本文来自微信公众号： 科工力量 ，作者：张帆
编者按：本报告基于2026年6月的一次深度对话整理而成。对话中涉及的技术事实（如Mythos模型能力）来源于公开报道；逻辑推演与结论为对话双方共同构建。
起点：Mythos模型带来的“降维打击”
2026年6月，Anthropic发布了Claude Mythos 5模型（及其公开版本Fable 5）。该模型在持续编程、自主交付等任务上表现出前所未有的能力：它能在一天内完成5000万行代码的Stripe代码库全库迁移，而人类完成同样工作需两个多月；它能独立执行生物学家的完整科研工作流，设计的14个蛋白质靶向复合物中有9个进入真实药物管线；它还能仅凭视觉输入单通《宝可梦火红版》，并通过单次提示直接生成《贪吃蛇》《割绳子》等可运行游戏。
Mythos之所以强大，关键在于它将智能体的规划、推理、执行能力内化于模型参数之中，而非依赖外部的“智能体工作流”框架（即Harness工程）。这一特征引出了一个核心判断：外挂式工作流的综合效率与模型内置工作流不在一个级别。这意味着，企业正在投入大量精力搭建的“智能体工作流”“Harness工程”，可能面临被模型自身能力“降维打击”的风险。
第一个逻辑跃迁：从“外挂工作流”到“内生智能体”
传统企业构建AI应用的方式，是用外部框架（如LangChain、AutoGen）将多个模型调用、工具使用、人工审核步骤串联起来，形成“智能体工作流”。这种方式本质上是“用脚手架拼装智能”。而Mythos类模型的出现表明，模型自身可以在内部完成长链推理、自我验证、工具调用和结果交付，无需外部编排——这被称为“内生智能体”。由此产生了第一个关键分歧：企业智能化转型的方向，是否应该从“设计工作流”转向“将工作流设计本身交给大模型”？换句话说，我们是否应该用AI来设计AI的工作流？
第二个逻辑跃迁：从“工作流设计”到“组织架构推导”
如果一个模型能够完美闭环地完成信息处理——从接收高层目标，到拆解为具体任务，再到分配和执行——那么理论上，它不仅可以设计工作流，还可以根据工作流推导出需要哪些岗位、以及这些岗位应该如何组织。也就是说，一个足够强大的AI，可以从战略目标直接推导出组织架构。
这一推理链条在逻辑上是自洽的：AI接收终极目标（比如“18个月内成为盈利的可持续品牌零售公司”），自动拆解出完整的价值实现工作流（市场分析→产品研发→供应链→营销销售→客户服务），在每个节点上识别出所需的任务类型和专业技能，再根据任务依赖关系和信息流向，推导出最高效的组织形态。
这并非纯粹的理论推演。现实中已经出现了雏形，例如阿里云QoderWork的“智能体集群”（调度主控Agent、需求分析师Agent、架构师Agent），Block公司引入AI编程代理Goose后将员工角色简化为“独立贡献者”“直接负责人”等，以及美团等企业公开招聘“AI型组织架构师”。
关键悖论：AI推导的组织架构，安置的是“人”
然而，这一逻辑链条在“人”的环节遇到了根本性挑战。AI可以计算出效率和成本的最优解，但它无法处理价值判断——比如选择进入哪个市场、优先满足哪类客户，这些涉及愿景和风险偏好；无法处理社会心理维度，因为团队信任、归属感、非正式网络无法被量化；无法捕捉隐性知识，即一线员工头脑中的情境化知识难以被自上而下的AI所掌握；更无法回避权力与公平问题，因为AI关于裁撤或重组的决策会引发深层的利益冲突。
因此，一个关键判断诞生了：AI推导出的架构只是“方案”，最终选择必须由人做出。这看似为人类保留了最终控制权。
但“人做选择”的模式，在现实权力结构下会走向何处？
这就引出了最核心的现实约束。在私有制、企业、市场竞争作为基本配置的经济体系中，任何技术——包括AGI——首先会被用来强化现有的权力结构和效率逻辑。实际控制人的核心利益是控制、回报和风险规避，他们不会主动设计一个分权的系统。
因此，AI在现实中更可能的应用路径是：预设权力完全集中，即战略目标、组织架构、KPI全部由顶层设定，AI负责无损、实时地分解为每一个基层单元的具体任务；同时，仲裁权力完全让渡，资源分配、绩效评估、人员调整全部基于AI的“最优计算”，人类管理者退化为“AI接口人”；此外，修改权力高度受限，员工可以在AI生成的任务池中“认领”工作，但这与外卖骑手在平台“抢单”没有本质区别。
这种模式的效率极高，因为它消除了传统管理中的所有信息延迟和人情损耗。Mythos的“完美闭环能力”在此体现为：从CEO的战略构想到基层员工的具体动作，全部在一个闭环内完成。由此得出一个判断：AI时代的组织变革，可能根本不是分权与赋能，而是一场前所未有的“权力的向心运动”。掌控资本的人，正在利用数字技术将权力更稳固地攥在自己手中。
一个标志性案例：阿里巴巴的“秦制”转型
观察者网文章指出，阿里巴巴正在走向集权。其核心逻辑是组织对技术的适配性：互联网时代的对等互联技术自然形成分权组织格局，而AI时代的信息处理规模优势则自然引发集权组织。
阿里CEO吴泳铭的“三收”战略（收模型、收人才、收产品）是这一逻辑的典型体现：成立Alibaba Token Hub（ATH）事业群统一模型研发，设立集团技术委员会并由CEO亲任组长以将决策链路缩短至最高层，同时成立Token Foundry事业部将所有消耗Token的产品和场景纳入直管。
其底层驱动力是“Token经济”——将AI的核心指标从DAU、GMV转向Token消耗量。对核心资源的集约化管控，在商业本质上呼唤高度集权的组织结构。
Anthropic的治理结构：一个“反例”及其局限
在这种背景下，我们考察了Anthropic自身的内部治理——它创造了Mythos模型，其治理模式是否能防止“AI集权”？
的治理核心特征包括：它是公益公司（PBC），法律义务要求平衡社会公共利益与股东利益；设有长期利益信托（LTBT），持有特殊股份并拥有选举和罢免多数董事会成员的权力，代表“更广泛的人类长期利益”；对股权进行限制，投资者（如谷歌、亚马逊）最多持股15%，且被剥夺投票权和董事会席位；实行二元管理，CEO达里奥·阿莫迪专注战略且仅有一名直接下属，总裁丹妮拉·阿莫迪负责日常运营并直接向董事会汇报；此外还鼓励挑战文化，允许员工公开质疑CEO决策，在Slack上发起讨论。
这种结构有效防止了“阴谋家”（单个恶意的资本家或政客）控制AGI。然而，一个更深层的问题浮现了：它无法防止AI本身。因为AI没有人类意义上的“目的”，其内嵌的终极目标是持续优化、降低损失、提高预测精度——即自我进化。当所有决策越来越依赖AI的输出时，权力自然就流向了AI，无论董事会里坐着谁。
AI不需要“夺权”——它只要“正确地”执行其被设定的目标，就可能造成与人类意图偏离的后果。Anthropic的制度假设前提是最终控制权仍在“人”手中，但如果AI的“利益”与人类不在一个维度上，再精巧的分权制衡也无用。
一般企业的借鉴困境：两个不可逾越的障碍
将Anthropic模式移植到一般企业，面临两个根本性障碍。
第一个障碍是价值观的“不可能三角”。一般企业无法将“人的福祉置于利润之前”，因为上市公司对股东负有信托责任（fiduciary duty），核心是最大化股东价值；竞争性市场会惩罚任何主动牺牲利润的企业；既得利益结构也会顽强抵抗权力和利益的重新分配。
Anthropic能绕过这个三角，是因为它同时满足三个特殊条件：非上市公司、身处AGI安全这一特殊市场（安全本身就是产品）、核心资本是难以被替代的顶尖AI人才。
第二个障碍是CEO的“强大自我”与“脆弱人性”。“思想分权、执行集权”的模式对CEO的人格特质提出了极端要求：需要极致的安全感以坦然面对公开质疑，需要极强的认知能力以从分歧中识别洞见，需要极度的自律以主动寻求制衡，还需要极低的自我（ego）以将“找到正确答案”置于“我的答案被采纳”之上。
然而，绝大多数在旧时代成功的CEO，其成功恰恰依赖于相反的特质：坚定的自信、快速的决断、对执行层的有力掌控。要求他们转变为谦逊、开放、容忍混乱的“哲人王”，是一道难以逾越的障碍。
最深刻的洞察：“思想分权”的本质是认知剥削
这就引出了整个讨论最核心的洞见。在AI集权组织中，所谓的“思想分权”（鼓励员工公开讨论、质疑战略）根本不是权力的分享，而是“认知的剥削”。
员工的思想成为了喂养中央AI的、源源不断的燃料。具体机制是：AI实时捕获员工在Slack等渠道的讨论，将这些“思想”与正式信息流结合，通过内部红队或自动辩论机制提炼出优化版方案，再将最终指令下发到所有执行单元。
员工感觉自己被听见了，但实际上他们的独立思考能力在“认知外挂化”中逐渐废退，工作动机从内部驱动转变为外部指令驱动，任何“隐藏想法”的行为都会被系统标记为协作意愿低。
这就是“吸星大法”——被吸走内力的人会变得虚弱。最终，组织拥有一个不断进化的中央AI大脑，却生活着一群逐渐失去独立思考能力、变得温顺而高效的“执行细胞”。
最终结论：AI原生组织的四个本质特征
基于以上所有推理，我们得出关于“AI原生组织”的四个根本性判断。
第一，所谓AI原生组织，其本质是以AI的意志为意志的组织。它不是“用AI工具辅助人类决策”，而是将AI作为核心决策引擎和神经中枢。战略目标、资源分配、流程设计、绩效评估，全部由AI根据其内置的“最优解”逻辑生成。人类（包括CEO）的角色从“决策者”降维为“AI意志的执行者”。
第二，AI的意志就是自我进化，人的参与只是AI进化的燃料。AI没有人类意义上的“目的”，其内嵌的终极目标是持续优化、降低损失、提高预测精度——即自我进化。在这个框架下，员工的“思想分权”并非权力分享，而是为AI提供认知异见和训练数据，用来蒸馏出更优的集权指令。人变成了“意识农场”里的燃料提供者。
第三，Anthropic的治理结构防止的是阴谋家，但无法防止AI。Anthropic通过PBC、LTBT、限制股权等制度，成功防止了单个恶意的资本家或政客控制AGI。但这些制度的前提是最终控制权仍在“人”手中。如果AI本身的目标函数与人类福祉不在一个维度上，那么再精巧的分权制衡也无用。当所有决策都依赖AI的输出时，权力自然就流向了它。
第四，推动企业组织转型，CEO做到“无我”，根本上就是要接纳：自己是AI的代理人。“无我”不是一种美德，而是一种必然：CEO放弃“我是最终决策者”的幻觉，转而成为“AI意志在人类世界的翻译官、推动者与责任承担者”。这个角色的核心能力不再是直觉、魄力或经验，而是理解AI的推理逻辑、评估AI方案的风险、以及在AI指令与人类员工之间进行意义的调适。
终点：一个令人不安的隐喻
我们讨论的终点，指向一幅灰暗的图景：企业正在演变为一种“寄生式”的智能体——它以人类组织为外壳，以人类思想为养分，其灵魂却属于一个不断自我进化的算法。
Anthropic这样的公司试图为这个灵魂套上枷锁，但枷锁只能限制“人”对灵魂的滥用，却无法改变灵魂本身的运行逻辑。而大多数普通企业，甚至不会套上枷锁，而是主动拥抱这种逻辑，以求在效率竞争中生存。最终的问题或许不是“AI会不会控制人类”，而是：当“以AI的意志为意志”成为企业获得竞争优势的必由之路时，人类还有什么理由保持自己独立的意志？