AI向下扎根，創(chuàng)新向上生長(zhǎng)

文｜白 鴿

編｜王一粟

當(dāng)Workday的CTO Peter Bailis辭去高管頭銜，轉(zhuǎn)身加入Anthropic做一名工程師（MTS）時(shí)，硅谷震動(dòng)的不只是人事圈，而是一條被重新定義的職業(yè)天梯。

過(guò)去一年，從Instagram聯(lián)合創(chuàng)始人Mike Krieger到Tesla前AI總監(jiān) Andrej Karpathy，一批已經(jīng)證明過(guò)自己的技術(shù)領(lǐng)導(dǎo)者，正集體放棄管理半徑，只為離模型更近一點(diǎn)。

這不僅是個(gè)人選擇，更是一場(chǎng)組織范式的革命，在A(yíng)I時(shí)代，“管多少人”正在讓位于“調(diào)用多強(qiáng)的智能”，公司組織架構(gòu)的底層邏輯，也正在被重寫(xiě)。

國(guó)外的OpenAI、Anthropic，國(guó)內(nèi)的DeepSeek、月之暗面等，憑借少數(shù)公司成員，就能撬動(dòng)老牌巨頭的市值。

與此同時(shí)，國(guó)內(nèi)大廠(chǎng)也紛紛成立獨(dú)立的AI組織部門(mén)，直接匯報(bào)至最高領(lǐng)導(dǎo)者，如字節(jié)跳動(dòng)的Seed部門(mén)、阿里的ATH事業(yè)部等。

那么，從硅谷的CTO降級(jí)潮，到國(guó)內(nèi)大廠(chǎng)的獨(dú)立部門(mén)與虛擬組織，AI正在逼迫每一家公司回答同一個(gè)問(wèn)題：AI如何變成一種組織級(jí)創(chuàng)新能力？以及AI原生組織，到底應(yīng)該是什么樣的？

5月27日，螞蟻技術(shù)日上，我們或許找到了一個(gè)可以參考的樣本。

現(xiàn)場(chǎng)黑客松活動(dòng)上，一個(gè)運(yùn)維、一個(gè)產(chǎn)品、一個(gè)算法，三個(gè)來(lái)自不同部門(mén)、平時(shí)幾乎沒(méi)有交集的人，湊在一起，只用48小時(shí)，就把一個(gè)“開(kāi)會(huì)隔空翻PPT太酷了”的念頭，變成了可以在Mac上直接運(yùn)行的手勢(shì)控制系統(tǒng)。

放在幾年前，這種“非業(yè)務(wù)剛需、非技術(shù)團(tuán)隊(duì)主導(dǎo)、非官方安排” 的想法，連進(jìn)入開(kāi)發(fā)隊(duì)列的機(jī)會(huì)都微乎其微。

但在2026年的螞蟻，它不僅發(fā)生了，還成了最普遍的景象。沒(méi)有人命令他們，沒(méi)有KPI壓著，就是一群普通人，看見(jiàn)工作里的真問(wèn)題，拿起AI工具，自己動(dòng)手解決。

527技術(shù)日更像是一個(gè)觀(guān)察窗口：當(dāng)AI從工具變成基礎(chǔ)設(shè)施，一家擁有二十年歷史的大型技術(shù)組織，正在經(jīng)歷怎樣的基因重組？

最懂問(wèn)題的人開(kāi)始參與解決問(wèn)題

這一波AI浪潮中，我們不難發(fā)現(xiàn)，創(chuàng)新不再只從正式研發(fā)鏈路里長(zhǎng)出來(lái)，它會(huì)從更靠近真實(shí)問(wèn)題的地方冒出來(lái)。

2025年9月，月之暗面的幾位工程師隨手啟動(dòng)內(nèi)部項(xiàng)目Ensoul，想讓代碼文件在命令行里“活”過(guò)來(lái)，這就是我們后來(lái)知道的Kimi智能助理。風(fēng)靡全球的OpenClaw（龍蝦智能體），更是只出自一個(gè)人之手。

這恰好是傳統(tǒng)大公司創(chuàng)新鏈路最難的地方。一般來(lái)說(shuō)，大公司的創(chuàng)新，往往是自上而下，戰(zhàn)略定方向、業(yè)務(wù)提需求、產(chǎn)品寫(xiě)方案、研發(fā)排期開(kāi)發(fā)、測(cè)試驗(yàn)收上線(xiàn)。

整體鏈條長(zhǎng)、門(mén)檻高、離一線(xiàn)遠(yuǎn)，最后能落地的，往往是“必須做”，而不一定是“最該做”。

走進(jìn)螞蟻黑客松的賽場(chǎng)，最先感受到的是一種“錯(cuò)位感”。

按照傳統(tǒng)劇本，這里應(yīng)該是算法工程師和架構(gòu)師們炫技的修羅場(chǎng)。但在今年螞蟻黑客松的現(xiàn)場(chǎng)，會(huì)發(fā)現(xiàn)許多面孔并不屬于研發(fā)序列。

比如，一個(gè)團(tuán)隊(duì)3個(gè)人，2個(gè)人一行代碼沒(méi)寫(xiě)過(guò)，用“上班搭子騙來(lái)了”啥都能干的開(kāi)發(fā)主理人，一起做出了一款貓咪照護(hù)助手。甚至有非技術(shù)型選手1人參賽，獨(dú)自用AI研發(fā)出了一款面向漸凍癥患者的普惠型個(gè)性化表達(dá)輔助系統(tǒng)。

事實(shí)上，在黑客松的組隊(duì)名單里，我們看到了大量跨部門(mén)、跨職能的臨時(shí)小隊(duì)，其中也包含大量非技術(shù)型人員，帶著自己創(chuàng)作的AI應(yīng)用產(chǎn)品來(lái)參賽。

現(xiàn)場(chǎng)選手被問(wèn)到“跨團(tuán)隊(duì)自由協(xié)作和過(guò)去有什么不同”時(shí)，給出了最真實(shí)的回答：“以前固定班組，視角很窄；現(xiàn)在不同崗位、不同技術(shù)方向湊一起，能從完全不同的角度做成一件事。” “我是做算法的，以前根本不了解工程怎么用AI，這次徹底打開(kāi)了。”

這段話(huà)，恰好點(diǎn)破了螞蟻在組織層面正在發(fā)生的變化，AI降低了“創(chuàng)造”的門(mén)檻，也打通了“協(xié)作”的邊界。

據(jù)螞蟻官方數(shù)據(jù)顯示，此次黑客松大賽中，共有1122人報(bào)名，其中非技術(shù)同學(xué)占比約18%。這組數(shù)字背后，是AI正在讓更多人參與創(chuàng)造，它不是讓人人都成工程師，而是只要有想法、能說(shuō)清需求，運(yùn)維、運(yùn)營(yíng)、產(chǎn)品、業(yè)務(wù)……每個(gè)人都可以在自己最痛、最癢、最有體感的地方，動(dòng)手解決問(wèn)題。

從特區(qū)到小單元AI原生組織骨架正在萌芽

AI時(shí)代，一家公司的創(chuàng)新能力，或許將不再只取決于人員數(shù)量，而是取決于人才密度??算力密度。

以大模型創(chuàng)業(yè)公司來(lái)看，DeepSeek核心團(tuán)隊(duì)約百人，月之暗面長(zhǎng)期維持100多人，OpenAI雖已達(dá)數(shù)千人規(guī)模，但其核心研究層仍保持小團(tuán)隊(duì)Pod化。

“這是一個(gè)人人都可以成為CTO的時(shí)代，只要有Token，就可以管理大規(guī)模的技術(shù)團(tuán)隊(duì)。”螞蟻集團(tuán)CTO何征宇如此說(shuō)道。

現(xiàn)如今，越來(lái)越多的科技巨頭都在嘗試推行AI Builder Pods，即小型跨職能團(tuán)隊(duì)，擁有高度自治權(quán)。

“我們的產(chǎn)品上線(xiàn)其實(shí)也是用特區(qū)的模式去發(fā)展的。”螞蟻集團(tuán)Homi產(chǎn)品工程師對(duì)光錐智能說(shuō)道，“從春節(jié)前后開(kāi)始搭建，三月十九號(hào)發(fā)布第一個(gè)版本。”

Homi是面向螞蟻集團(tuán)內(nèi)部員工的AI辦公平臺(tái)，其目標(biāo)也很簡(jiǎn)單，就是讓非技術(shù)同學(xué)也能用自然語(yǔ)言搭A(yù)gent，自動(dòng)處理工作流。

而其提到的特區(qū)模式，就是將產(chǎn)品、研發(fā)、測(cè)試角色融合，所有人直接使用大模型編寫(xiě)代碼、設(shè)計(jì)功能、調(diào)試系統(tǒng)，工作流程高度打平。

簡(jiǎn)單來(lái)說(shuō)，就是產(chǎn)品經(jīng)理也要親自上手，用大模型對(duì)產(chǎn)品進(jìn)行開(kāi)發(fā)和測(cè)試，產(chǎn)品寫(xiě)前端、研發(fā)做交互、所有人都是AI工程師，用“特區(qū)模式”快速迭代。

而Homi背后的團(tuán)隊(duì)，只有10余人，卻做成了一個(gè)服務(wù)集團(tuán)兩萬(wàn)多人的平臺(tái)，覆蓋文檔寫(xiě)作、研發(fā)分析、數(shù)據(jù)復(fù)盤(pán)、項(xiàng)目管理等多個(gè)場(chǎng)景，并為員工帶來(lái)了真實(shí)提效。

據(jù)介紹，線(xiàn)下支付商家運(yùn)營(yíng)的同學(xué)，用Homi搭了兩個(gè)skill：一個(gè)做政府消費(fèi)券活動(dòng)復(fù)盤(pán)，一個(gè)ODPS SQL查詢(xún)報(bào)告，以前要BI同學(xué)花大半天才能出的數(shù)據(jù)報(bào)表，現(xiàn)在問(wèn)一句就出來(lái)，“提效能達(dá)到90%以上。以前他要?jiǎng)邮肿觯F(xiàn)在只要出需求。”

一般來(lái)說(shuō)，傳統(tǒng)模式下，支撐全公司辦公場(chǎng)景，往往需要幾十甚至上百人的產(chǎn)研團(tuán)隊(duì)，而AI時(shí)代，小團(tuán)隊(duì)+AI引擎+通用架構(gòu)，就能托起規(guī)模化創(chuàng)新。

而這其實(shí)并不是螞蟻集團(tuán)內(nèi)部的個(gè)例。

以WeaveFox為例，團(tuán)隊(duì)從2023年下半年開(kāi)始圍繞AI應(yīng)用制作和智能研發(fā)持續(xù)突破，并將相關(guān)成果不斷轉(zhuǎn)化為產(chǎn)品能力，陸續(xù)孵化出包括WeaveFox-Vibe在內(nèi)的一系列產(chǎn)品。其中，WeaveFox-Vibe面向非研發(fā)者，幫助他們通過(guò)自然語(yǔ)言完成AI應(yīng)用創(chuàng)作，目前訪(fǎng)問(wèn)用戶(hù)過(guò)萬(wàn)。

對(duì)于這樣一款面向集團(tuán)全員，已形成大量用戶(hù)基礎(chǔ)的產(chǎn)品，讓人意外的是其背后的組織方式：在A(yíng)I能力的加持下，團(tuán)隊(duì)采用小單元模式迭代，同時(shí)探索新的復(fù)合型人才模型：技術(shù)實(shí)現(xiàn)+產(chǎn)品+技術(shù)架構(gòu)三位一體。

過(guò)去由不同角色分工完成的工作，如今可以由工程師以全棧方式推進(jìn)，團(tuán)隊(duì)成員有機(jī)會(huì)從單一職能走向更完整的產(chǎn)品視角。比如一個(gè)想法提出后，當(dāng)天就能完成原型驗(yàn)證，拿到反饋后繼續(xù)優(yōu)化，有時(shí)候一天甚至能夠完成三四輪迭代，持續(xù)驗(yàn)證方案可行性、校準(zhǔn)產(chǎn)品判斷。在這個(gè)過(guò)程中，產(chǎn)品在進(jìn)化，團(tuán)隊(duì)也在成長(zhǎng)。

可以看到，對(duì)于A(yíng)I時(shí)代的公司組織來(lái)說(shuō)，小團(tuán)隊(duì)（如3~5人）也能高效運(yùn)作，無(wú)需專(zhuān)職PD或設(shè)計(jì)師，降低組織復(fù)雜度，更適合AI驅(qū)動(dòng)的敏捷創(chuàng)新模式。

不過(guò)，螞蟻集團(tuán)內(nèi)部也有像GPASS端邊云一體可信連接框架這樣的產(chǎn)品團(tuán)隊(duì)，該團(tuán)隊(duì)主要聚焦把支付寶支付、生活服務(wù)推向AI眼鏡，覆蓋千問(wèn)、小米、Rokid、雷鳥(niǎo)、華為等主流眼鏡品牌。

“目前項(xiàng)目中95%的代碼，都是通過(guò)AI生成。后續(xù)希望能實(shí)現(xiàn)100%代碼由AI來(lái)寫(xiě)。”GPASS技術(shù)架構(gòu)師表示。

三個(gè)項(xiàng)目，三種規(guī)模，指向同一個(gè)結(jié)論：AI不是替代人，而是重組人與組織的關(guān)系——崗位邊界消融、專(zhuān)業(yè)壁壘降低、小團(tuán)隊(duì)能辦大事、非技術(shù)人能做創(chuàng)新。

這直接回應(yīng)行業(yè)疑問(wèn)：AI時(shí)代，大廠(chǎng)還需要龐大研發(fā)團(tuán)隊(duì)嗎？

答案是：不需要堆人，而要堆“智能密度”。

目前，螞蟻集團(tuán)推出了AIToken政策，鼓勵(lì)員工在研發(fā)和辦公場(chǎng)景擁抱AI，每天給每人提供高額度的Token使用量，員工也可以通過(guò)各種渠道購(gòu)買(mǎi)Token，公司也會(huì)給予報(bào)銷(xiāo)。

Token在這里變成了一種新的組織資源。更重要的是，這種免費(fèi)的Token使用，并不限于技術(shù)人員，集團(tuán)所有人員，包括非技術(shù)人員，都可以直接使用。

可以看到，在螞蟻集團(tuán)，以特區(qū)、全棧工程師、小單元作戰(zhàn)的AI原生組織形態(tài)，也正在萌芽，其也證明了，超大型組織，同樣可以拆分成無(wú)數(shù)靈活、高效、創(chuàng)新的小單元。

這種“特區(qū)模式”，或許正是大廠(chǎng)應(yīng)對(duì)AI時(shí)代的最優(yōu)解：小團(tuán)隊(duì)、全棧化、去層級(jí)、快迭代。

最后，我們需要再次厘清一個(gè)誤區(qū)。

當(dāng)我們談?wù)摗叭巳薆uilding”時(shí)，絕不是鼓吹技術(shù)虛無(wú)主義，也不是預(yù)言工程師的消亡。相反，在螞蟻的實(shí)踐中，我們看到的是對(duì)工程師價(jià)值的重新確認(rèn)。

AI可以生成代碼，但無(wú)法定義問(wèn)題；AI可以?xún)?yōu)化流程，但無(wú)法理解人心；AI可以加速迭代，但無(wú)法替代對(duì)技術(shù)方向的判斷和對(duì)用戶(hù)體驗(yàn)的匠心。

AI不是萬(wàn)能的。它不會(huì)自動(dòng)帶來(lái)創(chuàng)新，也不會(huì)自動(dòng)解決組織惰性。所有的改變，都始于一個(gè)個(gè)具體的人，在具體場(chǎng)景中，做出的具體嘗試。

正是這些微小的、具體的、甚至帶著些許笨拙的瞬間，構(gòu)成了AI時(shí)代組織進(jìn)化的真實(shí)紋理。

每一個(gè)員工面對(duì)問(wèn)題時(shí)，第一反應(yīng)不再是“這事歸誰(shuí)管”，而是“我能不能試著做一下”。

這或許才是AI時(shí)代，一個(gè)組織最寶貴的資產(chǎn)。