撰文：不懂经也叔的 Rust

过去两三年，几乎所有人都在追问同一个问题：AI到底会替代哪些岗位？

程序员会不会被替代，设计师会不会被替代，客服会不会被替代，产品经理会不会被替代。这个问题当然重要，因为它直接连着每个人的饭碗、职位和未来。

但如果我们只把视线停留在岗位层面，就很容易看错这场变化真正的震源。

2026年初，美国有人算了一笔账：借助AI工具进行软件开发的综合时薪已降至10.42美元，低于美国联邦最低工资标准，比麦当劳翻汉堡的员工赚得还少。而在一次AI编程工具Cursor的用户聚会上，到场者几乎没有职业程序员，全是设计师、产品经理、甚至毫无技术背景的人，在展示自己用AI写出的软件作品。

围绕这件事，出现了大量"程序员是否会失业"的讨论。但我觉得，它指向一个更深层的问题：当一项曾需多年训练才能掌握的核心技能被如此迅速地商品化，那么围绕这项技能建立起来的管理层级、职级体系和组织架构——也就是那些我们习以为常的"公司的样子"，还能维持多久？

因为岗位变化，很多时候只是结果；真正的原因，发生在更深的地方。AI开始动的，不只是某个岗位的技能清单，而是岗位背后那套组织运行方式。

昨天，Jack Dorsey杰克·多西在X上发了一篇长文，题目叫《From Hierarchy to Intelligence从层级到智能》。很多人认识他，是因为他是Twitter推特的联合创始人；现在，他也是一家金融科技公司Block的CEO。

不过，这篇文章真正特别的，不是「又一个硅谷创始人在谈AI」，而是它探讨了一个比「岗位替代」更深的问题：

AI不是在替代几个岗位，它正在替公司完成一次改朝换代。

这不是一句夸张的话。杰克的block公司刚刚裁掉4000人，而他给出的解释也一点不含糊，就是有了AI，可以用更少的人做更多的事。今天又传来了甲骨文裁员三万人的大新闻，说法是为了转移资源给AI基础设施。

所以，可以说：我们今天习以为常的公司制度、组织形态和管理逻辑，正在迎来一次重大的范式转变。

层级、汇报、审批、对齐、路线图、中层管理，这些过去看起来像公司天然组成部分的东西，未必是什么永恒不变的组织真理，它们更像是旧技术条件下的一套临时解法。现在，这套解法开始松动了。

这个转变当然直接关系到每个打工人。因为一个人的职业命运，从来不只取决于「我会不会一项技能」，更取决于「我所在的组织，还是不是按原来的方式分配价值」。

如果公司还是原来的公司，那么你的任务只是学会新工具、提高效率、保住位置。可如果公司已经不是原来的公司，那很多过去赖以成立的东西，如职位含金量、管理经验、汇报链位置、晋升路径、岗位边界，甚至「我是谁」这件事……都会被重新计算。

AI时代，很多人最先失去的，未必是工作本身，而是那套原本能够解释自己价值的旧坐标系。

一、我们一直以为AI在替代岗位，但它真正动刀的是公司制度

大多数人谈AI，还是习惯从岗位焦虑出发。

这很正常。岗位是离个体最近的那一层，人天然更关心自己会不会被替代，收入会不会减少，位置会不会动摇。于是，AI被理解成一个「职业冲击器」：它会让哪些人更危险，让哪些人更吃香，让哪些职位失去价值。

但杰克·多西那篇文章真正重要的地方，在于它把问题往下挖了一层。它讨论的不是「谁会先失业」，而是「公司为什么会长成今天这个样子」。

这个转向极其关键。

因为如果你不理解公司为什么有那么多层级、为什么有那么多协调成本、为什么有那么多管理动作，你就根本无法理解AI到底在替代什么。

很多人以为，AI最终替代的是劳动。

可从组织视角看，它首先替代的，可能不是劳动本身，而是组织里那些为了弥补信息断裂而存在的制度摩擦。

这就是为什么，AI带来的变化不能只被理解为「某些岗位变少了」。它更像是：公司这套制度本身开始显得笨重、迟缓、昂贵，甚至过时。

所以，我更愿意把这场变化理解为：AI不是在替代岗位，而是在替公司改朝换代。

因为真正被改掉的，不只是几个人，而是那套几乎支配了过去两百多年企业运转方式的底层逻辑。

二、为什么两千年来，公司都不得不长成「层级制」？

杰克·多西这篇文章最有意思的地方，是它没有从「AI怎么提效」讲起，而是从组织史讲起。 他一路把问题追溯到罗马军团，试图回答一个今天很多人已经习以为常、却很少真正追问的问题：

为什么大组织几乎都会演化出层级？

答案其实并不复杂。

两千多年前，罗马军团面临一个至今所有大型组织仍在面对的难题：如何在通信极其有限的条件下，协调数千人的行动？

他们的解法是一套精密的嵌套结构。最小单位是"帐篷组"（contubernium），8个士兵共享一顶帐篷和一头骡子，由一名十人长指挥。10个帐篷组构成一个百人队，6个百人队构成一个大队，10个大队构成一个军团——大约5000人。在每一层，都有一个明确的指挥官，负责从下面汇聚信息、从上面传达命令。

这个8→80→480→5000的结构，本质上不是一套军事制度，而是一套信息路由协议。它建立在一个朴素的人类认知约束之上：一个人能有效管理的下属数量大约在3到8人之间——后来被称为"控制幅度"（span of control）。罗马人通过数百年的战争经验发现了它，至今它仍然是地球上每一个大型组织的底层约束。

此后两千年的组织演进，都是在这个约束下做文章。

1806年，普鲁士被拿破仑击溃后，沙恩霍斯特等改革者创建了参谋部制度——一个专门的军官阶层，不上前线，只负责规划作战、处理信息、跨单元协调。这是中层管理的雏形，比这个词本身的发明早了一百多年。改革者的初衷很坦率：参谋军官的存在，是为了"弥补指挥官可能缺乏的才能"。换句话说，中层管理从一开始就不是因为它好，而是因为你不能指望每个领导者都是天才。

到了1850年代，美国铁路公司从西点军校借来受过军事训练的工程师，将军事组织思维移植进商业世界。Daniel McCallum为纽约-伊利铁路画出了世界上第一张组织架构图，因为火车频繁相撞，人在死亡，靠个人关系和口头传达已经管不住五百英里的铁路网了。

再之后，泰勒的科学管理优化了层级内部的分工效率，麦肯锡的矩阵组织试图在层级之上叠加横向灵活性。进入互联网时代，Spotify推出了小队模型，Zappos尝试了无管理层的全息组织，Valve实行完全扁平化。每一次实验都揭示了传统层级的某些局限，但没有一次真正突破底层约束。Spotify扩大规模后退回了传统管理，Zappos大量流失人才，Valve无法突破几百人的规模上限。

规律始终如一：组织越大，越必然回归层级，因为在此之前，没有任何替代机制足够强大到能承担信息路由的重量。

所以，层级不是最优解，它只是两千年来的唯一解。

层级制度从来不是因为人类天生迷恋官僚，也不是因为老板天然喜欢设一堆领导。它之所以长期存在，是因为在漫长的历史里，它几乎一直是处理大规模协作最有效的办法。

一个人能直接有效管理的人数是有限的，这就是所谓的控制幅度。人数一多、范围一广、任务一复杂，就必须加层；层一多，信息就会变慢，但在过去，这已经是最能工作的办法。

从罗马军团到普鲁士参谋部，再到美国铁路公司以及现代企业里的组织图、职责分工、层级管理，本质上都延续了这条线。

如果顺着这条历史脉络往下看，你会发现一个很关键的事实：

层级制度从来不是组织的理想答案，它只是旧信息条件下最现实的答案。

中层管理也是如此。

今天很多人谈中层，默认它的作用就是「管人」。但从历史上看，中层更本质的功能从来不是「当官」，而是当信息中继站：向上汇总、向下传达、横向协调、预处理决策、维持节奏、保证对齐。

换句话说，中层的出现，本质上是因为组织内部的信息原本是分散的、断裂的、不连续的，必须靠一层层的人把上下文串起来。

这也是为什么，过去几十年几乎所有组织创新都在试图绕开层级，但最后又很难真正摆脱层级。

矩阵制、跨职能团队、扁平化、自组织……这些实验都在努力降低层级摩擦，但大多数都没能从根上替代层级。原因很简单：过去一直没有出现比层级更强的信息协调机制。

而现在，AI第一次开始逼近这个位置。

三、真正的关键不是AI替代，而是AI成为中枢

今天企业使用AI，最主流的方式仍然是「给每个员工配一个副驾驶」。写得快一点，查得快一点，做表快一点，写代码快一点。

这些当然很重要，但本质上仍然是旧公司上面多了一个新工具。组织结构没变，汇报链没变，审批逻辑没变，路线图没变，会议文化也没变。AI只是让这台旧机器转得快了一点。

但杰克真正想说的，不是这个。他真正捅破的一层窗户纸是：

AI不只是工具，它有可能成为新的组织中枢。

传统公司里，智能是分散在人身上的。销售知道客户，产品知道需求，研发知道系统，财务知道数字，老板知道方向，经理知道优先级。问题在于，这些知识彼此分散、彼此割裂，所以组织不得不发明大量「协调动作」把它们串起来。

于是我们有了开会、汇报、审批、周报、复盘、项目追踪、跨部门对接、优先级同步、资源协调……

很多白领的日常看起来异常忙碌，但其中相当一部分时间并不是在直接创造价值，而是在修补组织内部的信息断裂。

这也是为什么很多工作明明很忙，却总让人说不清到底创造了什么。不是因为人不努力，而是因为旧组织形态里有太多精力被耗在了「让组织继续运转」这件事上。

而杰克文章里最锋利的判断是：

AI最有可能替代的，不是劳动本身，而是协调成本。

也就是说，过去很多管理动作之所以存在，只是因为组织无法自动获得完整上下文。但如果系统开始持续维护公司的世界模型，能够实时掌握谁在做什么、哪里被卡住、资源如何分布、哪些优先级正在变化，那么原本依赖层级来完成的很多协调动作，就会开始失去存在前提。

这件事影响深远。

因为它意味着，公司最核心的一部分功能，即理解全局、同步上下文、识别阻塞、分配资源、生成优先级、协调跨团队合作……未来不再一定主要靠人来完成，而可能越来越多地由系统完成。

所以，AI真正替代的不是「做事」，而是「让做事这件事得以被组织起来的旧方式」。

换句话说：

过去公司主要靠层级结构来传递信息、协调行动，未来公司可能越来越靠智能系统来完成这件事。

而这，才是「改朝换代」的真正含义。

四、未来的公司，作为智能体的一种框架

杰克·多西提出的，并不只是一套普通的AI应用方法，而是一种新的公司框架。在这套框架里，公司不再首先围绕部门、产品线和层级来组织，而是围绕四样东西来组织：

能力层、世界模型、智能层、接口层。

先看第一层，能力层。

支付、借贷、发卡、薪资、结算、风控……这些不再只是某个产品的附属功能，而是可以独立调用、独立组合的原子能力。过去公司喜欢先做一个产品，再围绕产品组织资源；而在这种新框架里，公司会先沉淀一组高可靠、可复用、可组合的能力积木。

第二层是世界模型，而且是双重世界模型。

· 一边是公司世界模型：系统持续知道公司内部正在发生什么，谁在做什么，哪里卡住了，资源怎样分布，哪些事情在推进，哪些事情偏离了。

· 另一边是客户世界模型：系统持续知道客户的真实行为和状态变化。

杰克特别强调一句话：钱是最诚实的信号。用户会在问卷里撒谎，会忽略广告，会说自己想要某样东西，但交易、支付、借贷、还款这些行为，往往比语言更真实。

这句话其实非常关键。因为它意味着，未来公司最重要的资产，未必只是产品功能，而是对真实世界的持续理解能力。谁更接近真实信号，谁就更接近现实；谁更接近现实，谁就更能训练出更有效的系统。

第三层是智能层。

这是整套框架最有前沿感的一层。它不再是让人拿着路线图去「做产品」，而是基于已有能力和世界模型，在具体时刻、针对具体对象，主动组合出解决方案。

也就是说，未来公司不再主要「生产产品」，而是「实时组装答案」。

这句话非常重要。

因为它改写了「产品」本身的定义。过去的产品逻辑是：先调研、再定义需求、再排路线图、再协调团队、再上线功能。这个过程的前提是，公司必须先猜测用户会需要什么，再把这种猜测做成产品。

但在新的逻辑里，公司先拥有能力积木，再拥有对现实的持续理解，然后在某个具体时刻，为某个具体用户，把最适合的能力组合成答案。产品不再只是一个被预先定义好的静态对象，而更像一个被动态生成出来的结果。

第四层是接口层。

App、硬件、软件界面都只是交付表面，真正创造价值的，不再只是界面本身，而是背后的模型和智能。

更颠覆的是，这套框架连路线图都会改写。

传统路线图很多时候是组织内部博弈的结果：谁资源更多，谁声音更大，谁更会讲故事，谁就更容易定义下一阶段该做什么。

但在智能层逻辑下，未来真正有价值的需求池，很可能来自「系统组合失败的地方」：当系统试图解决某个具体问题却发现缺少某项能力时，那里才是真正值得优先补上的缺口。

也就是说：

未来的路线图，不再主要来自会议室里的判断，而越来越来自现实中的失败反馈。

这一步一旦成立，很多今天被视为「核心管理活动」的事情，都要被重新定义。因为从此以后，公司不再主要靠人设想未来，而是越来越靠系统从现实中抽取下一步。

五、AI开始接管协调，中间管理层首当其冲

说到这里，一个最现实也最敏感的问题就来了：如果AI真开始接管协调，中层管理会发生什么？

这几乎是整篇文章里最容易引发争议的部分。因为中层管理本来的存在逻辑，就建立在信息不透明和协调摩擦之上。

过去，一个中层之所以重要，往往不是因为头衔本身，而是因为他掌握了一部分别人没有的上下文：他更知道全局，更知道优先级，更知道资源如何流动，更知道不同部门之间该如何对接。

可如果系统开始比人更持续、更全面地掌握上下文，那么这种信息优势就会快速缩水。

这时候，中层首先失去的，不一定是岗位本身，而是岗位背后的制度合法性。你表面上可能还是经理、总监、负责人，但组织已经越来越不依赖你过去那套「知情、传达、协调、汇总」的价值。

这也是为什么，真正危险的未必是一线执行岗，反而可能是那些以「传话、排期、追进度、做汇总、拉对齐」为主业的纯协调型岗位。

因为这些工作，本质上最容易被系统接管。

不过，这不等于未来不需要管理。

杰克提出的也不是一句简单粗暴的「去管理化」，而是角色重构。他给出的三类新角色是individual contributor专业贡献者、directly responsible individual直接责任人和player-coach球员教练。

也就是说，未来更稀缺的人，不是纯粹坐在中间层上传下达的人，而是三类人：能直接下场构建能力的专家；能围绕某个关键问题承担明确结果责任的人；以及仍然在做事、同时又能带人的「球员教练」。

这背后真正的含义是：

未来更有价值的，不是「以协调为主业」的管理者，而是「仍然能下场」的管理者。

你不能只会控节奏、写汇报、做资源分配、参加会议。你要真正理解业务，理解系统，理解现实，还要能带人穿过那些系统暂时还无法处理的复杂情境。

很多人未来不会一下子失业，但会先被慢慢掏空。

头衔还在，会议还在，动作还在，可组织已经不再真正需要你过去那套价值。你不是突然消失，而是逐渐失去必要性。

这比「被裁掉」更残酷。

因为被裁掉是一瞬间的坏消息，而被制度缓慢判定为「没那么必要了」，才是更深的职业下坠。

六、为什么这场改朝换代会来得比多数人想象的更快？

如果只有杰克·多西这篇文章，这件事还可以被理解成一种超前的组织哲学。但真正让它变得紧迫的，是另一个现实变化：

软件开发、产品构建和能力调用的成本，正在持续下降。

当「做一个东西」越来越便宜时，真正昂贵的就不再是开发本身，而是理解现实、组织行动、缩短反馈、减少协调。

过去公司慢一点还能被容忍，因为从0到1做软件确实很难。可现在，越来越多供给能力被拉平，写代码、搭系统、做功能、迁移架构这些事情都在加速。到了这一步，组织迟钝就会变成最昂贵的成本。

于是，世界会开始分裂成两类公司。

· 一类公司把AI当作底层生产力，也当作组织中枢。它们更瘦、更快、更少层级，能根据实时信号直接行动。

· 另一类公司仍然困在旧制度里，把AI当成某种局部试点：给部分员工配工具，开几个培训会，在原有审批链上缓慢试水。

表面上，两者都在「拥抱AI」；但本质上，它们已经不是同一种组织。前者是在重构自己，后者是在给老机器打补丁。而且这场分化会来得比很多人想象中更快。

过去一家小公司想威胁大公司，往往要很多年。因为光是做出产品、积累能力、进入市场，就已经足够困难。

但现在，这条时间线会被大幅压缩。因为开发、复制、迁移、试错都在加速，竞争者出现的速度也在加速。未来企业之间真正的差距，未必是谁人更多、钱更多，而是谁的信息流更短、组织更像一个实时响应系统。

这还会进一步改写「护城河」的定义。过去很多公司的优势来自软件本身、功能本身、迁移成本本身。

但在AI时代，更难复制的东西会越来越转向：真实信号、世界模型和分发能力。谁能持续获得真实交易、真实行为、真实场景中的高质量反馈，谁就更容易训练出更强的系统。代码会越来越便宜，理解世界的能力反而越来越贵。

所以，真正的竞争不再只是「谁能做出来」，而会越来越变成「谁能更快理解现实，并把这种理解组织成行动」。

而一旦竞争逻辑从「生产能力」转向「组织能力」，旧公司最容易暴露出来的，就不是技术短板，而是制度短板。

七、这场变化最终改写的，不只是公司，还有人的身份

说到底，这场变化最终一定会落到人身上。

因为很多普通人真正关心的，根本不是公司理论，而是自己接下来怎么办。而答案其实已经藏在前面的变化里了：如果公司真的从hierarchy层级走向intelligence智能，那么很多职业身份都会被重新估值。

过去，人们习惯用岗位来定义自己：我是程序员，我是产品经理，我是运营，我是管理者，我是总监。

但当系统越来越能写、越来越能分析、越来越能调度、越来越能组合之后，这些头衔的稀缺性和含金量都会发生变化。

所以，AI时代最深的危机并不只是失业，而是身份函数失效。

你过去解释自己价值的那套语言，可能正在过期。你不是立刻一无是处，而是那套社会原本认账的「价值证明方式」正在被重写。

这也是为什么，很多人会在未来几年经历一种比失业更难描述的痛感：不是我突然不会干活了，而是我会的那些东西，好像不再自动等于价值了；不是我今天就被替代了，而是我发现原来支撑我位置的那套规则，正在悄悄消失。

那普通人还能抓住什么？

可能是那些系统短期内最难彻底覆盖的东西。

比如直觉。比如伦理判断。比如文化语境。比如信任关系。比如在陌生、模糊、混乱的环境里看见真实问题的能力。比如在系统失真时，仍然能贴近现实、修正现实、承担后果的能力。

杰克说，人会被推到edge，也就是边缘。这个「边缘」并不是被边缘化，而是更靠近现实发生处的前线。系统负责大规模协调，人负责那些模型还碰不到、也不该轻易替代的真实世界。

所以，未来最值钱的人，不再是流程里的中继站，而是现实中的接触面。

过去很多人的价值来自「我占住了流程里的某个关键节点」；未来真正稀缺的，是那些能把系统和现实连接起来的人。系统越强，人越要靠近真实世界。

换句话说，普通人真正该问的，不再只是「我会不会用AI」，而是：

我能为一个越来越智能的系统，提供什么它暂时还替代不了的价值？

这才是比「学不学提示词」更深的问题。

因为工具可以很快学会，但位置的重新定义、价值的重新证明、身份的重新建构，才是未来几年每个人都要面对的主课题。

八、杰克·多西不一定全对，但他把真正的问题挑明了

当然，这件事绝不会一夜落地。

不是所有公司都能成为Block，也不是所有组织都适合照搬这套框架。从理念走向实践，中间一定会有大量失败、回摆和反复。现实里甚至很可能出现很多粗暴的过渡：先裁员，再混乱；先削中层，再发现没有替代机制；先上AI，再把所有人拖进新的内耗。

所以，杰克·多西的判断未必全对，他描绘的路径也未必会按他设想的方式发生。但无论你赞同还是反对，这篇文章至少提前把一个真正重要的问题挑明了：

AI进入公司的下一阶段，已经不是「帮几个人提高效率」，而是「重新定义什么叫公司」。

而对每一个普通人来说，你接下来要面对的，可能不是一场简单的岗位竞争，而是一场价值分配规则的整体重写。

岗位变化只是余震，组织改朝换代才是主震。

AI不是在替代几个员工，它是在逼企业承认：层级制、汇报链、产品路线图、中层协调，这些我们曾经以为天经地义的东西，很可能都只是旧技术条件下的过渡安排。

现在，过渡期开始结束了。

更准确地说，不是AI要不要进入公司，而是公司还来不来得及在AI进入之后，重新发明自己。

所以，对个人来说，真正重要的不是保住原来的位置，而是尽快成为那个越来越智能的系统里，仍然不可替代的人。【懂】

免责声明：本文章仅代表作者个人观点，不代表本平台的立场和观点。本文章仅供信息分享，不构成对任何人的任何投资建议。用户与作者之间的任何争议，与本平台无关。如网页中刊载的文章或图片涉及侵权，请提供相关的权利证明和身份证明发送邮件到support@aicoin.com，本平台相关工作人员将会进行核查。