logo

中層會被AI淘汰嗎？未來的公司結構會是什麼樣子

By: blockbeats|2026/04/01 18:00:09
0
分享
copy
原文標題：從等級制到智能制
原文作者：Jack Dorsey
翻譯：Peggy，BlockBeats

編者按：當大多數公司仍將 AI 視為「提效工具」時，Jack Dorsey 把問題往前推進了一步：AI 是否正在改寫組織本身的運作邏輯？作為 X 的聯合創始人兼前 CEO、Block 的創始人，他長期關注技術與組織形態之間的關係。

本文從歷史出發，重新追問企業為何演化為今天的形態，以及這一結構為何開始鬆動。從羅馬軍團到現代公司，過去兩千年的組織演化，始終圍繞同一個約束展開：在有限的「管理幅度」下完成信息傳遞與協同。層級結構、中層管理、矩陣體系，本質上都是對這一問題的不同解法。

而 AI 的出現，第一次對這一前提形成衝擊。當信息可以被實時建模、理解與分發，組織是否仍需要以「人」為核心的協調機制？

類似的變化，已經在現實中出現。近期，《人物》報導稱，AI 公司「月之暗面」在一個超過 300 人的團隊中，沒有部門、沒有職級，也不設 OKR 或 KPI，協作依賴直接溝通而非層層匯報；5 位聯合創始人分別直接對接 40–50 名員工。同時，Agent 已嵌入日常工作流程，能夠在短時間內完成信息整理、產品設計乃至程式碼生成。這種結構並非簡單「去管理」，而是將複雜度前置到招聘、流動與工具系統之中。

相關閱讀：《月之暗面怎麼運轉：300 多人無部門無職級，5 位聯創各直帶 40 至 50 人》

以 Block 的實踐為切口，本文進一步提出一種更激進的設想：從「層級組織」走向「智能公司」，以「公司世界模型 + 客戶世界模型 + 智能層」替代傳統的信息路由系統，甚至重構中層管理本身。這不僅是效率問題，更可能是一次組織形態的重寫。

以下為原文：

在紅杉資本看來，「速度」是預測一家新創公司能否成功的最佳指標。大多數公司仍將 AI 視為提升生產力的工具，只有少數開始關注 AI 如何改變人們協作的方式。Block 正在展示一種全新的路徑：從根本上重構組織設計，並將 AI 用作持續放大「速度」的複利型競爭優勢。

層級組織的起點：從羅馬軍團到現代公司

在企業組織圖出現之前兩千年，羅馬軍隊就已經解決了一個至今仍困擾大型組織的問題：在溝通受限、距離遙遠的情況下，如何協調成千上萬的人。

他們的解法，是建立一套層層嵌套的指揮體系，並在各層維持相對穩定的「管理幅度」。最小單位是「帳篷組」（contubernium），由 8 名士兵組成，共用帳篷、裝備和一頭騾子，由一名十夫長（decanus）帶領。10 個帳篷組組成一個百人隊（century，實際約 80 人），由百夫長（centurion）指揮；6 個百人隊構成一個 cohort；10 個 cohort 則組成約 5000 人的軍團。

在每一層級，都有明確的指揮官，負責向上彙總信息、向下傳達指令。這個從 8 → 80 → 480 → 5000 的結構，本質上就是一套高效的信息傳遞機制，建立在一個簡單卻關鍵的前提之上：一個人能有效直接管理的人數，通常只有 3 到 8 個。羅馬人是在長期戰爭中逐步摸索出這一規律的。直到今天，美國軍隊的層級體系仍大體遵循類似邏輯。我們把這一約束稱為「管理幅度（span of control）」，它至今仍是所有大型組織繞不開的底層限制。

下一次重要變革來自普魯士。

1806 年耶拿戰役中慘敗於拿破崙之後，沙恩霍斯特（Scharnhorst）與格奈森瑙（Gneisenau）主導軍隊改革，提出一個不太令人舒適的現實：不能依賴個體天才，必須依賴系統。他們建立了「總參謀部」（General Staff），培養一類專職軍官，其職責不是作戰，而是規劃行動、處理信息、跨單位協調。沙恩霍斯特的初衷，是「彌補無能將軍的不足，為他們提供所缺乏的能力」。這實際上就是「中層管理」的雛形：一群專業人員，負責信息傳遞、預先計算決策，並維持複雜組織的協同。與此同時，軍隊也明確區分了「線」（line）與「參謀」（staff）職能：前者負責推進核心任務，後者提供專業支援。這一劃分至今仍被企業廣泛採用。

19 世紀 40 至 50 年代，美國鐵路公司將軍隊的層級體系引入商業世界。

美國陸軍向鐵路公司輸送了大量西點軍校訓練的工程師，他們將軍事組織思維一併帶入。線與參謀結構、事業部劃分、官僚化的匯報與控制系統，最初都誕生於軍隊。1850 年代中期，紐約伊利鐵路公司的丹尼爾·麥卡勒姆（Daniel McCallum）繪製了世界上第一張組織結構圖，用於管理一條橫跨 500 英里的鐵路系統和數千名員工。此前適用於小型鐵路的非正式管理方式已經失效，列車相撞事故頻發。麥卡勒姆將羅馬式層級邏輯制度化：明確權責層級、清晰匯報關係、結構化資訊流。這成為現代公司的原型。

隨後，弗雷德里克·泰勒（Frederick Taylor，被稱為「科學管理之父」）對這一體系內部進行優化。他將工作拆分為專業化任務，分配給受訓專家，並以量化指標而非直覺進行管理，由此形成了「職能金字塔」結構——一種在既有信息路由體系中最大化效率的組織形態。

這一職能型結構的第一次重大壓力測試，出現在二戰期間的「曼哈頓計劃」。該項目需要物理學家、化學家、工程師、冶金學家和軍方人員跨學科協作，在極端保密與時間壓力下完成單一目標。羅伯特·奧本海默在洛斯阿拉莫斯實驗室採用職能劃分，但堅持跨部門開放協作，抵制軍方的「隔離」倾向。1944 年，當「內爆問題」成為關鍵瓶頸時，他重組團隊，建立跨職能小組，這在當時的企業界幾乎沒有先例。這一模式奏效了，但它是戰時特例，由少數卓越人物推動。戰後企業界面臨的問題是：這種跨職能協作，能否常態化？

戰後企業規模與全球化擴張，使職能結構的局限愈發明顯。

1959 年，麥肯錫的吉爾伯特·克利（Gilbert Clee）與阿爾弗雷德·迪·西皮奧（Alfred di Scipio）在《哈佛商業評論》發表《Creating a World Enterprise》，提出「矩陣式組織」框架，將職能專業與事業部結構結合。在馬文·鮑爾（Marvin Bower）的推動下，麥肯錫幫助殼牌、通用電氣等公司落地這一模式，實現「中央標準」與「地方靈活性」的平衡。這一體系成為戰後全球經濟中的「現代企業」範式。

隨後，為應對矩陣結構的複雜性與官僚化問題，新的管理框架不斷出現。

麥肯錫在 20 世紀 70 年代提出「7-S 模型」，區分「硬要素」（戰略、結構、系統）與「軟要素」（共同價值觀、技能、人員、風格），強調僅靠結構無法保證組織有效性，還需文化與人性層面的協同。

進入近幾十年，科技公司對組織結構進行了更激進的實驗。

Spotify 推出跨職能小組（squad）與短周期迭代；Zappos 嘗試 Holacracy，取消管理頭銜；Valve 採用扁平結構，無正式層級。這些嘗試都揭示了傳統層級的局限，但都未能徹底解決問題：Spotify 在規模擴大後回歸傳統管理，Zappos 出現大量人員流失，Valve 模式難以擴展至數百人以上。當組織規模達到數千人時，仍不得不回到層級協調，因為尚無更有效的信息路由機制。

這一約束，與羅馬人和二戰中的海軍陸戰隊面對的問題完全相同：縮小管理幅度意味著增加層級，而層級增加則導致信息流變慢。兩千年來，組織創新始終在試圖繞開這一權衡，但從未真正打破它。

那麼，現在有什麼不同？

在 Block，我們開始質疑一個基礎假設：組織必須以人類為協調機制，採用層級結構。我們的目標，是用系統替代層級的功能。當前大多數公司只是為員工配備 AI 副駕駛，讓既有結構運轉得更好一點，但本質未變。我們要構建的是另一種形態：一家公司本身就是一個「智能體」（甚至是小型 AGI）。

我們並非首個嘗試超越層級的組織。海爾的「人單合一」、平台型組織、「數據驅動管理」等，都是類似探索。但它們缺乏一個關鍵要素：能夠真正承擔協調功能的技術。AI 正是這一技術。首次出現了一種系統，可以持續維護企業整體運行的模型，並基於此進行協調，而無需人類通過層級傳遞信息。

要實現這一點，公司需要兩樣東西：一個關於自身運作的「世界模型」，以及足夠豐富的客戶信號。

Block 以遠端辦公為主，一切工作都會留下可記錄的「痕跡」：決策、討論、代碼、設計、計劃、問題與進展。這些構成了公司世界模型的原材料。

在傳統公司中，管理者負責理解團隊狀態並上下傳遞信息；而在一個「機器可讀」的組織中，AI 可以持續構建這一全局視圖：在做什麼、哪裡卡住、資源如何分配、哪些有效、哪些無效。這些信息，過去由層級承載，如今由模型承載。

但系統能力取決於輸入信號的質量，而「金錢」是最真實的信號。人們可能在問卷中說謊，忽略廣告，放棄購物車，但當他們消費、儲蓄、轉帳、借貸或還款時，這些行為都是真實的。Block 每天同時看到交易的兩端：通過 Cash App 看到買方，通過 Square 看到賣方，並掌握商戶運營數據。這使其能夠構建一種罕見的客戶世界模型——基於真實交易信號的、逐個客戶與商戶的金融行為理解，而且這種信號會不斷累積與增強。

公司世界模型與客戶世界模型，共同構成了一種新型公司的基礎。在這種模式下，公司不再由產品團隊圍繞既定路線圖運作，而是圍繞四個核心構建：

第一，能力（capabilities）：支付、借貸、發卡、銀行、先買後付、薪資發放等基礎金融能力。這些不是產品，而是底層模塊，沒有界面，但具備可靠性、合規與性能要求。

第二，世界模型：包括公司模型（理解自身運作）與客戶模型（基於交易數據構建的客戶與市場表徵），並逐步演化為具備因果與預測能力的系統。

第三，智能層（intelligence layer）：在特定時刻為特定客戶組合能力，主動提供解決方案。例如，當系統預測一家餐廳現金流即將緊張時，自動組合貸款與還款方案並提前推送；或當用戶行為變化暗示其搬家時，自動配置新的金融服務組合。這些都無需產品經理事先設計。

第四，接口（interfaces）：如 Square、Cash App、Afterpay、TIDAL 等，它們只是交付介面，價值真正產生於模型與智能層。

當系統嘗試組合方案卻發現缺乏某種能力時，這一「失敗信號」就成為未來的產品路線圖。傳統由產品經理設想需求的方式，被真實客戶行為直接取代。

在這種結構下，組織也隨之改變。傳統公司中，智能分佈在人身上，由層級進行路由；而在這裡，智能存在於系統中，人處於「邊緣」。邊緣是智能與現實接觸的地方。人可以感知模型無法捕捉的直覺、文化、信任與複雜情境，並在倫理與高風險決策中發揮作用。但他們無需通過層級協同，因為世界模型已提供所需上下文。

實踐中，組織將簡化為三類角色：

·IC（個體貢獻者）：構建能力、模型與介面的專家；

·DRI（直接負責人）：圍繞具體問題或客戶結果調動資源；

·Player-coach：既參與一線工作，又培養人才，取代傳統管理者。

不再需要固定的中階管理層，其餘協調工作由系統完成。

Block 目前仍處於這一轉型的早期階段，這將是一個艱難過程，部分嘗試可能會失敗。但我們之所以公開這一方向，是因為相信每家公司最終都會面臨同一個問題：你是否在不斷加深對某個複雜問題的理解？

如果答案是否定的，AI 只是降本工具；如果答案是肯定的，AI 將揭示公司真正的本質。

Block 的答案是「經濟圖譜」：連接數百萬商戶與消費者，實時理解交易兩端的行為，並不斷積累。我們認為，這種「以智能而非層級組織公司」的模式，將在未來幾年重塑各類企業的運作方式。

公司的快慢，本質取決於信息流動的速度。層級與中階管理，會拖慢這一流動。兩千年來，從羅馬軍隊到現代企業，我們沒有更好的替代方案。但現在，這一前提正在改變。Block 正在構建下一種形態。

[原文連結]

-- 價格

--

猜你喜歡

加密交易所打響 VIP 客戶爭奪戰

真正的挑戰在於，目前還沒有任何一家機構，同時具備頂級的加密流動性與執行能力、清晰的受託責任與法律保護，以及跨資產類別的專業配置能力。

PlanX 上線 24 小時交易量突破 $12.9M：AI 驅動的鏈上執行開始重構交易範式，次日交易量突破 $75M

PlanX 上線 24 小時交易量破 $12.9M，AI 驅動重構鏈上執行範式，4 月限時開啟 0 手續費交易體驗

95 歲巴菲特說了 7 件事：現在還不是抄底時刻，核武器遲早會被用

一個交出權力的人，對未來的興趣仍大於對過去的興趣。

BTC 美元價格預測：確認的六個月紅色風險—第七個紅色月要來嗎？

比特幣已連續六個月下跌，面臨創紀錄的第七個紅色月。 目前交易價格僅超過 67,000 美元，與歷史最高點 126,000 美元相比下跌 47%。 先前類似情況曾在 2018 年出現，隨後比特幣大漲 317%。 ETF資金外流加劇壓力，技術面看跌，但下降行情可能接近終點。 Bitcoin Hyper Layer 2 正在提供新機會，預售籌集逾 3200…

XRP價格預測：現在瑞波幣比英偉達更具投資優勢嗎？

XRP近期價格穩定在1.32美元，但面臨5個月的連續下跌，尋求市場反彈。 瑞波幣和英偉達都面臨著宏觀經濟壓力的挑戰，投資風險和時機取決於技術關鍵位。 重要支撐位：XRP需要突破1.76美元；如跌破1.27美元，將改變盤整反彈預期。 機構採用的增加可能推動瑞波幣的實際需求，而非投機布局。 比特幣Hyper是值得關注的早期現場機會，其高收益率和技術創新引人注目。 WEEX Crypto News, 2026 XRP價格變動：打破1.76美元，還是會在1.50美元阻力牆止步？ XRP目前在1.29至1.39美元之間震盪，上升勢頭稍微增強，但仍處於多月下降趨勢後的盤整狀態。五個月的下跌讓投資者迫切尋求方向性的催化劑，目前技術結構尚未被破壞。 在理想狀況下，XRP需要穩固1.27美元支撐位，突破1.51美元，然後向今年1.76至1.85美元目標前進，這與適度的AI模型預測一致，顯示價格可能達到1.60至1.85美元區間。然而，若XRP跌破1.27美元，可能重新測試更深的支撐，完全推翻目前的盤整保持預期。 較激進的分析師目標要求機構採用和流動性條件的根本性轉變，這尚未反映在當前價格行動中。目前，1.51美元是關鍵的阻力牆，對於想要更多波動性而無盈利底線的投資者來說，XRP提供了一個沒有GPU出貨週期估值上限的機會。隨著科技投資者計算風險收益，這種不對稱性論點適用於主要山寨幣。 比特幣Hyper專注於早期入場的潛在收益，而XRP挑戰主要阻力 XRP的復甦看似可行，但在過去的市值超過700億美元狀況下，即使價格上升至1.85美元，對於現在進入市場的新資金來說，收益率也僅有小幅增長。對於不願意等待Fibonacci水準達成的交易者來說，尋找較早期的基礎設施項目是一個可行的選擇。 位於預售階段的比特幣Hyper（$HYPER）每枚售價約0.0136778美元，已籌得3200萬美元，表現出市場于此階段的濃厚興趣。該項目自稱為首個搭載索拉納虛擬機（SVM）集成的比特幣第二層，目標為實現足夠快速的最終定案和智能合約執行，聲稱其速度超過索拉納。透過其架構處理比特幣的三大核心限制：慢速交易、高手續費和零可編程性, 同時保留比特幣的基本安全與信任模型。去中心化的Canonical Bridge也負責原生BTC轉移。參與預售的早期參與者還有機會享有高年化收益的入股獎勵。…

Solana 價格預測：大戶支持助力未來走勢

Solana（SOL）目前在84美元附近波動，市場觀望情緒濃厚。 互動經紀商及Galaxy Digital對Solana的支持增強其牛市論點。 ETF流入Solana產品成為投資機構桌面看中的活躍催化劑。 SOL價格短期面臨兩難局面，需突破95美元或跌破75美元關鍵支撐。 Maxi Doge呈現早期投資優勢，吸引狂熱社群。 WEEX Crypto News, Solana 當前市場動態及價格預測 Solana在加密世界中獨領風騷，其價格一直是投資者關注的焦點。現階段SOL的價格保持在84美元，雖然增幅僅1%，但市場氛圍卻動向不明。與此同時，比特幣（BTC）和以太坊（ETH）卻分別錄得2.4%和4.5%的日漲幅。中央化交易所巨頭互動經紀商（Interactive Brokers）和Galaxy Digital對Solana網絡的支持信號贏得投資者關注，有可能很快引發市場的方向性變動。 [Place Image: Screenshot…

熱門幣種

最新加密貨幣要聞

20:56

Bitfinex：比特幣資金流轉正但市場信心依然不足，空頭主導格局未改

ChainCatcher 消息，Bitfinex 發布報告指出，BTC ETF 分別錄得 6,940 萬美元與 1.14 億美元淨流入，結束此前連續兩週流出趨勢，但結構上仍以 ARK Invest 與 Fidelity 為主，貝萊德旗下 IBIT 資金回流有限，反映機構需求仍偏謹慎。此外，衍生品市場資金費率在一季度大部分時間維持負值，顯示空頭佔優格局延續，交易員仍傾向為下行風險付費。當前比特幣約 6.65 萬美元下方存在清算密集區，若價格上行或觸發空頭擠壓，但整體來看，市場對本輪反彈的信心依然不足。
20:56

灰度研究主管：代幣化市場將分階段推進發展，投資機會呈現“梯度釋放”

ChainCatcher 消息，据 CoinDesk 报道，灰度研究主管 Zach Pandl 表示，當前代幣化市場仍處早期階段，規模約 270 億美元，僅占全球資本市場約 0.01%，但預計到 2033 年或增長至近 19 萬億美元，而代幣化市場將分階段推進發展，投資機會呈現"梯度釋放"。早期階段更可能由機構主導的許可型網絡勝出，如 Canton Network；中期或進入混合模式，Avalanche 等具備子網結構的網絡有望受益；長期來看，以太坊或承載全球去中心化金融，但落地節奏相對較慢。
20:56

分析：比特幣終結 5 個月連跌轉漲，4 月多空關鍵區間或將鎖定 7 萬美元關口

ChainCatcher 消息，据 Cointelegraph 報導，比特幣 3 月收漲約 2%，結束連續 5 個月下跌，為 2018 年以來最長連跌週期後的首次轉正，市場關注趨勢反轉信號。歷史數據顯示，類似多月下跌後轉漲往往伴隨強勁反彈。2019 年曾在連續下跌後迎來約 300% 漲幅，部分分析認為本輪或已在 6 萬美元附近階段性見底。不過，季節性規律顯示 4 月走勢存在分歧：自 2013 年以來 4 月大多時間上漲，但近年在 3 月收漲後，4 月轉跌概率有所提升，短期方向仍存不確定性。價格層面，目前 BTC 運行於 6.8 萬美元附近，上方 6.9 萬至 7 萬美元構成關鍵阻力區，進一步上...
20:56

摩根大通 CEO：考慮向投資者提供預測市場服務，但不會涉足體育和政治領域

ChainCatcher 消息，据 CBS News 報導，摩根大通（JPMorgan Chase）首席執行官 Jamie Dimon 透露，該行正在考慮向客戶提供預測市場服務。Dimon 表示，摩根大通未來有可能推出類似 Kalshi 和 Polymarket 的預測市場服務，但明確指出不會涉足體育和政治領域，並將嚴格遵守內幕信息相關規定。在被問及預測市場的屬性時，Dimon 認為其在特定領域亦具備投資屬性------即參與者憑藉深度專業知識，判斷自身對某一結果的預判優於對手方。
20:56

美聯儲 4 月維持利率不變概率達 99.5%

ChainCatcher 消息，据金十報導，CME "美聯儲觀察"顯示，美聯儲 4 月加息 25 個基點的概率為 0.5%，維持利率不變的概率為 99.5%。到 6 月，累計降息 25 個基點的概率為 9.4%，維持利率不變的概率為 90.1%，累計加息 25 個基點的概率為 0.5%。
閱讀更多
社區
iconiconiconiconiconiconiconicon

聯繫客服Bot：@WEEX_support_smart_Bot

VIP服務：support@weex.com