篇长文的起点。他提出的核心问题不是"AI能让管理更高效吗"，而是一个更根本的质问：如果层级的核心功能是信息路由与协调，当AI可以执行这些功能时，层级本身是否还需要存在？
今天绝大多数公司使用AI的方式，是给每个员工配一个"副驾驶"（Copilot），让现有结构运转得稍微好一点，但结构本身不变。
这就好比给罗马军团的每个百夫长发了一个对讲机，信息传得快了，但层级还是那个层级。多西追求的是另一件事：把公司本身构建为一个智能体。
他为Block设计了四层架构：
能力层，是支付、借贷、发卡、银行等金融原语，没有用户界面，像积木一样可自由组合。
世界模型层，分为两个部分："公司世界模型"持续追踪公司内部的运营状态：什么在被构建、什么被阻塞、资源如何分配；"客户世界模型"基于Square（商户侧）和Cash App（消费者侧）的双边交易数据构建，形成对每个客户经济行为的实时理解。
智能层，根据世界模型的判断，自动将能力组合成针对特定客户、特定时刻的解决方案。
界面层，是Square、Cash App等产品，它们是交付面，不是价值所在。
举个例子来理解智能层如何工作：一家餐厅的现金流在季节性低谷前开始趋紧，这是客户世界模型根据历史交易数据识别出的模式。智能层自动组合出一笔短期贷款，调整还款节奏，在商户还没意识到问题之前就主动推送了方案。
没有任何产品经理写过这个需求，需求是由现实生成的，方案由系统组合。当智能层试图组合方案却发现某项能力不存在时，这个"失败信号"本身就成了产品路线图。
在这个架构下，多西将人员角色简化为三种：深耕特定技术层的个人贡献者（IC），以90天为周期负责跨职能问题的直接责任人（DRI），以及既亲手做业务又培养他人的球员教练（Player-Coach）。世界模型提供了过去需要中层管理传递的上下文，DRI结构处理了过去需要管理层协调的优先级。
也就是说，未来更稀缺的人，不是纯粹坐在中间层上传下达的人，而是三类人：能直接下场构建能力的专家；能围绕某个关键问题承担明确结果责任的人；以及仍然在做事、同时又能带人的“球员教练”。
没有永久性中层管理。
多西的核心洞察可以浓缩为一句话：传统公司是"人有智能，层级做路由"；新型公司是"系统有智能，人在边缘做判断"。
未来的公司，就像一只八爪鱼，中间的母体是AI智能体，周围的触角才是人。最近兴起的AI智能体雇人来跑腿，好像就是一个雏形。
这绝不是对现有体系和结构的优化，而是一种组织逻辑的倒置，可能会对两百年的公司制度产生颠覆性的影响。
别再做时间的朋友了，AI时代“空间”才是你致富的朋友
不懂经：AI吃掉的不止是软件，而是整个互联网
三、旧的护城河正在消亡
多西描绘了组织形态的变化，但他没有展开讨论的一个问题是：当这类"智能体公司"成批涌现时，现有的商业格局会发生什么？
我认为有三类曾经看似牢固的护城河正在加速瓦解。
第一，按席位收费的商业模式。当一家公司用20个人就能产出过去60人团队30倍的成果——这已经不是假设，而是我们最近经常看到的真实数据，在这种趋势下，下游客户还需要购买那么多"席位"吗？
模型优先的公司可以用远低于传统对手的价格提供同等甚至更好的服务。整个SaaS行业按人头收费的定价逻辑正在受到根本性冲击。
第二，功能丰富度。这一条听起来有些反常识，但如今已经有人在用这样的工作流：截一张竞品产品的界面截图，丢进AI编程工具，让它重新构建。Jira、Posthog、Pipedrive、Calendly……都可以被这样克隆，并整合进高度定制化的业务系统。
当"功能"可以被快速复制，功能本身就不再是壁垒。我们正在进入一个"超个性化软件"的时代：大量企业不再购买通用SaaS产品，而是按照自身需求让AI量身打造。
第三，技术迁移成本。过去，从一个技术栈迁移到另一个是巨大的工程，这种高昂的切换成本是很多公司的隐性护城河。而现在，全自动化的数据库迁移——包括无人值守的完整数据迁移——已经成为现实。技术锁定作为护城河，正在被证伪。
那什么才是AI时代真正的护城河？
多西在文章末尾提出了一个判断标准，我认为它适用于所有公司，甚至所有个体：你深刻理解了什么？这种理解每天在加深吗？
Block的答案是他们所谓的"经济图谱"，即由数百万商户和消费者的双边交易数据，实时金融行为的持续积累。
多西说，钱是世界上最诚实的信号：人们在问卷里撒谎，在广告前走神，但每一笔消费都是关于真实生活的陈述。这种理解力每一秒都在复利增长，因为模型越好，交易越多；交易越多，信号越丰富；信号越丰富，模型更好。
换言之，AI时代的护城河不再是你建了什么，而是你理解了什么，以及这种理解是否在以复利的速度加深。
四、K型分化与自我吞噬的循环
如果只是一两家公司在做这样的转变，它可能只是一个有趣的案例研究。但现实是，一个更大范围的分化已经在展开。
世界正在分裂为两类公司：一类是模型优先公司，它们精简、高效、极速迭代，以极低成本运营并直接挤压传统对手的利润空间；另一类是传统公司，它们层级臃肿、决策缓慢，正在被前者一点点蚕食。
更值得关注的，是这个过程中形成的自我强化循环。传统公司因为利润被挤压而裁员→被裁的员工在求职或创业过程中被迫深度学习AI→他们用AI以更精简的团队回来攻击原雇主的市场→原雇主的利润进一步被挤压→新一轮裁员开始。
而且触发这个循环的不只是裁员。在那些管理层拒绝拥抱变化的公司里，真正有远见的员工会主动离开，因为留在一个抗拒变革的组织里等于拿自己的职业前途冒险。这些人出去之后，一部分会创办自己的公司，用AI武装到牙齿，垂直攻击原雇主的业务。
这条蛇在吃自己的尾巴，而且越吃越快。竞争对手从出现到站在你家门口的时间，正在从"年"压缩到"月"。随着模型能力持续提升，这个周期还会进一步缩短。
这不是一次性的变革，而是一个加速度本身也在增长的淘汰循环。
K型社会分化在加速，三种人正在被AI放大
AI时代个体的竞争优势，根本不在于拥有什么能力
五、中层的坍塌：不只是程序员的危机
很多人把AI的冲击理解为"程序员要失业了"。这个理解太窄了。当AI编程工具让非技术人员也能开发软件时，瓦解的不仅是"程序员"这个职业身份。
多西的文章实质上宣告了另一个更大群体的身份危机，那就是中层管理者。如果你的日常工作是在组织中传递信息、协调资源、对齐优先级，而一个世界模型可以更好、更快、更持续地做同样的事，那么这个角色的价值基础就动摇了。
更广泛地说，AI正在同时解构两件事："做什么"和"怎么组织做"。
前者让个体的专业技能壁垒消融，如编程、设计、数据分析，这些曾经需要数年积累的能力正在被工具拉平。后者让组织的管理层级失去存在理由，因为信息路由和协调可以由系统完成，不再需要一层层的人来传递。
两者叠加，构成了对职业身份的双重冲击。这不仅关乎收入和就业，更关乎一个人如何定义自己在世界中的位置。很多人花了十年、二十年在公司内部经营关系、争取晋升、打造自己的管理版图，而在一个扁平化的智能体组织里，这些积累的意义可能需要被重新评估。
杰克说，人会被推到edge，也就是边缘。这个“边缘”并不是被边缘化，而是更靠近现实发生处的前线。系统负责大规模协调，人负责那些模型还碰不到、也不该轻易替代的真实世界。
所以，未来最值钱的人，不再是流程里的中继站，而是现实中的接触面。
过去很多人的价值来自“我占住了流程里的某个关键节点”；未来真正稀缺的，是那些能把系统和现实连接起来的人。系统越强，人越要靠近真实世界。
这是一个令人不舒服的话题。AI对职场的渗透在很大程度上是非自愿的，而是由技术公司推动，由竞争压力传导，由资本市场加速。
你可以不认同这个过程，但回避它的代价正变得越来越高。
忘掉阶层固化，一场更关键的大分流正在发生
跑赢AI的进化，你需要的不是龙虾，而是个人品牌
最后：一个留给所有人的问题
回到多西的那个问题，“你深刻理解了什么？这种理解每天在加深吗？”
他写道：如果你的答案是"没有"，AI对你来说只是一个降本故事——裁掉一些人，改善几个季度的利润，最终被更聪明的东西吞噬。如果答案是"有"，AI不是在增强你的公司，而是在揭示你的公司真正是什么。
两千年来，层级制度不是因为它好而延续至今，而是因为我们没有更好的替代方案。罗马人需要十人长，百人队需要百夫长，五千人的军团需要一个统帅。问题从来不是"要不要分层"，而是"除了人，还有什么能做这些层该做的事"。
现在，答案出现了，那就是AI。
层级不会在一夜之间消失，多西自己也承认Block的转型才刚开始，"有些东西可能会先坏掉才能跑通"。但方向已经不可逆。
当信息路由不再依赖人的层层传递，当协调成本趋近于零，组织的基本形态就必然改变。
不是因为谁想改变它，而是因为不变的代价已经高到无法承受。【懂】