AI不是在替代崗位，而是在替公司改朝換代

過去兩三年，幾乎所有人都在追問同一個問題：AI 到底會替代哪些崗位？

程序員會不會被替代，設計師會不會被替代，客服會不會被替代，產品經理會不會被替代。這個問題當然重要，因為它直接連著每個人的飯碗、職位和未來。

但如果我們只把視線停留在崗位層面，就很容易看錯這場變化真正的震源。

2026年初，美國有人算了一筆賬：借助AI工具進行軟件開發的綜合時薪已降至10.42美元，低于美國聯邦最低工資標準，比麥當勞翻漢堡的員工賺得還少。而在一次 AI 編程工具 Cursor 的用戶聚會上，到場者幾乎沒有職業程序員，全是設計師、產品經理、甚至毫無技術背景的人，在展示自己用 AI 寫出的軟件作品。

圍繞這件事，出現了大量"程序員是否會失業"的討論。但我覺得，它指向一個更深層的問題：當一項曾需多年訓練才能掌握的核心技能被如此迅速地商品化，那么圍繞這項技能建立起來的管理層級、職級體系和組織架構——也就是那些我們習以為常的"公司的樣子"，還能維持多久？

因為崗位變化，很多時候只是結果；真正的原因，發生在更深的地方。AI開始動的，不只是某個崗位的技能清單，而是崗位背后那套組織運行方式。

昨天，Jack Dorsey杰克·多西在X上發了一篇長文，題目叫《From Hierarchy to Intelligence從層級到智能》。很多人認識他，是因為他是Twitter推特的聯合創始人；現在，他也是一家金融科技公司Block的CEO。

不過，這篇文章真正特別的，不是“又一個硅谷創始人在談AI”，而是它探討了一個比“崗位替代”更深的問題：

AI不是在替代幾個崗位，它正在替公司完成一次改朝換代。

這不是一句夸張的話。杰克的block公司剛剛裁掉4000人，而他給出的解釋也一點不含糊，就是有了AI，可以用更少的人做更多的事。今天又傳來了甲骨文裁員三萬人的大新聞，說法是為了轉移資源給AI基礎設施。

所以，可以說：我們今天習以為常的公司制度、組織形態和管理邏輯，正在迎來一次重大的范式轉變。

層級、匯報、審批、對齊、路線圖、中層管理，這些過去看起來像公司天然組成部分的東西，未必是什么永恒不變的組織真理，它們更像是舊技術條件下的一套臨時解法�，F在，這套解法開始松動了。

這個轉變當然直接關系到每個打工人。因為一個人的職業命運，從來不只取決于“我會不會一項技能”，更取決于“我所在的組織，還是不是按原來的方式分配價值”。

如果公司還是原來的公司，那么你的任務只是學會新工具、提高效率、保住位置�？扇绻疽呀洸皇窃瓉淼墓�，那很多過去賴以成立的東西，如職位含金量、管理經驗、匯報鏈位置、晉升路徑、崗位邊界，甚至“我是誰”這件事……都會被重新計算。

AI 時代，很多人最先失去的，未必是工作本身，而是那套原本能夠解釋自己價值的舊坐標系。

一、我們一直以為AI在替代崗位，但它真正動刀的是公司制度

大多數人談 AI，還是習慣從崗位焦慮出發。

這很正常。崗位是離個體最近的那一層，人天然更關心自己會不會被替代，收入會不會減少，位置會不會動搖。于是，AI 被理解成一個“職業沖擊器”：它會讓哪些人更危險，讓哪些人更吃香，讓哪些職位失去價值。

但杰克·多西那篇文章真正重要的地方，在于它把問題往下挖了一層。它討論的不是“誰會先失業”，而是“公司為什么會長成今天這個樣子”。

這個轉向極其關鍵。

因為如果你不理解公司為什么有那么多層級、為什么有那么多協調成本、為什么有那么多管理動作，你就根本無法理解 AI 到底在替代什么。

很多人以為，AI 最終替代的是勞動。

可從組織視角看，它首先替代的，可能不是勞動本身，而是組織里那些為了彌補信息斷裂而存在的制度摩擦。

這就是為什么，AI 帶來的變化不能只被理解為“某些崗位變少了”。它更像是：公司這套制度本身開始顯得笨重、遲緩、昂貴，甚至過時。

所以，我更愿意把這場變化理解為：AI 不是在替代崗位，而是在替公司改朝換代。

因為真正被改掉的，不只是幾個人，而是那套幾乎支配了過去兩百多年企業運轉方式的底層邏輯。

二、為什么兩千年來，公司都不得不長成“層級制”？

杰克·多西這篇文章最有意思的地方，是它沒有從“AI 怎么提效”講起，而是從組織史講起。 他一路把問題追溯到羅馬軍團，試圖回答一個今天很多人已經習以為常、卻很少真正追問的問題：

為什么大組織幾乎都會演化出層級？

答案其實并不復雜。

兩千多年前，羅馬軍團面臨一個至今所有大型組織仍在面對的難題：如何在通信極其有限的條件下，協調數千人的行動？

他們的解法是一套精密的嵌套結構。最小單位是"帳篷組"（contubernium），8 個士兵共享一頂帳篷和一頭騾子，由一名十人長指揮。10 個帳篷組構成一個百人隊，6 個百人隊構成一個大隊，10 個大隊構成一個軍團——大約 5000 人。在每一層，都有一個明確的指揮官，負責從下面匯聚信息、從上面傳達命令。

這個 8→80→480→5000 的結構，本質上不是一套軍事制度，而是一套信息路由協議。它建立在一個樸素的人類認知約束之上：一個人能有效管理的下屬數量大約在 3 到 8 人之間——后來被稱為"控制幅度"（span of control）。羅馬人通過數百年的戰爭經驗發現了它，至今它仍然是地球上每一個大型組織的底層約束。

此后兩千年的組織演進，都是在這個約束下做文章。

1806 年，普魯士被拿破侖擊潰后，沙恩霍斯特等改革者創建了參謀部制度——一個專門的軍官階層，不上前線，只負責規劃作戰、處理信息、跨單元協調。這是中層管理的雛形，比這個詞本身的發明早了一百多年。改革者的初衷很坦率：參謀軍官的存在，是為了"彌補指揮官可能缺乏的才能"。換句話說，中層管理從一開始就不是因為它好，而是因為你不能指望每個領導者都是天才。

到了 1850 年代，美國鐵路公司從西點軍校借來受過軍事訓練的工程師，將軍事組織思維移植進商業世界。Daniel McCallum 為紐約-伊利鐵路畫出了世界上第一張組織架構圖，因為火車頻繁相撞，人在死亡，靠個人關系和口頭傳達已經管不住五百英里的鐵路網了。

再之后，泰勒的科學管理優化了層級內部的分工效率，麥肯錫的矩陣組織試圖在層級之上疊加橫向靈活性。進入互聯網時代，Spotify 推出了小隊模型，Zappos 嘗試了無管理層的全息組織，Valve 實行完全扁平化。每一次實驗都揭示了傳統層級的某些局限，但沒有一次真正突破底層約束。Spotify 擴大規模后退回了傳統管理，Zappos 大量流失人才，Valve 無法突破幾百人的規模上限。

規律始終如一：組織越大，越必然回歸層級，因為在此之前，沒有任何替代機制足夠強大到能承擔信息路由的重量。

所以，層級不是最優解，它只是兩千年來的唯一解。

層級制度從來不是因為人類天生迷戀官僚，也不是因為老板天然喜歡設一堆領導。它之所以長期存在，是因為在漫長的歷史里，它幾乎一直是處理大規模協作最有效的辦法。

一個人能直接有效管理的人數是有限的，這就是所謂的控制幅度。人數一多、范圍一廣、任務一復雜，就必須加層；層一多，信息就會變慢，但在過去，這已經是最能工作的辦法。

從羅馬軍團到普魯士參謀部，再到美國鐵路公司以及現代企業里的組織圖、職責分工、層級管理，本質上都延續了這條線。

如果順著這條歷史脈絡往下看，你會發現一個很關鍵的事實：

層級制度從來不是組織的理想答案，它只是舊信息條件下最現實的答案。

中層管理也是如此。

今天很多人談中層，默認它的作用就是“管人”。但從歷史上看，中層更本質的功能從來不是“當官”，而是當信息中繼站：向上匯總、向下傳達、橫向協調、預處理決策、維持節奏、保證對齊。

換句話說，中層的出現，本質上是因為組織內部的信息原本是分散的、斷裂的、不連續的，必須靠一層層的人把上下文串起來。

這也是為什么，過去幾十年幾乎所有組織創新都在試圖繞開層級，但最后又很難真正擺脫層級。

矩陣制、跨職能團隊、扁平化、自組織……這些實驗都在努力降低層級摩擦，但大多數都沒能從根上替代層級。原因很簡單：過去一直沒有出現比層級更強的信息協調機制。

而現在，AI第一次開始逼近這個位置。

三、
真正的關鍵不是AI替代，而是AI成為中樞

今天企業使用 AI，最主流的方式仍然是“給每個員工配一個副駕駛”。寫得快一點，查得快一點，做表快一點，寫代碼快一點。

這些當然很重要，但本質上仍然是舊公司上面多了一個新工具。組織結構沒變，匯報鏈沒變，審批邏輯沒變，路線圖沒變，會議文化也沒變。AI 只是讓這臺舊機器轉得快了一點。

但杰克真正想說的，不是這個。他真正捅破的一層窗戶紙是：

AI 不只是工具，它有可能成為新的組織中樞。

傳統公司里，智能是分散在人身上的。銷售知道客戶，產品知道需求，研發知道系統，財務知道數字，老板知道方向，經理知道優先級。問題在于，這些知識彼此分散、彼此割裂，所以組織不得不發明大量“協調動作”把它們串起來。

于是我們有了開會、匯報、審批、周報、復盤、項目追蹤、跨部門對接、優先級同步、資源協調……

很多白領的日�？雌饋懋惓Ｃβ担渲邢喈斠徊糠謺r間并不是在直接創造價值，而是在修補組織內部的信息斷裂。

這也是為什么很多工作明明很忙，卻總讓人說不清到底創造了什么。不是因為人不努力，而是因為舊組織形態里有太多精力被耗在了“讓組織繼續運轉”這件事上。

而杰克文章里最鋒利的判斷是：

AI最有可能替代的，不是勞動本身，而是協調成本。

也就是說，過去很多管理動作之所以存在，只是因為組織無法自動獲得完整上下文。但如果系統開始持續維護公司的世界模型，能夠實時掌握誰在做什么、哪里被卡住、資源如何分布、哪些優先級正在變化，那么原本依賴層級來完成的很多協調動作，就會開始失去存在前提。

這件事影響深遠。

因為它意味著，公司最核心的一部分功能，即理解全局、同步上下文、識別阻塞、分配資源、生成優先級、協調跨團隊合作……未來不再一定主要靠人來完成，而可能越來越多地由系統完成。

所以，AI 真正替代的不是“做事”，而是“讓做事這件事得以被組織起來的舊方式”。

換句話說：

過去公司主要靠層級結構來傳遞信息、協調行動，未來公司可能越來越靠智能系統來完成這件事。

而這，才是“改朝換代”的真正含義。

四、
未來的公司，作為智能體的一種框架

杰克·多西提出的，并不只是一套普通的 AI 應用方法，而是一種新的公司框架。在這套框架里，公司不再首先圍繞部門、產品線和層級來組織，而是圍繞四樣東西來組織：

能力層、世界模型、智能層、接口層。

先看第一層，能力層。

支付、借貸、發卡、薪資、結算、風控……這些不再只是某個產品的附屬功能，而是可以獨立調用、獨立組合的原子能力。過去公司喜歡先做一個產品，再圍繞產品組織資源；而在這種新框架里，公司會先沉淀一組高可靠、可復用、可組合的能力積木。

第二層是世界模型，而且是雙重世界模型。

· 一邊是公司世界模型：系統持續知道公司內部正在發生什么，誰在做什么，哪里卡住了，資源怎樣分布，哪些事情在推進，哪些事情偏離了。

· 另一邊是客戶世界模型：系統持續知道客戶的真實行為和狀態變化。

杰克特別強調一句話：錢是最誠實的信號。用戶會在問卷里撒謊，會忽略廣告，會說自己想要某樣東西，但交易、支付、借貸、還款這些行為，往往比語言更真實。

這句話其實非常關鍵。因為它意味著，未來公司最重要的資產，未必只是產品功能，而是對真實世界的持續理解能力。誰更接近真實信號，誰就更接近現實；誰更接近現實，誰就更能訓練出更有效的系統。

第三層是智能層。

這是整套框架最有前沿感的一層。它不再是讓人拿著路線圖去“做產品”，而是基于已有能力和世界模型，在具體時刻、針對具體對象，主動組合出解決方案。

也就是說，未來公司不再主要“生產產品”，而是“實時組裝答案”。

這句話非常重要。

因為它改寫了“產品”本身的定義。過去的產品邏輯是：先調研、再定義需求、再排路線圖、再協調團隊、再上線功能。這個過程的前提是，公司必須先猜測用戶會需要什么，再把這種猜測做成產品。

但在新的邏輯里，公司先擁有能力積木，再擁有對現實的持續理解，然后在某個具體時刻，為某個具體用戶，把最適合的能力組合成答案。產品不再只是一個被預先定義好的靜態對象，而更像一個被動態生成出來的結果。

第四層是接口層。

App、硬件、軟件界面都只是交付表面，真正創造價值的，不再只是界面本身，而是背后的模型和智能。

更顛覆的是，這套框架連路線圖都會改寫。

傳統路線圖很多時候是組織內部博弈的結果：誰資源更多，誰聲音更大，誰更會講故事，誰就更容易定義下一階段該做什么。

但在智能層邏輯下，未來真正有價值的需求池，很可能來自“系統組合失敗的地方”：當系統試圖解決某個具體問題卻發現缺少某項能力時，那里才是真正值得優先補上的缺口。

也就是說：

未來的路線圖，不再主要來自會議室里的判斷，而越來越來自現實中的失敗反饋。

這一步一旦成立，很多今天被視為“核心管理活動”的事情，都要被重新定義。因為從此以后，公司不再主要靠人設想未來，而是越來越靠系統從現實中抽取下一步。

五AI開始接管協調，中間管理首當其沖

說到這里，一個最現實也最敏感的問題就來了：如果 AI 真開始接管協調，中層管理會發生什么？

這幾乎是整篇文章里最容易引發爭議的部分。因為中層管理本來的存在邏輯，就建立在信息不透明和協調摩擦之上。

過去，一個中層之所以重要，往往不是因為頭銜本身，而是因為他掌握了一部分別人沒有的上下文：他更知道全局，更知道優先級，更知道資源如何流動，更知道不同部門之間該如何對接。

可如果系統開始比人更持續、更全面地掌握上下文，那么這種信息優勢就會快速縮水。

這時候，中層首先失去的，不一定是崗位本身，而是崗位背后的制度合法性。你表面上可能還是經理、總監、負責人，但組織已經越來越不依賴你過去那套“知情、傳達、協調、匯總”的價值。

這也是為什么，真正危險的未必是一線執行崗，反而可能是那些以“傳話、排期、追進度、做匯總、拉對齊”為主業的純協調型崗位。

因為這些工作，本質上最容易被系統接管。

不過，這不等于未來不需要管理。

杰克提出的也不是一句簡單粗暴的“去管理化”，而是角色重構。他給出的三類新角色是individual contributor專業貢獻者、directly responsible individual直接責任人和player-coach球員教練也就是說，未來更稀缺的人，不是純粹坐在中間層上傳下達的人，而是三類人：能直接下場構建能力的專家；能圍繞某個關鍵問題承擔明確結果責任的人；以及仍然在做事、同時又能帶人的“球員教練”。

這背后真正的含義是：

未來更有價值的，不是“以協調為主業”的管理者，而是“仍然能下場”的管理者。

你不能只會控節奏、寫匯報、做資源分配、參加會議。你要真正理解業務，理解系統，理解現實，還要能帶人穿過那些系統暫時還無法處理的復雜情境。

很多人未來不會一下子失業，但會先被慢慢掏空。

頭銜還在，會議還在，動作還在，可組織已經不再真正需要你過去那套價值。你不是突然消失，而是逐漸失去必要性。

這比“被裁掉”更殘酷。

因為被裁掉是一瞬間的壞消息，而被制度緩慢判定為“沒那么必要了”，才是更深的職業下墜。

六、為什么這場改朝換代會來得比多數人想象更快？

如果只有杰克·多西這篇文章，這件事還可以被理解成一種超前的組織哲學。但真正讓它變得緊迫的，是另一個現實變化：

軟件開發、產品構建和能力調用的成本，正在持續下降。

當“做一個東西”越來越便宜時，真正昂貴的就不再是開發本身，而是理解現實、組織行動、縮短反饋、減少協調。

過去公司慢一點還能被容忍，因為從 0 到 1 做軟件確實很難�？涩F在，越來越多供給能力被拉平，寫代碼、搭系統、做功能、遷移架構這些事情都在加速。到了這一步，組織遲鈍就會變成最昂貴的成本。

于是，世界會開始分裂成兩類公司。

· 一類公司把 AI 當作底層生產力，也當作組織中樞。它們更瘦、更快、更少層級，能根據實時信號直接行動。

· 另一類公司仍然困在舊制度里，把 AI 當成某種局部試點：給部分員工配工具，開幾個培訓會，在原有審批鏈上緩慢試水。

表面上，兩者都在“擁抱 AI”；但本質上，它們已經不是同一種組織。前者是在重構自己，后者是在給老機器打補丁。而且這場分化會來得比很多人想象中更快。

過去一家小公司想威脅大公司，往往要很多年。因為光是做出產品、積累能力、進入市場，就已經足夠困難。

但現在，這條時間線會被大幅壓縮。因為開發、復制、遷移、試錯都在加速，競爭者出現的速度也在加速。未來企業之間真正的差距，未必是誰人更多、錢更多，而是誰的信息流更短、組織更像一個實時響應系統。

這還會進一步改寫“護城河”的定義。過去很多公司的優勢來自軟件本身、功能本身、遷移成本本身。

但在 AI 時代，更難復制的東西會越來越轉向：真實信號、世界模型和分發能力。誰能持續獲得真實交易、真實行為、真實場景中的高質量反饋，誰就更容易訓練出更強的系統。代碼會越來越便宜，理解世界的能力反而越來越貴。

所以，真正的競爭不再只是“誰能做出來”，而會越來越變成“誰能更快理解現實，并把這種理解組織成行動”。

而一旦競爭邏輯從“生產能力”轉向“組織能力”，舊公司最容易暴露出來的，就不是技術短板，而是制度短板。

七、這場變化最終改寫的，不只是公司，還有人的身份

說到底，這場變化最終一定會落到人身上。

因為很多普通人真正關心的，根本不是公司理論，而是自己接下來怎么辦。而答案其實已經藏在前面的變化里了：如果公司真的從hierarchy層級走向intelligence智能，那么很多職業身份都會被重新估值。

過去，人們習慣用崗位來定義自己：我是程序員，我是產品經理，我是運營，我是管理者，我是總監。

但當系統越來越能寫、越來越能分析、越來越能調度、越來越能組合之后，這些頭銜的稀缺性和含金量都會發生變化。

所以，AI 時代最深的危機并不只是失業，而是身份函數失效。

你過去解釋自己價值的那套語言，可能正在過期。你不是立刻一無是處，而是那套社會原本認賬的“價值證明方式”正在被重寫。

這也是為什么，很多人會在未來幾年經歷一種比失業更難描述的痛感：不是我突然不會干活了，而是我會的那些東西，好像不再自動等于價值了；不是我今天就被替代了，而是我發現原來支撐我位置的那套規則，正在悄悄消失。

那普通人還能抓住什么？

可能是那些系統短期內最難徹底覆蓋的東西。

比如直覺。比如倫理判斷。比如文化語境。比如信任關系。比如在陌生、模糊、混亂的環境里看見真實問題的能力。比如在系統失真時，仍然能貼近現實、修正現實、承擔后果的能力。

杰克說，人會被推到edge，也就是邊緣。這個“邊緣”并不是被邊緣化，而是更靠近現實發生處的前線。系統負責大規模協調，人負責那些模型還碰不到、也不該輕易替代的真實世界。

所以，未來最值錢的人，不再是流程里的中繼站，而是現實中的接觸面。

過去很多人的價值來自“我占住了流程里的某個關鍵節點”；未來真正稀缺的，是那些能把系統和現實連接起來的人。系統越強，人越要靠近真實世界。

換句話說，普通人真正該問的，不再只是“我會不會用 AI”，而是：

我能為一個越來越智能的系統，提供什么它暫時還替代不了的價值？

這才是比“學不學提示詞”更深的問題。

因為工具可以很快學會，但位置的重新定義、價值的重新證明、身份的重新建構，才是未來幾年每個人都要面對的主課題。

八、杰克·多西不一定全對，但他把真正的問題挑明了

當然，這件事絕不會一夜落地。

不是所有公司都能成為Block，也不是所有組織都適合照搬這套框架。從理念走向實踐，中間一定會有大量失敗、回擺和反復�，F實里甚至很可能出現很多粗暴的過渡：先裁員，再混亂；先削中層，再發現沒有替代機制；先上 AI，再把所有人拖進新的內耗。

所以，杰克·多西的判斷未必全對，他描繪的路徑也未必會按他設想的方式發生。但無論你贊同還是反對，這篇文章至少提前把一個真正重要的問題挑明了：

AI進入公司的下一階段，已經不是“幫幾個人提高效率”，而是“重新定義什么叫公司”。

而對每一個普通人來說，你接下來要面對的，可能不是一場簡單的崗位競爭，而是一場價值分配規則的整體重寫。

崗位變化只是余震，組織改朝換代才是主震。

AI 不是在替代幾個員工，它是在逼企業承認：層級制、匯報鏈、產品路線圖、中層協調，這些我們曾經以為天經地義的東西，很可能都只是舊技術條件下的過渡安排。

現在，過渡期開始結束了。

更準確地說，不是 AI 要不要進入公司，而是公司還來不來得及在 AI 進入之后，重新發明自己。

所以，對個人來說，真正重要的不是保住原來的位置，而是盡快成為那個越來越智能的系統里，仍然不可替代的人�！径�

歡迎加入經叔的知識星球。在這里，我們拒絕無用的焦慮，只談底層的邏輯與實戰的干貨。我會結合最新的AI前沿動態、深度的商業創新分析（如一人企業的構建）和獨特的文化思潮（如麥克盧漢的媒介洞察），幫助大家把握時間窗口。

歡迎訂閱不懂經知識星球，星球即將漲價。

我是不懂經的經叔，國內最早翻譯介紹了納瓦爾的《如何不靠運氣獲得財務自由》，以及影響了納瓦爾、中本聰、馬斯克等大佬的《主權個人》。

不懂經知識星球，眾多百萬粉絲大V、千萬及億萬富翁訂閱。專注分享一人企業、一人創投主題，關鍵詞：AI、IP、創投、科技及商業前沿的高杠桿內容。

愈懂愈自由