昨天下午在深圳蛇口一间茶馆，和几位老同事、老同学聚聚聊天，大家都在干着AI创业的事，线下见面喝茶聊天，聊AI，聊创业，聊生活，聊企业，聊带娃……在AI时代，朋友见面聊天已经成为有点奢侈的事情。

下午聊到AI给企业带来的“降本增效”，聊到不少大厂陆续减少基层管理岗位、减少中层管理岗位，让企业更加扁平，裁撤企业中间层级的本质原因，是AI带来的信息传递效率的倍数提升，上传下达的中间层最容易被AI取代。

• AI时代的企业管理者有很多疑惑，为何用了AI，员工并没有变轻松？
• 企业组织会如何演变？AI企业落地到底是“降本增效”还是“组织重构”？
• 企业中间层减少，信息流转如何保证快速且正确传递？
• AI重塑研发流程，如何保证产品质量……

太多需要探索验证的问题。

聊完，晚上就收到一个相关AI时代企业组织问题的视频推送，然后去看了视频号提到的文章原文《From Hierarchy to Intelligence》，或许能给大家一些启发和思考，一起看看这篇文章说了什么，能引发硅谷企业的极大反响。

几乎所有企业都在谈AI。

有人用AI写周报，有人用AI做客服，有人用AI生成PPT，有人用AI降本增效。

但硅谷真正尖锐的问题已经不是“AI能帮员工快多少”，而是：

如果AI可以理解整个公司、理解客户、协调资源、生成任务、发现机会，那么公司为什么还需要今天这种层层汇报的组织结构？

2026年春天，Block创始人、Twitter联合创始人Jack Dorsey，与红杉资本掌门人Roelof Botha联合发布了一篇文章：《From Hierarchy to Intelligence》。（原文链接见文末）

它不是一篇普通的AI观点文，而更像是一份组织宣言。

文章提出一个极具冲击力的判断：

过去两千年，人类公司之所以需要层级，不是因为层级天然正确，而是因为人类没有别的办法来传递信息。现在，AI开始成为新的信息路由系统。公司将从“层级组织”走向“智能体组织”。

这句话，足以让每一个企业管理者重新打量自身的企业。

因为它不是在讨论员工要不要用AI。

它是在讨论：管理层本身会不会被重新定义。

一、这篇文章为什么会在硅谷引发讨论？

文章的两位作者都很特殊。

Jack Dorsey，是Twitter联合创始人，也是Block，也就是原Square的创始人。Block旗下包括Square、Cash App、Afterpay、TIDAL等业务，横跨支付、金融科技、商户服务和消费者金融。

Roelof Botha，是红杉资本全球最重要的人物之一，现任Sequoia Capital领导人，同时也是Block董事会成员。他长期投资和观察硅谷最顶尖的创业公司。

所以，这篇文章不是咨询公司写的概念白皮书，也不是AI创业公司的营销稿。

它来自一家正在真实重构组织的大型科技公司，以及一家深度参与硅谷公司治理与投资判断的顶级风险投资机构。

更关键的是，Block在发布这篇文章前后，正处在激烈的组织调整中。外界围绕Block裁员、压缩管理层、AI替代协调职能展开了大量讨论。硅谷管理者真正关心的不是“Block是不是又裁人了”，而是一个更残酷的问题：

如果Block的判断是对的，那么今天绝大多数公司的组织图，可能都是AI时代之前的遗留系统。

这就是这篇文章的爆炸性。

它把AI从“工具层”推进到了“组织结构层”。

二、公司为什么会有层级？答案比你想得更古老

文章一开头没有谈ChatGPT，没有谈大模型，没有谈自动化，而是回到了两千年前的罗马军团。

罗马军队要解决的问题，和今天的大企业其实一样：

如何让几千个人，在通信极其有限的情况下，保持协同？

罗马人的答案是层级。

8个人组成一个最小单位，由一个小队长负责；10个小队组成一个百人队；多个百人队组成更大的军团。每一层都有明确的负责人，每一层负责收集下方信息，再向上传递命令。

这本质上不是“权力结构”，而是一个信息系统。

因为人的认知能力有限，一个人不能有效管理几十上百个人。于是组织不得不把人分层，让信息一层一层上传，再让决策一层一层下达。

今天我们把它叫作“管理幅度”。

但文章提醒我们：所谓管理幅度，并不是什么现代管理学发现的真理，而是人类认知限制下的妥协。

换句话说：

层级不是因为先进才存在，而是因为人类处理信息的能力太弱才存在。

这句话，对很多企业管理者来说非常刺耳。

因为它意味着，很多我们习以为常的管理制度，可能只是信息技术落后时代的补丁。

三、从普鲁士军队到铁路公司：现代企业其实继承了军队系统

文章接着回顾了第二个关键历史节点：普鲁士军队。

1806年，普鲁士在耶拿战役中惨败于拿破仑。此后，普鲁士改革者意识到一个残酷事实：

不能把组织命运押在最高领导者的个人天才上。

于是他们创造了“总参谋部”制度。

总参谋部的职责不是亲自上战场，而是规划、处理信息、协调部队、让整个系统保持一致。

这就是现代中层管理的前身。

后来，美国铁路公司在19世纪快速扩张，线路跨越数百英里，人员成千上万，事故频发，原来的熟人式管理彻底失效。于是铁路公司借鉴军队体系，建立汇报线、部门制、职能分工和组织图。

现代企业组织图，就是在这样的背景下出现的。

再后来，泰勒的科学管理把工作拆解成标准化任务；麦肯锡推动矩阵组织；二战中的曼哈顿计划展示了跨职能协作；Spotify、Zappos、Valve又尝试小队制、合弄制、扁平组织。

但文章认为，这些实验都没有真正打破底层约束。

因为不管形式怎么变，问题始终存在：

组织越大，越需要协调；越需要协调，就越需要层级；层级越多，信息流动越慢。

过去两千年，组织创新一直在绕着这个矛盾打转。

直到AI出现。

四、AI真正改变的不是效率，而是“信息流”

大多数公司今天使用AI的方式，是给每个人配一个“副驾驶”。

销售用AI写邮件，法务用AI审合同，HR用AI筛简历，产品经理用AI写需求文档。

这当然有价值，但Block和红杉提出的观点更进一步：

AI不只是让现有结构更高效，而是可能替代层级结构原本承担的功能。

层级过去做什么？

它收集信息，压缩信息，解释信息，传递信息，协调资源，分配任务，推动对齐。

这正是AI最擅长开始介入的地方。

如果一个公司所有决策、会议、代码、文档、客户反馈、销售数据、财务数据、项目进展都被记录下来，并且可以被机器读取，那么AI就可以持续构建一个“公司世界模型”。

这个模型知道：

• 谁在做什么？
• 哪里被卡住了？
• 客户正在发生什么变化？
• 哪个资源配置错了？
• 哪个团队重复造轮子？
• 哪个产品机会正在出现？
• 哪个风险正在累积？

过去，这些信息要靠经理层层收集、加工、汇报。

未来，这些信息可能由AI实时理解和分发。

这就是文章里最核心的概念：

公司不再是一个层级，而是一个智能系统。

五、Block想建的不是AI工具，而是“公司级智能体”

文章提出，未来的公司需要两个模型。

第一个是“公司世界模型”。

它理解公司内部的运营、优先级、资源、项目、问题和进展。它替代过去由管理层承担的信息汇总和上下传递功能。

第二个是“客户世界模型”。

它理解客户真实行为。对Block来说，这个模型尤其强大，因为Block同时拥有消费者端的Cash App、商户端的Square，以及大量真实交易数据。

文章里有一句非常锋利的话：

钱是世界上最诚实的信号。

用户会在问卷里撒谎，会忽略广告，会把商品加入购物车但不付款。

但当一个人真的花钱、存钱、借钱、还钱时，那就是事实。

Block认为，交易数据能构成一种极其真实的客户理解。这个理解越深，模型越强；模型越强，服务越精准；服务越精准，交易越多；交易越多，信号越丰富。

这就是复利。

真正有护城河的AI公司，不是简单拥有模型，而是拥有持续变深的独特理解。

这对中国企业尤其重要。

因为很多企业今天谈AI，谈的是“买哪个模型”“接哪个API”“内部做几个智能助手”。

但更关键的问题应该是：

你的企业有什么独特数据？你是否能把这些数据变成对客户、业务和组织的持续理解？这种理解是否每天都在变深？

如果没有，AI只是工具。

如果有，AI才可能成为组织的中枢。

六、未来公司不再围绕产品路线图，而是围绕客户现实自动生成任务

传统公司怎么做产品？

产品经理调研市场，写路线图，排优先级，组织研发上线。

但Block提出的模型完全不同。

未来公司构建四层东西：

第一，能力。

比如支付、借贷、发卡、银行服务、先买后付、工资服务。这些不是单独产品，而是原子能力，是可以被组合的基础设施。

第二，世界模型。

它包括公司世界模型和客户世界模型，分别理解内部运营和外部客户现实。

第三，智能层。

它根据客户当下的具体情境，把不同能力组合成解决方案。

比如，一个餐厅即将进入季节性淡季，现金流可能紧张。智能层可以提前组合短期贷款、支付数据和还款计划，在商户还没有主动申请贷款之前，就把合适方案推给他。

再比如，一个Cash App用户的消费模式显示他可能搬到了新城市。智能层可以主动组合新的工资入账设置、本地消费优惠和储蓄目标。

第四，界面。

Square、Cash App、Afterpay等只是交付界面。真正的价值不在界面，而在模型和智能层。

这对企业管理者的冲击非常大。

因为这意味着，未来的路线图不再主要来自会议室里的假设，而来自客户现实本身。

当智能层发现某个客户需求无法被现有能力满足，这个失败信号就自动变成未来路线图。

也就是说：

客户现实生成需求，AI生成判断，组织响应机会。

这比传统战略会、季度规划、产品评审快得多。

七、中层管理会消失吗？更准确地说，会被重新定义

文章最容易引发争议的部分，是它对组织角色的重构。

Block认为，如果公司世界模型承担了信息流动和对齐功能，那么永久性的中层管理层就不再必要。

未来组织可以简化为三类角色。

第一类是IC，也就是个人贡献者。

他们是深度专家，负责构建和运营能力、模型、智能层和界面。过去经理给他们上下文，未来世界模型给他们上下文。

第二类是DRI，直接责任人。

他们负责跨团队的问题或客户结果。比如，一个DRI可以在90天内负责某个商户群体的流失问题，并有权调动模型团队、借贷能力团队和界面团队的资源。

第三类是Player-coach，球员兼教练。

他们既亲自做事，也培养人。他们不是传统意义上每天开会、对齐、协调、汇报的经理，而是靠近专业、靠近人、靠近真实工作的教练型角色。

这并不是说人不重要了。

恰恰相反，文章认为人会站到“边缘”。

边缘，是智能系统接触现实的地方。

AI可以处理信息，但人仍然负责那些模型暂时无法感知的东西：直觉、文化、信任、伦理、判断力、复杂场景中的分寸感。

未来真正优秀的人，不是信息搬运工，而是现实感知器、判断者、创造者和责任承担者。

八、这篇文章真正问企业家的问题：你的公司到底“懂”什么？

全文最值得企业管理者反复咀嚼的问题，是这一句：

你的公司到底理解了什么别人很难理解的东西？而且这种理解是否每天都在加深？

如果答案是“没有”，那么AI对你的公司只是降本工具。

你可以裁人，可以提升利润率，可以让报表好看几个季度。

但最终，你可能会被一个更聪明、更快、更懂客户的系统吸收。

如果答案是“有”，那么AI就不只是增强你的公司。

AI会揭示你的公司到底是什么。

• 对Block来说，它的答案是“经济图谱”：消费者、商户、交易两端、实时金融行为。
• 对制造企业来说，可能是设备、工艺、供应链、质量波动和客户订单之间的因果关系。
• 对零售企业来说，可能是门店、库存、会员、价格、天气、社区消费习惯之间的动态模型。
• 对教育企业来说，可能是学生能力、学习路径、内容颗粒度和反馈行为之间的理解。
• 对医疗企业来说，可能是诊疗流程、患者行为、医生经验和长期健康结果之间的模型。

问题不是你有没有AI。

问题是：

你有没有一个能不断变聪明的业务大脑？

九、给企业管理者的三个深度提醒

第一，不要把AI只放在“员工效率”层面。

如果AI只是帮员工写文案、做表格、总结会议，它当然有价值，但这不是战略级价值。

战略级价值来自AI重构信息流。

谁能更快知道真实情况，谁就能更快行动。

第二，不要急着砍中层，而要先问中层到底在做什么。

如果中层主要是在传话、汇总、开会、催进度、做PPT，那么这部分职能确实会被AI剧烈冲击。

但如果中层在培养人、做判断、处理复杂关系、承担关键责任，那么他们不会消失，只会变成更靠近业务的Player-coach。

第三，企业真正的AI护城河不是模型，而是独特信号。

模型会越来越普及，工具会越来越便宜。

但高质量、连续、真实、独占的业务信号不会轻易复制。

企业管理者最该问的不是“我们接入哪个大模型”，而是：

我们的客户真相在哪里？我们的组织真相在哪里？它们是否被记录、结构化、理解，并持续反馈到决策中？

十、结语：未来公司不是一棵树，而是一颗大脑

过去两千年，组织像一棵树。

根部是基层，树干是中层，树冠是高层。信息从下往上爬，命令从上往下落。

这套系统曾经非常伟大。它支撑了军队、铁路、工厂、跨国公司和现代商业文明。

但AI时代，公司可能越来越像一颗大脑。

它有感知，有记忆，有模型，有推理，有行动回路。

人不再只是层级节点，而是在智能系统边缘接触真实世界的判断者和创造者。

《From Hierarchy to Intelligence》真正震撼的地方，不是它说AI会替代一些工作。

而是它说：

公司本身，可能会被重新发明。

未来最强的企业，不一定是人数最多、层级最完整、流程最复杂的企业。

而是那个信息流动最快、客户理解最深、组织模型最清晰、行动反馈最迅速的企业。

管理者必须意识到：

AI时代的竞争，不只是产品竞争、人才竞争、效率竞争。

它首先是组织智能的竞争。

你的公司，是一张组织图？

还是已经开始变成一个智能体？

原文链接：https://block.xyz/inside/from-hierarchy-to-intelligence

作者【Blues】，微信公众号：【BLUES】