2025 年之后，“AI 裁员”终于从一种饭桌上的猜测，变成了公司公告里的正式理由。过去的裁员通稿通常很讲体面：宏观环境变化、组织结构调整、提升运营效率、聚焦核心业务。话说得越圆，真实原因越像被塞进了抽屉。AI 改变了这套话术。亚马逊、Meta、Block、Klarna，一批科技公司开始把人力收缩和 AI 效率提升放在同一个叙事框架里。美国媒体和咨询机构也开始追踪那些直接归因于 AI 的岗位消失。到 2025 年底，美国直接归因于 AI 的裁员已经超过 5.5 万人。亚马逊两轮裁员约 3 万，其中相当大一部分集中在 L5 到 L7 的中层岗位。Block 更极端，在盈利状态下一次裁掉了 46% 的员工。1
Block 不是一家边缘创业公司。它是 X 前联合创始人 Jack Dorsey 创办的金融科技公司，旗下有面向个人的 Cash App，也有面向商户的 Square，还有先买后付业务 Afterpay。换句话说，它不是一个“AI 替代客服”的小样本，而是一家拥有成熟支付、金融科技和商户服务体系的上市公司。AI 并不一定是裁员的真实理由，而只是一个借口。公司过度扩张、资本市场施压、管理层想把财报做得好看，都可以躲进“AI 转型”这只新瓶子里。纽约时报和 BBC 都提醒过，高管把裁员归因于 AI，常常是在给旧问题换一个更体面的新名字。2 可即便它只是借口，借口本身也说明了时代的变化。十年前，企业不敢公开说自己要用机器替代人，那听起来冷酷、反社会、缺乏人味。今天，企业开始把这件事包装成远见。裁员不再只是削成本，它被讲成通往未来组织形态的一张船票。被削掉的也不只是传统意义上的“执行岗位”。CNBC 在报道亚马逊裁员时，直接把 14,000 个公司岗位的削减、管理层扁平化、资源转向数据中心、芯片和 AI 基础设施放在同一个叙事里。亚马逊不是单纯少招几个人，它是在一边减少管理层，一边把钱砸向 AI 时代的新基础设施。8
Axios 引用 Gusto 对 8,500 家中小企业的分析说，每位管理者平均管理的个人贡献者数量，已经从 2019 年的 3 人多，增加到接近 6 人。也就是说，一个老板要管的人差不多翻倍。微软、亚马逊、Google、Meta 也都在过去几年经历了不同程度的“Great Flattening”，也就是去层级、去中层、压缩管理链条。9
老板没有消失，只是一个老板要管更多人。组织也没有被 AI 变聪明，它先被 AI 变瘦了。AI 裁员的真实含义，未必是“机器已经替代人”。它更像一种新管理语言：当企业想削掉中层、压缩白领、重写组织结构时，AI 给了它一个听起来面向未来的理由。于是，一个非常顺理成章的故事出现了。个人会被 AI 增强，成为“超级个体”。企业也会被 AI 增强，成为“超级组织”。一个人可以带着智能体做过去十个人的工作，一家公司也可以带着智能体完成过去十家公司才能完成的任务。个人升级，企业升级，生态繁荣，大家都有光明的未来。这个故事很动听，甚至带着一种适合登台演讲的对称美。周鸿祎在此前的清华演讲中讲过类似判断：智能体会让个人成为超级个体，也会让企业成为超级组织。经济参考报关于“一人公司”的报道里，也出现了“超级企业”和“超级个体”共生共荣的表述。微软中国 CTO 韦青则把话说得更直接：每个人都应该在 2026 年成为 OPC，也就是 One Person Company，一人公司。3
问题在于，这两件事恐怕很难同时成立。因为这里有一个特别朴素的张力：如果 AI 真的能让一个人承担企业内部任何一个岗位的工作，那么这个人为什么还必须留在企业里？如果企业真的承认 AI 可以把每个员工都强化到“一人公司”的水平，那么它同时也承认：自己正在批量生产潜在竞争者。这就是“超级组织”叙事最尴尬的地方。它想同时拥有两个结论：一边说 AI 会让个体前所未有地强大，一边说大企业会在这场个体增强中变得更庞大、更稳固、更不可替代。可让个体变强的那股力量，恰恰在抽空大规模科层组织存在的理由。超级个体和超级企业看起来像同一枚硬币的两面。更准确地说，它们是一对互相吞噬的命题。承认超级企业成立，就必须承认超级个体成立。因为所谓超级企业的核心前提，正是一个人能借助 AI 胜任企业里的大量岗位。超级个体一旦成立，超级企业又会被反向瓦解。每一个被 AI 增强的员工，都可能从组织内部的“岗位”变成组织外部的“公司”。这条逻辑链条不复杂，只是它对今天的企业叙事太不友好，所以很少有人愿意把它讲完。
被裁掉的人，
会从“降掉的成本”变成“新增的竞品”
裁员时代有一个常见幻觉：企业裁掉的是冗余的人手。这个说法在流水线时代比较容易成立。机器替代的是重复动作，企业减少的是可替换岗位。员工离开企业之后，很难立刻变成原公司的竞争对手。一个熟练工人可以去另一家工厂，也可以成为小作坊老板，但他很难单独复制一座现代工厂。AI 让这个边界变得暧昧。白领岗位的许多工作本来就不依赖重资产。写方案、做设计、跑数据、写代码、剪视频、搭投放、做客服、做市场研究、做产品原型。这些工作以前依赖团队，并不完全因为每个环节都极端困难。更多时候，是因为一个人没有足够时间、精力和技能跨度同时处理全部环节。AI 的作用，正是在这些缝隙里长出来的。它没让普通人立刻变成天才，更像给一个判断力尚可的人套上一组外骨骼。原来需要五个人轮流完成的动作，现在一个人可以先做出一个勉强能跑的版本。原来需要跨部门排期的协作，现在可以在一个下午里被压缩成多轮提示词、几次脚本调用和一组自动化工作流。所以，企业裁掉的就不再只是“手”。它裁掉的是一批懂业务、懂流程、懂客户、懂公司弱点的人。Block 前员工接受采访时说，自己每天都在用 AI，很清楚自己正在被工具替代。1 这句话有一种黑色幽默。最危险的员工并非不会用 AI 的人，恰恰是最会用 AI 的人。他们知道 AI 能做什么，也知道公司内部哪些工作只是靠流程和人力堆出来的幻象。当这些人离开组织，他们带走的不只是技能简历。他们还带走了组织的隐性地图：客户真正抱怨什么，供应商卡在哪里，产品经理最怕哪类需求，销售话术里哪些是包装，哪些是实话，内部流程中哪些节点只是权力装饰。过去，这些知识常常被锁在组织里。员工知道，但员工离开后很难把它们变成产品。因为从知道到交付，中间隔着团队、资金、开发、设计、运营、获客和客户服务。AI 把这段距离压短了。一个被裁掉的中层经理，未必能立刻做出一家亚马逊，但只要他熟悉某个垂直环节，就能做出一个更薄、更快、更便宜的工具，专门服务原公司看不上的小客户群。离开大厂的产品经理可以围绕一个痛点做轻量 SaaS；被自动化替代的客服主管，往往最清楚哪些问题该交给 AI、哪些还得留给人。大公司的威胁不再只来自另一家大公司，它可能来自一万个非常小、非常窄、非常懂局部需求的一人公司。这听起来像夸张的未来学修辞，可在 AI 应用层，它已经长出了几个现实切面。最好的例子是 Cursor。Cursor 是 Anysphere 做的 AI 编程工具。它不是什么在大公司视野之外自娱自乐的小玩具，而是直接杀进了 Microsoft 和 GitHub 的地盘。CNBC 报道，Cursor 在 2025 年完成 23 亿美元融资，投后估值达到 293 亿美元。它还宣称年化收入超过 10 亿美元，员工数超过 300 人。10
这个数字本身已经足够刺眼。一个 2022 年成立、2023 年才推出核心产品的团队，在开发者工具这个被 Microsoft、GitHub、JetBrains 等大公司长期占据的市场里，跑出了传统企业软件很难想象的速度。Menlo Ventures 的 2025 年企业生成式 AI 报告说得更直接：GitHub Copilot 明明有先发优势，也有 Microsoft 的分发优势，可 Cursor 还是靠更快的产品迭代抢走了显著份额。它更早做出了 repo 级上下文、多文件编辑、diff 审批、自然语言命令，并且采用模型无关策略，让开发者可以更快用上 Claude Sonnet 3.5 这类前沿模型。Menlo 还提到，Cursor 在雇佣企业销售之前，收入已经达到 2 亿美元。11 这件事的关键，不在于 Cursor 未来会不会变成另一个大公司。关键在于，它没有重建一个完整的 Microsoft，也没有重新发明一套操作系统、一套云服务、一套 Office、一套企业销售机器。它只是抓住开发者日常工作流里最有价值的一个触点，把“写代码”这个动作重新组织了一遍。AI-native 小团队的可怕就在这里：不必复制巨头，只要在巨头身上找到一块疼痛的肌肉，再把它变成自己的入口。Gamma 是另一个更适合白领读者理解的例子。TechCrunch 报道，做 AI 演示文稿和视觉表达工具的 Gamma 在 2025 年达到 1 亿美元 ARR，估值 21 亿美元。公司创始人称，这个成绩是由大约 50 名员工完成的，而且公司已经盈利。12
50 个人，1 亿美元年化收入。这不是传统意义上的“超级组织”，甚至连一家中型互联网公司的管理半径都算不上。但它切到的是 Microsoft Office 里极其稳定、极其古老、极其高频的局部场景：做 PPT。Gamma 没有试图复制 Office。它不需要做 Word、Excel、Teams、Outlook、SharePoint，也不需要重建企业账户体系。它只盯着一个白领痛点：人们不是不会做 PPT，人们是厌烦在格式、排版、视觉层级和叙事结构上耗费大量时间。PowerPoint 把表达变成了页面排版问题，Gamma 把表达重新变成了生成问题。这就是小团队拆大公司的典型方式。大公司拥有套件，小团队只拿走套件里最烦人的一环。大公司负责历史包袱，小团队负责把用户最痛的那一刀磨快。法律服务里的 Harvey，则把这个逻辑推到了更硬的行业。法律服务过去是典型的“大组织才能承接”的知识工作。它需要资深律师、初级律师、助理、文档审查、合同分析、尽职调查、合规判断、诉讼材料整理。大量工作需要专业判断，也需要大量重复劳动。越大的律所，越像一台用资历、小时费率和层层复核堆起来的知识工厂。Harvey 的出现说明，这类知识工厂也开始被拆。Harvey 在 2026 年宣布以 110 亿美元估值融资 2 亿美元。官方称，已有 25,000 多个 custom agents 在 Harvey 上运行，覆盖 M&A、尽职调查、合同起草、文档审查等任务；超过 100,000 名律师、1,300 多个组织在 60 多个国家使用 Harvey，其中包括多数 AmLaw 100 律所、500 多家企业法务团队和 50 家资产管理公司。13
当然，Harvey 没有消灭律所，也不可能让法律服务变成纯自动化。可它已经把律所和企业法务内部的一部分人工流程，变成可以由 agent 承接的工作流。过去由初级律师、助理和外包团队完成的大量文档工作，现在可以被产品化、流程化、系统化。这对本文来说已经足够。Cursor 没有消灭 Microsoft，Gamma 没有消灭 Office，Harvey 没有消灭律所。可它们共同证明了一件事：AI 小团队不需要推倒大公司，先切走大公司的一块高价值流程就够了。巨头仍然站在那里，只是身上开始多出一些缺口。这也是“一人公司”，或者说 AI 赋能小型公司叙事真正锋利的地方。它并不只是创业鸡汤，也不是“人人都可以不上班”的自由职业幻想。它真正改变的是竞争单位的颗粒度。过去，企业面对的是企业。今天，企业可能面对的是从自己身体里脱落出去的一组细胞。这些细胞曾经参与过组织运转，知道组织的语言、节奏和病灶。它们离开之后，不需要复制母体的全部器官，只需要攻击其中一个薄弱环节。工业革命摧毁手工业者的优势，是因为机器把规模带到了手工艺人无法竞争的维度。AI 革命的反讽在于，它可能把一部分规模优势重新拆回个人手里。这不是简单复古，更像一次螺旋回归。手工业者曾经败给工厂，因为个人无法承受现代生产的复杂性。今天，一部分复杂性被模型、API、自动化流程和外包网络吸收，个人重新获得了向组织讨价还价的能力。员工和创业者之间的边界正在变薄。当一个人能做十个人的活，他到底是一名员工，还是一家暂时寄居在公司里的微型企业？企业越强调 AI 提效，这个问题越难回避。因为它等于在告诉员工：你已经不只是一个岗位了。你是一套可以被复制、外移、重新定价的小型生产系统。一旦员工相信了这句话，企业就很难再让他只相信前半句。
企业曾经解决
协作问题AI 正在抽走这个理由
“企业为什么存在？”这个问题看起来很像商学院第一堂课，它也确实是。1937 年，罗纳德·科斯在《企业的性质》中提出一个后来反复被引用的解释：企业之所以存在，是因为市场交易有成本。寻找交易对象、谈判价格、签订合同、监督履约、处理纠纷，这些事情都要花钱。企业把一部分市场交易内部化，用管理命令替代反复谈判，由此降低成本。4 通俗一点说，公司是一种省麻烦的机器。如果每一次协作都要在市场上重新找人、议价、签合同、对齐目标，人类社会很难完成复杂生产。企业把人招进来，把角色固定下来，把指令链条建立起来。你在这里写代码，他在那里做设计，另一个人负责销售，还有人管财务、法务、人力和行政。这套结构的价值，来自一个基本事实：人类协作很贵。沟通贵，信任贵，交接贵，犯错贵。组织越大，这些成本越高。中层管理、会议制度、流程审批、绩效考核、预算周期，很多东西看起来烦人，却都在处理一个古老问题：如何让大量有限理性的人，围绕一个目标持续行动。所以，大公司从来不只是办公室、工牌和财务报表。它是人类大规模协作的社会动员工具。“超级组织”这个概念如果有意义，也应该落在这里：一个依然以科层制组织大量人力、又被 AI 强化过的大型企业。它不是单纯掌握算力、数据和协议的超级平台。平台可以很强，可以很赚钱，可以控制入口，但如果它不再需要组织大量人力去完成个体无法完成的事，它就不再是本文意义上的超级组织。这一区分很重要。因为许多关于“超级组织”叙事，实际偷换成了“超级平台”叙事。Meta、Google、OpenAI、微软当然可能在 AI 时代继续强大。它们掌握模型、算力、数据、分发、开发者生态和资本入口。可这只能证明平台权力仍然存在，无法证明科层大企业作为人力动员工具会继续膨胀。假设某一天，Meta 真的靠 AI 把全球员工数量从 8 万多人压回 2008 年左右的 400 人规模。它可能仍然是一家超级平台，甚至更恐怖。但它已经不再是传统意义上的超级企业。它不再通过组织海量员工完成任务，而是通过协议、算法和基础设施支配外部协作。这就是 AI 对企业的第一刀，它瓦解的是公司作为一种组织形式存在的理由。如果一个人能调用模型完成调研、写作、设计、编程、测试、投放和客服，企业内部把这些岗位固定为部门的必要性就会下降。如果智能体之间可以用 API、工作流和标准接口协作，组织内部的沟通链条就会被外部协议部分替代。如果项目可以由一组临时组合的小团队完成，长期雇佣大量员工的收益就会变得不稳定。企业原本靠内部管理压低交易成本，而 AI 让一部分市场交易成本本身降了下来。这话不是空谈，企业已经在用钱投票。Menlo Ventures 的 2025 年企业生成式 AI 报告显示，企业生成式 AI 支出从 2024 年的 115 亿美元增长到 2025 年的 370 亿美元，增长 3.2 倍。其中 190 亿美元流向应用层，占全部生成式 AI 支出超过一半。再看一组数：企业 AI 用例里，76% 是购买外部方案，只有少数选择内部自建。2024 年，企业还是 53% 购买、47% 自建。11
这组数字说明，企业并没有在 AI 时代本能地把所有能力都收回内部。相反，它们正在更快地购买外部 AI 应用。也就是说，当外部市场可以提供足够快、足够便宜、足够可用的 AI 能力时，企业并不会为了“组织完整性”而坚持内部建设。从科斯的角度看，这就是企业边界在后退。过去，一个能力要留在公司内部，因为外部采购太慢、太贵、太难监督。今天，一个员工可能先用个人信用卡订阅某个 AI 工具，在工作里证明它有用，然后它再被团队采购、部门采购、公司采购。Menlo 的报告也说，AI 应用支出中有 27% 来自 PLG，也就是产品驱动增长，接近传统软件 7% 的 4 倍。如果把员工私下使用 ChatGPT Plus 这类“shadow AI adoption”也算进去，PLG 驱动的支出可能接近 40%。11
这条路径很有意思。传统企业软件是自上而下的：老板、IT、采购、法务、财务、供应商、合同、上线。AI 工具常常是自下而上的：员工先用，团队跟进，组织承认。边界不是 CEO 在会议室里画出来的。边界被员工的工具使用习惯重新划线。当外部工具先进入工作，再进入合同，组织内部的技术能力就不再完全属于组织。它有一部分属于员工的工具箱，有一部分属于外部应用，有一部分属于模型 API，有一部分属于平台。企业还是企业，可企业的皮肤开始变薄。BPO（Business Process Outsourcing，业务流程外包）的变化，则是这件事的另一个侧面。BPO过去是企业处理大量重复、交易性工作的标准解法。客服、IT 外包、财务理赔、发票核对、医疗收入周期管理，很多企业不想内部养一支庞大队伍，就交给外部服务商。a16z 的文章指出，BPO 市场在 2024 年已经超过 3,000 亿美元，预计 2030 年超过 5,250 亿美元。14
BPO 本质上也是一种组织。企业不愿内部组织人力，于是把人力组织交给另一个大公司。Cognizant、Infosys、Wipro 这类公司承接的，正是大企业不愿自己处理、却又离不开的大量流程。可 AI 正在拆它。a16z 把这件事称为 “productize and unbundle the BPO”。也就是把外包服务产品化、拆包化。过去企业要买一整套外包人力，现在可以购买一个 AI agent、一个垂直软件、一个半自动工作流，再配少量人工监督。它举了几个例子。Decagon 的 AI 客服 agent，可以在客户那里达到 80% 以上的解决率，并改善客户满意度。Camber 把生成式 AI 用在医疗收入周期管理中，有客户首次提交拒付减少 80%，理赔和账单流程节省 50% 时间。14
这些案例不证明 BPO 会立刻消失。它们证明的是，大规模外部人力组织也会被拆。以前一个企业自己不想做，就外包给另一个企业。现在 AI 把这个外部企业再拆一次：把服务拆成软件，把流程拆成 agent，把人工拆成监督，把项目拆成按需调用。这会让“大组织”的边界从两侧同时变薄：公司内部岗位被压缩，公司外部服务商被产品化，中间留下来的，是一组更小、更薄、更高频连接的生产单元。这并不意味着所有企业都会消失。科斯理论从来没有说世界会变成纯市场。现实也早就证明，企业边界受到很多因素影响：资产专用性、知识积累、组织能力、风险承担、品牌信任、资本结构、监管许可。深圳社科关于企业边界的研究材料也提醒过，交易成本理论本身有解释边界，企业能力理论则强调企业创造知识、人力资本和核心能力的作用。5
这正是“超级组织”支持者最强的反驳。他们可以说：企业不只是为了省沟通成本而存在。企业还能沉淀能力，积累品牌，承担风险，调动资本。AI 可以替代一些岗位，却抹不掉这些结构性优势。这个反驳值得认真对待，但它没有击穿问题。因为 AI 也在进入这些看似更深的层次。所谓“沉淀核心能力”，过去很大一部分是把人的经验、流程和判断长期锁在组织里。今天，大企业正在做的事，恰恰是把员工经验和组织流程蒸馏进系统。客服话术、销售方法、代码规范、财务流程、法务模板、产品决策文档、运营 SOP，都可以被结构化、向量化、自动化。这当然不等于 AI 立刻拥有人的全部判断。可它足够改变组织对人的依赖方式。以前，企业要保留某个能力，就必须保留掌握能力的人和团队。现在，企业会越来越多地尝试保留能力的影子：知识库、智能体、自动化流程、模型微调、内部工具。能力从人身上被刮下来，变成系统的一部分。Harvey 的例子就很典型。法律专业能力本来最依赖人、资历、上下级复核和事务所文化。可一旦合同审查、尽职调查、文件归纳、条款比对被 agent 化，能力沉淀就不再只发生在律所内部的人身上。它也发生在系统、工作流和模型调用中。这一步很残酷。它把“员工是公司最宝贵资产”这句老话翻译成了另一种现实：员工也是可被提取的数据源。至于风险承担，它也未必必须由一家大公司承担。资本可以承担风险。股东可以通过组合投资分散风险。董事会可以持有多个小公司的股权。VC 本来就靠一组项目的失败换一个项目的高增长。AI 时代如果让更多小单元具备独立交付能力，风险不一定消失，但风险可以从组织内部转移到资本组合中。企业能力理论提醒我们，大公司不会因为沟通成本下降就原地蒸发。但它无法保证大公司会沿着“超级组织”的方向扩张。更可能出现的情况，是大公司把一部分能力系统化，把一部分风险资本化，把一部分执行外部化。留下来的核心壳层可能更强，里面的人却未必更多。Menlo 报告里还有一个数据可以佐证我们的观点，2025 年，AI 应用层创业公司拿到 63% 的市场份额，上一年还是 36%。创业公司在产品、工程、销售、市场、产品等敏捷部门更强；传统大厂在 IT 和数据科学这类依赖深度集成和可靠性的领域仍然更强。11
这正好说明 AI 时代的组织变化不会走向一个单一结论。不是所有地方都被小公司拿走。基础设施、集成、合规、可靠性，仍然偏向大厂。可在那些碎片化、数据密集、反馈快、对产品速度敏感的工作里，小团队确实在拿走原本属于大组织的份额。这时候，“超级组织”的叙事就会遭遇一个进退两难式的困境。如果 AI 足够强，强到一个人可以通过智能体完成大量企业岗位的工作，那么超级个体会把超级组织瓦解。如果 AI 不够强，像一些研究和报道所说，只能可靠处理大约三分之一的真实业务，那么它从一开始就撑不起“超级组织”这四个字。Gartner 预测，到 2027 年，一半因 AI 裁员的公司会重新招人。Forrester 称 55% 的雇主对裁员感到后悔。Klarna 曾高调宣称用 AI 替代 700 名客服，后来又重新招聘真人客服。6
两条路的终点并不一样，但都绕不开同一个结论。AI 很强时，大组织被个体和外部协作侵蚀；AI 不够强时，超级组织只是管理层 PPT 里的新瓶旧酒。最稳定的可能性，反而是中间态：公司继续存在，平台继续集中，员工继续被压缩，小团队继续增多，个体获得更多工具，也承担更多不确定性。这听起来不够振奋，可历史上的组织变迁，大多数都不是励志故事。
大企业的终局
可能是一场内部裂解
如果超级组织不成立，大企业会去哪里？一个更有解释力的设想，是内部裂解。不是所有大公司都会被外部创业者推翻。那太戏剧化，也太符合硅谷神话。更现实的路径，可能是大公司自己把内部拆成大量更小的经营单元。它们共享资本、品牌、基础设施和一部分规则，却在业务层面彼此竞争、组合、分拆和重组。这种形态并非完全陌生。海尔的“人单合一”、稻盛和夫的阿米巴经营、内部创业制、事业群拆分、spin-off、员工持股平台、加盟网络、控股集团，都可以看作某种早期影子。它们未必成功，也未必适合所有行业，但都在回应同一个问题：当组织太大，如何把市场压力重新塞回组织内部？其中最值得展开的是海尔。Corporate Rebels 在研究海尔的人单合一模型时写到，这家拥有 70,000 多名员工的中国家电企业，曾经把公司拆成 4,000 多个自管理微型企业。这些微型企业像独立实体一样运行，有所有权、决策权和“由用户付薪”的机制。海尔的逻辑是让员工直接面对用户需求，而不是在传统金字塔里等待上级命令。15
张瑞敏曾把传统封闭金字塔称为“帝国”，把人单合一之后的开放网络称为“雨林”。帝国依靠中心指挥，雨林依靠大量物种之间的自我组织。这个比喻当然有管理学修辞的成分，但它足够准确地说出了大企业裂解的方向：组织不再只是一座垂直大楼，也可以是一片由大量小单元组成的生态。2016 年，海尔收购 GE Appliances 之后，也尝试把这种模型带入美国组织。Corporate Rebels 提到，GEA 当年的销售增长 11%，尽管市场整体下滑 1%。这个数字不能证明人单合一必然成功，更不能证明它能复制到所有行业。可它证明了一件事：把一个大公司拆成大量微型企业，并不是 AI 时代写作者坐在电脑前发明的概念。它被真实公司严肃实践过，也被管理学界长期研究过。15 海尔更像前 AI 时代的笨重版本。没有大模型，没有 agent，没有低代码工作流，没有成熟的云基础设施，一个大企业尚且需要靠组织革命把自己拆小。到了 AI 时代，拆小的技术成本会更低，协调成本也会更低。以前一个小单元独立面对市场，需要自己处理产品、供应链、客服、财务、数据、营销、人力。今天，它可以从共享平台调用更多能力。财务可以自动化，客服可以 agent 化，营销素材可以生成，数据分析可以交给模型，项目管理可以由工具维护。这不意味着所有人都能变成老板。它只意味着，小单元维持独立运转所需的最低组织成本下降了。AI 会把这个问题推到更极端的位置。一个大企业内部，过去可能需要几万人的事业部，未来也许可以被压缩成几百人甚至几十人的单元。一个产品线可以像创业公司一样运行，只保留少量关键判断者，剩余执行由模型、自动化工具、外包网络和共享后台完成。多个小单元之间既竞争客户，也共享底层能力。股东和董事会不再只押注一个庞大组织的整体效率，而是持有一组更细颗粒度的业务组合。这有点像蜂巢。每个小单元有自己的局部任务、信息和节奏。它们不必每天通过一个巨大的中央大脑接受指令，而是通过接口、规则、资本和目标彼此连接；需要时聚合，完成后拆散；失败的单元被关闭，成功的单元获得更多资源。“蜂巢式协作”的想象最迷人的地方，不在于它多自由，而在于它把组织从“固定结构”变成了“动态编队”。过去，公司像一栋楼。部门是楼层，岗位是房间，晋升是往上爬。未来的一部分公司可能更像一组临时舰队。每艘船都不大，但可以围绕不同任务快速集结。它们需要共同海图、通信协议和补给系统，却未必需要一个把所有船员永久雇佣起来的巨型船坞。这套设想当然有很多问题。它可能制造更强的资本控制。因为当组织被拆细，个体和小团队看似更自由，资本却可以用组合投资、平台规则和协议入口掌握更高层的分配权。它也可能制造更糟糕的劳动保障。过去公司至少承担一部分雇佣责任、培训责任和社保责任。小单元化之后，更多风险会落到个人身上。每个人都像创业者，听起来很酷。可创业者的另一面，是没人保证下个月还有收入。它还可能带来新的协调难题。没有科层组织之后，谁来决定标准？谁来处理纠纷？谁来保证质量？谁来分配收益？Web 3.0 曾经给过一个激进答案——DAO（Decentralized Autonomous Organization）。DAO 希望用代码、代币、投票和链上规则替代传统公司。它把“公司”这个东西拆到更底层：没有老板，没有办公室，没有传统股权结构，大家围绕协议协作。但 DAO 的实践也暴露出一个冷冰冰的约束：去中心化、高效决策和唯一共识很难同时获得。越去中心化，决策越慢；越追求效率，权力越容易重新集中；越想形成统一行动，越需要某种中心化机制。7
这正好说明组织的裂解并不等于无摩擦天堂。没有科层，不代表没有治理成本。很多治理成本会换一种形态出现：投票疲劳、共识成本、治理代币集中、低效决策、责任不清、少数活跃者事实掌权。企业嘴上说要超级组织，身体却在减少最能代表科层组织的中间层。Big Tech 的超级扁平化是被成本和 AI 叙事推着压缩中层，海尔的人单合一是主动拆成微型企业，两者的出发点不同，方向却有重叠：组织中间层正在变薄，小单元的压力正在变大。所以，裂解不等于乌托邦。它只说明大组织的一部分功能可能被重排。企业曾经把协作、风险、资本、知识、身份和保障打包在一起。AI 时代，这个包裹会被拆开。协作交给协议，风险交给资本组合，知识交给模型和知识库，身份变成个人品牌和小团队声誉，保障则成为最麻烦、最容易被甩出去的问题。这也是“超级个体”叙事需要被泼冷水的地方。个体被增强，不代表个体被解放。他可能获得更强的工具，也可能被迫承担更多原本由组织承担的波动。他可能更容易拿到资本，也可能更容易被平台和模型供应商卡住喉咙。他可以从老板那里独立出来，却未必能从 API 价格、模型限流、分发算法和客户付款周期中独立出来。卖水者永远在场。淘金者变成一人公司以后，水、铲子、地图和道路仍然可能掌握在少数平台手里。大企业作为雇佣组织收缩，不代表权力自动分散。它可能只是从人力组织层迁移到基础设施层。所以，我们需要把两个概念分开：超级平台可能存在，超级协作也可能存在，超级组织却未必存在。平台掌握入口、算力、数据和协议。协作发生在大量个体、小团队、智能体和外包网络之间。组织作为大规模雇佣人力的科层工具，反而可能被压缩到更小、更薄、更核心的位置。这正是标题里的“带不来超级组织”的原因。也许没有超级组织。有的只是超级平台之下的超级协作。
协调者会不会重新长成公司？
所有关于去中心化协作的讨论，最后都会撞上同一个问题：如果没有公司，谁来协调？这是一个好问题，因为它指出了许多“未来组织”叙事里的浪漫病。人们喜欢想象自由个体在网络里自动组合，好像只要有 AI、协议、规范，协作就会像水流一样自然发生。现实通常更粗糙。协作需要标准，需要信任，需要纠纷处理，需要版本控制，需要权限管理，需要收益分配。没有这些东西，自由协作很快就会变成自由扯皮。但协调者不一定必须是传统意义上的公司。程序员世界已经给过一个非常好的例子：Git。Git 是一种版本控制系统。它让大量开发者可以围绕同一套代码协作，记录修改、回滚版本、合并分支、处理冲突。现今由微软所运营的 GitHub 则是建立在 Git 之上的中心化平台，它提供托管、协作、讨论、权限、自动化和社区发现。GitHub 很强，也很中心化。可一般人不会说 GitHub 是程序员世界的“超级组织”。它没有把全球程序员都雇佣进来，也没有用科层命令指挥开源社区。它更像基础设施和协议枢纽。它让协作发生，记录协作，降低协作成本，并从协作中获得平台权力。这一区别可以迁移到更广泛的 AI 协作。未来的小公司、一人公司、智能体网络，也许会通过类似 Git、API、A2A 的方式协作。大家围绕标准接口交付任务，围绕协议交换数据，围绕平台建立声誉，围绕合约和支付系统完成结算。这里当然会出现中心节点。会有新的 GitHub、新的 AWS、新的 Shopify、新的 Stripe、新的模型平台、新的 Agent 协议层。它们可能比今天的大公司更有权力。它们收取通行费，规定格式，决定谁能接入，谁会被推荐，谁被限流。但这类中心节点的本质更接近基础设施。它组织协作，却不一定组织人力；它制定规则，却不一定雇佣参与者；它拥有平台权力，却不一定承担传统企业对员工的管理和保障责任。这就是“超级协作”和“超级组织”的分野。超级协作强调规模巨大、节点众多、连接高频、标准统一。超级组织强调科层结构、雇佣关系、内部命令和人力动员。两者都可能很强，但强在不同层面。把超级协作误认为超级组织，会让我们看错 AI 时代的权力位置。我们会以为未来的大公司更像今天的大公司，只是每个人手里多了几个智能体。实际更可能出现的是：公司变薄，平台变厚；雇佣关系变少，协议依赖变多；中层管理减少，基础设施控制增强。这个变化对普通人并不天然友好。以前你讨厌老板，至少知道老板坐在哪里。未来你讨厌的可能是一组看不见的接口规则：模型调用费涨了，API 限流了，平台搜索权重变了，支付通道风控了，智能体协议更新后你的工作流失效了。这种依赖不是空想。Supertab 分析 AI 应用构建者时指出，大量 AI 创业公司都依赖少数基础模型供应商。上游提供商调整价格、访问权限、rate limits 或模型可用性，都会直接影响下游产品的性能和利润。麻烦还在后头。AI 产品的成本结构和传统 SaaS 不一样。传统 SaaS 的边际使用成本相对稳定，AI 产品的每次交互都可能产生 token、检索、数据访问和推理成本。16 这意味着，一个看起来很轻的 AI 应用，背后其实拖着一条按次计费的尾巴。用户多用一次，它就多烧一次钱；客户越依赖它，它越依赖上游。这和过去的互联网软件不太一样。过去，一个 SaaS 产品做到规模之后，服务器成本往往会被收入摊薄。今天，一个 AI 应用做到规模之后，推理成本、检索成本和数据授权成本可能跟着一起放大。你可以做出很漂亮的产品，也可以获得很多用户，但只要你的核心能力来自上游模型，你的毛利率就会被别人捏在手里。上游的模型公司也没闲着，它们同样在扩张自己的产品生态。OpenAI、Anthropic、Google、Microsoft 不会永远安静地待在 API 层。它们会做企业版，会做 agent，会做插件，会做办公套件集成，会把过去属于应用层的能力吸回平台里。卖水的人还有第二重身份。第一重，是淘金者得向他买水；第二重，是他看着淘金者赚钱，自己也跳下去淘金。AI 应用层里，创业公司确实拿走了 63% 的市场份额。可到基础设施层，格局立刻不同。Menlo 的一份报告称，基础设施层 incumbent 仍然拥有 56% 的市场份额；企业 LLM API 支出高度集中在 Anthropic、OpenAI、Google 三家公司，三者合计占 88%。11
所以，AI 时代的权力分布可能很奇怪：应用层碎片化，基础设施层集中化。前台看起来到处都是小公司、独立开发者、一人公司、垂直 agent。后台则是少数模型、少数云、少数数据入口、少数分发平台，像地基一样托着所有人。权力没消失，只是换了张皮。这也是为什么“没有超级组织”不等于“没有超级权力”。AI 也许削弱的是公司作为人力动员机器的必要性。它未必削弱资本、平台和基础设施的支配力。甚至，在某些维度上，它会让这些力量更集中。因为越多小单元依赖同一套基础设施，基础设施就越像空气。空气当然不需要每天命令你。它只需要决定你能不能呼吸。
解放与灾难会同时发生
任何关于“超级个体”的讨论，最后都逃不开价值判断。这到底是解放，还是灾难？答案很难讨巧。它会同时发生。对一部分人来说，AI 确实会带来前所未有的杠杆。一个有判断力、有行业经验、有表达能力、有产品感的人，可以用更低成本验证想法、触达客户、组织生产。他不必等待一家大公司给岗位，也不必通过漫长晋升获得资源。模型、自动化工具、低代码平台、支付系统和云服务，会把许多过去昂贵的基础能力开放出来。这对创作者、开发者、咨询顾问、设计师、研究者、小型服务商，都是实实在在的机会。过去，个人最缺的是执行力。今天，执行力正在变便宜。真正稀缺的东西会变成判断力、审美、问题定义能力、客户理解、责任承担和信用积累。换句话说，稀缺从“手”转向“脑”，从工时转向认知密度。这听起来很适合知识工作者自我感动。但另一方面的情况也要看看。当执行力变便宜，很多执行岗位的议价能力会下降。当组织变薄，很多组织原本承担的缓冲功能会消失。当一人公司成为最小经济单元，个体获得自由的同时，也会被迫经营自己、销售自己、融资自己、保障自己。你可以说这是一种解放，也可以说这是把企业风险拆碎后分发给每个人。过去，一个普通员工可以在大公司里隐藏一部分波动。业务好坏未必立刻传到工资卡上，项目失败未必立刻导致个人破产。公司当然会压榨人，但公司也在某种程度上吸收了市场震荡。未来，如果更多人以小单元方式参与协作，市场会更快、更直接地穿透到个人身上。客户不续费，就是你下个月的现金流问题。平台降权，就是你获客成本的问题。模型涨价，就是你毛利率的问题。合同纠纷，就是你自己的法律成本。没有部门替你挡，没有中层替你背锅，也没有公司品牌替你兜底。这不是“人人创业”的浪漫版本，这是“人人暴露在市场里”的现实版本。资本也会在这场变化中变得更微妙。一方面，资本集中度可能更高。基础模型、算力中心、云服务、分发平台、支付网络、企业软件入口，都需要巨额投资和规模效应。越多小团队依赖它们，它们越像新的地主。另一方面，个体获得资本青睐的概率也可能上升。过去，资本投一个项目，往往需要看到团队、组织、招聘计划、扩张路径。未来，一个非常小的团队如果能用 AI 做出足够高的产出，也可能更早进入资本视野。资本会更愿意下注小而快的单元，因为试错成本更低，组合投资更方便。前文提到的Cursor、Gamma、Harvey 等案例都指向同一件事：资本正在重新认识“小团队”的上限。过去，投资人看一家企业，要看团队规模、招聘计划、销售体系、交付能力。今天，一个 50 人团队可以做到 1 亿美元 ARR，一个 300 人团队可以宣称 10 亿美元年化收入，一个垂直 AI 公司可以把专业服务流程变成 agent 平台。资本当然会兴奋。它们看见的不是“人少”，而是单位人力背后的杠杆变大。这会制造一种奇怪的社会图景。个体更强，也更脆弱；平台更强，公司更平；资本更集中，创业颗粒度更小。组织消失了一部分，但组织留下的问题没有消失：谁承担失败，谁分配收益，谁获得保障，谁制定规则，谁拥有退出权。所以，这篇文章不想给大企业开药方。“企业该怎么办”是另一个问题，而且常常会把所有结构性讨论拉回管理咨询腔。仿佛只要企业拥抱 AI、重塑流程、激活组织、打造生态，就能把所有矛盾熨平。无论哪条路，“超级个体 + 超级组织共生共荣”的对称故事都太顺滑了。真实世界很少这么对称。
尾声：
也许真正的“组织”已经改名了
“超级组织”这个词的诱惑在于，它过于顺滑的将 AI 赋能个人过渡到了 AI 赋能企业。公司还在，只是更强。员工还在，只是更强。老板还在，只是更懂 AI。产业还在，只是效率更高。每个人都获得增强，每个企业都获得升级，旧世界原地安装一个新引擎，就可以继续向前开。这很符合组织自己的愿望。没有一种组织会轻易想象自己的消失。它们更愿意相信，所有新技术最终都会成为自己的新工具。蒸汽机、流水线、计算机、互联网、云计算，很多时候也确实如此。新技术先冲击组织，随后被组织吸收，最后反过来强化组织。AI 的麻烦在于，它强化的对象并不只属于组织。它强化每一个能提出问题、调用工具、组合资源、承担责任的人。它把执行力从组织内部释放出来，又把组织流程蒸馏成可复制的系统。它让大公司看起来更高效，也让离开大公司的人更危险。于是，前文提到的悖论终将浮出水面：如果 AI 没有那么强，超级组织只是口号；如果 AI 真的那么强，超级组织会失去地基。这不是一个经验预测意义上的绝对断言。大公司不会明天消失，平台巨头也不会因为一人公司出现就主动交出权力。重资本行业、线下制造、医疗、能源、交通、监管牌照，都会让组织继续保留强大的现实基础。具身智能真正压进线下世界，也还需要时间。本文否定的也不是“公司”本身。公司当然会继续存在，平台当然会继续存在，资本当然会继续存在。甚至很多公司的利润率、控制力和市场地位都会变得更强。真正退潮的，是公司作为“大量人力 + 中层管理 + 内部协调”的历史功能。以前，公司把人装进去。以后，协议把人连起来。个体离开科层之后，并不会自动进入自由王国。他会进入模型 API、平台规则、支付系统、资本组合、声誉网络和协议接口共同编织的新秩序。公司这只壳可能还在，只是它里面装的东西变少了，外面连接它的东西变多了。但在白领工作、数字产业、创意生产、软件服务和知识协作这些领域，趋势已经足够清楚。企业作为人力动员工具的黄金时代，正在被 AI 反向蚕食。未来也许仍然有巨头，也许仍然有平台，也许仍然有资本权力高度集中的基础设施，可那未必是“超级组织”。真正的超级组织，也许已经不再长得像一家公司。它更像一套去中心化的协作协议，一组无处不在的接口，一张由模型、平台、小团队、个人和资本共同编织的网络。它没有工牌，也没有组织架构图。但每个人都在里面工作。
