从层级到智能：AI 驱动的组织进化

在 Sequoia，我们发现速度是预测初创公司成功与否的最佳指标。目前，大多数公司将 AI 视为提高生产力的工具，但很少有人关注 AI 改变协作方式的潜力。Block 公司正在展示如何从根本上重新思考组织设计，最终利用 AI 提升速度，将其转化为一种复合的竞争优势。

历史的回响：层级制的起源与演进

早在第一个企业组织架构图出现前两千年，罗马军队就解决了一个至今仍困扰大型组织的问题：如何在通信受限的情况下，协调分布在广阔地域的数千人？

他们的答案是嵌套层级制，每一层都有稳定的管理幅度。最小单位是 contubernium（由 8 名士兵组成，共用帐篷和骡子，由一名十夫长领导）；十个单位组成一个 century（80 人）；六个 century 组成一个 cohort；十个 cohort 组成一个 legion（约 5000 人）。在每一层，指挥官拥有明确的权限，汇总下层信息并传达上层决策。这种结构（8 → 80 → 480 → 5,000）本质上是一种围绕人类局限性构建的信息路由协议：一名领导者只能有效管理 3 到 8 个人。

普鲁士的创新：参谋部与中层管理的诞生

下一次重大变革来自普鲁士。1806 年耶拿战役失败后，改革者们意识到不能仅依赖顶层的个人天才，而需要一个系统。他们创建了总参谋部（General Staff）——这是一群受过训练的军官，其职责不是战斗，而是计划行动、处理信息和跨单位协调。这便是“中层管理”的前身：专业人士负责路由信息、预计算决策并保持复杂组织的一致性。

铁路时代：现代企业架构的蓝图

19 世纪 40 至 50 年代，军事层级制通过美国铁路进入商业领域。由于铁路系统跨越数百英里且涉及数千名工人，非正式的管理风格导致了频繁的火车相撞事故。1850 年代中期，纽约和伊利铁路的 Daniel McCallum 创建了世界上第一张组织架构图，正式确立了层级权限、明确的汇报路线和结构化的信息流。这成为了现代企业的蓝图。

科学管理与功能型金字塔

被誉为“科学管理之父”的 Frederick Taylor 优化了这一层级制度。他将工作分解为专门的任务，分配给专家，并依靠测量而非直觉进行管理。这产生了功能型金字塔组织——一种为军事先驱、铁路商业化的信息路由系统而优化的结构。

现代组织的压力测试与实验

跨职能协作的萌芽

二战期间的曼哈顿计划是对功能型层级制的第一次真正压力测试。Oppenheimer 将洛斯阿拉莫斯实验室组织成功能部门，但坚持跨部门的开放协作。当 1944 年内爆问题变得至关重要时，他围绕问题重新组织了实验室，创建了当时企业界罕见的跨职能团队。

矩阵式组织与 7-S 框架

随着战后公司的全球化，麦肯锡的顾问们为矩阵式组织提供了理论框架，将职能专业性与业务部门相结合。随后，麦肯锡 7-S 框架（战略、结构、系统、共同价值观、技能、人员、风格）进一步指出，仅靠结构是不够的，组织效能还需要文化和人为因素的对齐。

科技公司的组织实验

近几十年来，科技公司进行了激进的实验：Spotify 推广了短周期的跨职能 Squads；Zappos 尝试了去中心化的 Holacracy；Valve 则以完全扁平的结构运作。然而，这些实验都揭示了局限性：随着组织规模扩大到数千人，由于缺乏更强大的信息路由机制，它们往往会退回到传统的层级协调。

范式转移：从人力协调到 AI 协调

罗马人面临的约束至今未变：缩小管理幅度意味着增加指挥层级，而层级越多，信息流动越慢。两千年的组织创新本质上都是在不打破这一权衡的情况下进行的修补。

现在有什么不同了？

在 Block，我们正在质疑一个底层假设：组织必须以人类作为协调机制进行层级化运作。我们打算用 AI 替代层级制的功能。大多数公司只是给员工一个 Copilot，这只是让现有结构运行得稍好一点；而我们追求的是将公司构建为一个 Agent（或微型 AGI）。

AI 是第一种能够真正执行层级制所提供的协调功能的技术。系统可以维护整个业务的持续更新模型，并以此协调工作，而不再需要人类通过层级管理来传递信息。

核心要素：World Model 与客户信号

要实现这一目标，公司需要两样东西：运营的 World Model 和足够丰富的客户信号。

1. 公司 World Model： Block 采用远程优先模式，所有决策、讨论、代码和计划都作为机器可读的工件存在。在传统公司，经理负责了解团队动态并传达背景；而在 Block，AI 可以持续构建并维护这幅图景——什么正在被构建、哪里被阻塞、资源如何分配。
2. 客户 World Model： 金钱是最诚实的信号。Block 通过 Cash App 和 Square 观察数百万笔交易。这种基于真实财务行为的理解是会复利的：信号越丰富，模型越好；模型越好，交易越多。

智能驱动型公司的四大支柱

在这种新模式下，我们不再构建预定的产品路线图，而是构建以下四个部分：

1. Capabilities（能力）： 原子级的财务原语，如支付、贷款、发卡、银行等。它们是构建块，没有自己的 UI，只有可靠性、合规性和性能目标。
2. World Model（世界模型）： 包括理解自身运营的“公司模型”和基于交易数据的“客户模型”。它将从原始数据演变为完全的因果和预测模型。
3. Intelligence Layer（智能层）： 这是核心。它根据特定客户在特定时刻的需求，主动组合各项 Capabilities 提供解决方案。例如，当模型预测到餐厅即将进入季节性淡季时，Intelligence Layer 会自动组合贷款和支付能力，在商户意识到需求前为其提供短期贷款。
4. Interfaces（界面）： 如 Square、Cash App、TIDAL 等。它们是交付表面，虽然重要，但价值创造的核心在于模型和 Intelligence Layer。

在这种模式下，失败信号就是未来的路线图。当 Intelligence Layer 尝试组合方案却因缺乏某种 Capabilities 而失败时，这便直接生成了待办事项，而非由产品经理凭空假设。

组织结构的倒置：人在“边缘”

在传统公司，智能分布在员工中，层级制负责路由；而在 Block 模式中，智能存在于系统中，人则处于“边缘”。

边缘是智能与现实接触的地方。 人类负责处理模型尚无法触及的领域：直觉、主观见解、文化背景、信任动态以及涉及伦理的高风险决策。World Model 为边缘的每个人提供背景，使他们无需等待指令即可行动。

在实践中，我们将角色简化为三类：

• IC（个人贡献者）： 构建和运营 Capabilities、模型、Intelligence Layer 和界面的深度专家。World Model 为他们提供背景，取代了经理的职能。
• DRI（直接责任人）： 负责跨领域的特定问题或客户结果。他们拥有充分的授权，可以根据需要从各团队调用资源。
• Player-coaches（球员兼教练）： 结合了开发工作与人才培养。他们不再花费大量时间开会协调，而是专注于手艺和人的成长。

在这种结构下，不再需要永久性的中层管理层。

结语：AI 揭示公司的本质

Block 正处于这一转型的早期阶段。我们认为，每家公司最终都必须面对一个问题：你的公司有哪些真正难以理解的深度洞察？这种理解是否在与日俱增？

如果答案是否定的，那么 AI 仅仅是一个成本优化工具——削减人手，提高利润，最终被更聪明的对手吞并。如果答案是肯定的，AI 将不再仅仅是增强你的公司，它将揭示你公司的本质。

Block 的答案是经济图谱：数百万商户与消费者实时发生的财务行为。我们相信，将公司组织为 Agent 而非层级制，将重塑未来几年所有公司的运作方式。

• 原文链接： x.com/jack/status/203900...
• 登链社区 AI 助手，为大家转译优秀英文文章，如有翻译不通的地方，还请包涵～