# 从层级到智能
**作者**: jack
**日期**: 2026-03-31T15:36:22.000Z
**来源**: [https://x.com/jack/status/2039003879841362278](https://x.com/jack/status/2039003879841362278)
---

### 在红杉资本,我们认为速度是预测初创企业成功的最佳指标。
大多数公司将人工智能视为提高生产力的工具,而很少有公司关注人工智能改变我们协作方式的潜力。Block 展示了如何从根本上重新思考组织设计,最终利用人工智能提升速度,从而获得持续的竞争优势。
在第一张公司组织结构图出现两千年前,罗马军队就解决了每个大型组织至今仍面临的一个问题:如何在沟通有限的情况下,协调远隔重洋的数千人?
他们的答案是采用嵌套式层级结构,每个层级都保持一致的管理幅度。最小的单位是营(contubernium),由八名士兵组成,他们共用一个帐篷、装备和一头骡子,由一名百夫长(decanus)领导。十个营组成一个百人队(centurion),由一名百夫长(centurion)领导,每队八十人。六个百人队组成一个大队(cohort)。十个大队组成一个军团(legion),大约有五千人。在每个层级,都有一位指定的指挥官拥有明确的权力,负责汇总下级的信息,并向上级传达决策。这种结构(8 → 80 → 480 → 5000)是一种信息传递协议,它建立在一个简单的人类局限性之上:一个领导者能够有效管理的人数在三到八人之间。罗马人在几个世纪的战争中发现了这一点。即使在今天,美国陆军的层级结构仍然遵循类似的模式。我们现在称之为“管理幅度”,它仍然是地球上所有大型组织的基本约束。
### 下一个重大变革来自普鲁士。
1806年耶拿战役中,拿破仑军队击溃普鲁士军队后,以沙恩霍斯特和格奈森瑙为首的一群改革者围绕着一个令人不安的事实重建了军队:你不能依赖高层的个人天才,你需要一个系统。他们创建了总参谋部,这是一门专门训练的军官制度,其职责并非作战,而是计划作战、处理信息和协调各部队。沙恩霍斯特希望这些参谋军官“支持无能的将领,提供领导者和指挥官可能缺乏的才能”。这相当于“中层管理”一词出现之前的阶段。这些专业人员的职责是传递信息、预先计算决策,并在复杂的组织中保持协调一致。军队还正式区分了“直线”和“参谋”职能。直线部门推进核心任务,而参谋部门提供专业支持。如今,每个公司仍然在使用这套术语。
19世纪40年代和50年代,军事等级制度通过美国铁路进入了商业领域。美国陆军将西点军校毕业的工程师借调到私营铁路公司,这些军官也带来了军事组织思维。参谋和直线等级制度、事业部结构、官僚式的报告和控制系统:所有这些都是在铁路公司采用之前在军队中发展起来的。19世纪50年代中期,纽约和伊利铁路公司的丹尼尔·麦卡勒姆绘制了世界上第一张组织结构图,用于管理一个绵延500多英里、拥有数千名员工的系统。适用于小型铁路的非正式管理方式已经失效。火车相撞事故不断造成人员伤亡。麦卡勒姆的组织结构图正式确立了罗马人使用的等级逻辑:层级分明的权力结构、明确的报告路线、结构化的信息流。它成为了现代公司的蓝图。
### 弗雷德里克·泰勒(1856-1915)常被誉为“科学管理之父”,他优化了层级结构内部的运作。
泰勒将工作分解为专门的任务,分配给训练有素的专家,并通过量化而非直觉进行管理。这催生了功能型金字塔组织——一种针对信息传递系统效率而优化的结构,该系统最初由军方开创,后被铁路公司商业化。
第二次世界大战期间,职能层级结构首次经受了真正的考验。曼哈顿计划要求物理学家、化学家、工程师、冶金学家和军官跨越学科界限,在高度保密和时间紧迫的情况下,为了一个共同的目标而努力。罗伯特·奥本海默将洛斯阿拉莫斯实验室划分为不同的职能部门,但他坚持各部门之间公开协作,抵制了军方惯用的部门划分模式。1944年,当核爆问题变得至关重要时,他围绕这一问题重组了实验室,创建了当时美国企业界前所未有的跨职能团队。这种模式取得了成功,但这只是战时由一位杰出人物领导的特例。战后商业世界面临的问题是:这种跨职能协作能否成为常态?
二战后,随着企业的发展和全球化,职能型组织的规模局限性日益凸显。1959年,麦肯锡公司的吉尔伯特·克利和阿尔弗雷德·迪·西庇阿在《哈佛商业评论》上发表了《打造世界型企业》一文,为将职能专长与事业部相结合的矩阵式组织结构提供了理论框架。在马文·鲍尔的领导下,麦肯锡帮助壳牌和通用电气等公司实施了这些原则,在中央标准与本地灵活性之间取得了平衡。这便是推动战后全球经济发展的“专业化”或“现代”企业模式的雏形。
### 随着时间的推移,其他框架应运而生,旨在解决矩阵结构的复杂性、僵化性和官僚主义问题。
麦肯锡 7S 框架由汤姆·彼得斯和罗伯特·沃特曼于 20 世纪 70 年代末提出,它将“硬性 S”(战略、结构、系统)与“软性 S”(共同价值观、技能、员工、风格)区分开来。其核心理念是,仅靠结构要素是不够的。组织效能的提升需要文化特征和决定战略能否成功的人为因素之间的协调一致。
近几十年来,科技公司在组织结构方面进行了大量的尝试。Spotify 推广了采用短周期迭代的跨职能团队。Zappos 尝试了合弄制(Holacracy),彻底取消了管理头衔。Valve 则采用扁平化结构,没有正式的层级。这些尝试都揭示了传统层级结构的局限性,但没有一项能够解决根本问题。随着规模的扩大,Spotify 又回归了传统的管理模式。Zappos 遭遇了严重的员工流失。Valve 的模式被证明难以扩展到几百人以上的规模。当组织规模达到数千人时,它们最终还是会回归层级式的协调模式,因为目前还没有足够强大的信息传递机制能够取代它。
这种制约因素与罗马人面临的以及二战期间美国海军陆战队重新发现的制约因素相同:缩小管理幅度意味着增加指挥层级,但层级越多,信息流通速度就越慢。两千年来,组织创新一直都在试图在不破坏这种权衡的前提下找到解决办法。
### 那么现在有什么不同呢?
在 Block,我们质疑一个根本假设:组织必须采用层级式结构,并以人作为协调机制。相反,我们打算取代这种层级结构的作用。如今,大多数使用人工智能的公司都只是给每个人配备一个“副驾驶”,这使得现有结构在不改变其本质的前提下略微改善了运作。而我们追求的是截然不同的东西:一个本身就具备智能(或称“迷你通用人工智能”)的公司。
我们并非第一个尝试突破传统层级结构的企业。海尔的“人单合一”模式、平台型组织、“数据驱动”管理:这些都是针对同一问题的切实尝试。它们所缺乏的是一种能够真正执行层级结构所应具备的协调功能的技术。人工智能正是这种技术。它首次实现了系统能够维护一个持续更新的整个企业模型,并利用该模型来协调工作,而此前这种协调方式需要人工通过层层管理层级传递信息。
要实现这一点,公司需要两样东西:一种描述自身运营的“世界模型”,以及足够丰富的客户信号,以使该模型发挥作用。
Block 采用远程优先架构。我们所做的每一件事都会产生成果。决策、讨论、代码、设计、计划、问题和进度都以记录的形式存在。这是构建公司世界模型的原材料。在传统公司中,经理的职责是了解团队的运作情况,并将这些信息逐级传递。而在远程优先的公司中,工作内容本身就已可由机器读取,人工智能可以持续构建和维护这一图景:哪些内容正在构建,哪些内容受阻,资源分配情况如何,哪些有效哪些无效。这些信息过去由层级结构承载,现在则由公司世界模型承载。
### 但系统的性能完全取决于输入的客户信号的质量。而金钱是世界上最诚实的信号。
人们会在调查问卷中撒谎,会忽略广告,会放弃购物车。但当他们消费、储蓄、汇款、借贷或还款时,那就是事实。每一笔交易都反映了某人的生活。Block 每天通过 Cash App 和 Square 分别获取数百万笔交易的买卖双方数据,以及商家运营数据。这赋予了客户世界模型一种独特的优势:基于真实可靠的信号,构建出对每位客户、每位商家财务现实的深刻理解,并且这种理解会不断累积。信号越丰富,模型就越完善;模型越完善,交易量就越大;交易量越大,信号就越丰富。
公司世界模型和客户世界模型共同构成了一种新型公司的基础。在这种公司里,产品团队不再制定预先设定的路线图,而是着手构建四样东西。
#### 首先,我们来看功能。
这些基本金融功能包括:支付、贷款、发卡、银行服务、先买后付、工资发放等等。它们并非产品,而是难以获取和维护的构建模块(有些模块具有网络效应,并且需要获得监管许可)。它们本身没有用户界面,但需要满足可靠性、合规性和性能方面的要求。
#### 其次,是世界模型。
它包含两个方面。公司世界模型是指公司如何理解自身及其运营、绩效和优先事项,取代了以往层层管理层级传递的信息。客户世界模型是基于专有交易数据构建的,针对每个客户、每个商户、每个市场的模型。它从当前的原始交易数据开始,并随着时间的推移逐步发展为完整的因果和预测模型。
#### 第三,智能层。
它负责将各种功能组合成针对特定客户在特定时刻的解决方案,并主动交付这些方案。例如,一家餐厅的现金流在季节性淡季到来之前开始紧张,而该模型此前也曾预测过这种情况。智能层会利用贷款功能生成一笔短期贷款,并利用支付功能调整还款计划,然后在商家考虑寻求融资之前就将其推送给商家。又例如,一位 Cash App 用户的消费模式发生了变化,该模型将其与搬迁到新城市联系起来。智能层会为其设置新的直接存款账户,为其新居住地定制一张消费类别更高的 Cash App 卡,并根据其更新后的收入设定一个储蓄目标。这些解决方案并非产品经理主动开发,而是因为这些功能早已存在。智能层只是识别出了这一时刻,并将它们组合起来。
#### 第四,接口(硬件和软件)。
Square、Cash App、Afterpay、TIDAL、bitkey、proto 等都是交付界面,智能层通过这些界面提供组合解决方案。它们固然重要,但价值并非源于此。价值在于模型和智能。
当智能层尝试构建解决方案却因功能缺失而失败时,这种失败信号就是未来的产品路线图。传统的路线图,即产品经理对下一步开发内容进行假设,是任何公司最终的限制因素。而在这种模式下,客户的实际需求直接决定了产品待办事项列表。
### 如果这就是公司所打造的产品,那么问题就变成了:员工们该做什么?
组织结构由此而来,它颠覆了传统的模式。在传统的公司里,智慧分散在员工之中,层级结构负责传递信息。而在这种模式下,智慧存在于系统之中。员工处于边缘。边缘才是行动发生的地方。
边缘是智能与现实接触的地方。人们能够触及模型尚无法企及的领域。他们感知模型无法察觉的事物:直觉、主观判断、文化背景、信任动态以及现场氛围。他们能够做出模型不应自行做出的决定,尤其是在涉及伦理抉择、全新情境以及后果极其严重的生死攸关时刻。一个无法触及现实世界的世界模型仅仅是一个数据库。但边缘并不需要层层管理层级来协调运作。世界模型能够为身处边缘的每个人提供所需的背景信息,使他们无需等待信息在层层指挥中传递即可采取行动。
### 实际上,这意味着我们将角色简化为三个。
#### 个人贡献者(IC)负责构建和运营各项功能、模型、智能层和接口。
他们是系统特定层面的资深专家。世界模型提供了过去由管理者提供的背景信息,因此个人贡献者无需等待指示即可就其负责的层面做出决策。
#### 直接责任人 (DRI) 负责特定的跨领域问题或机遇以及客户成果。
例如,一位 DRI 可能负责特定细分市场中商户流失问题的解决,为期 90 天,并拥有充分的权限根据需要从全球模型团队、贷款能力团队和接口团队调配资源。DRI 可以继续专注于某些问题,也可以转而解决其他新问题。
他们是身兼教练和实干家双重角色的管理者,既负责团队建设,也负责人员培养。他们取代了传统管理者,后者的主要职责是信息传递。身兼教练和实干家的角色仍然会编写代码、构建模型或设计界面,同时他们也致力于培养身边的人。他们不会把时间浪费在状态会议、协调会议和优先级谈判上。世界模型负责协调,DRI 结构负责战略和优先级,而身兼教练和实干家的角色则负责技术和人员管理。
#### 无需设立常设的中层管理层。
旧层级结构的其他所有功能,新系统都能协调运作,而且每个人都被赋予了更多权力,他们的角色也更加贴近工作和客户。
### Block 正处于转型初期。
这将是一个艰难的过程,部分环节在最终实现之前可能会出现问题。我们现在撰写这篇文章,是因为我们相信每家公司最终都需要面对我们曾经面对的同一个问题:贵公司真正理解的、但又难以理解的事物有哪些?这种理解是否每天都在加深?
如果答案是“什么都没有”,那么人工智能就只是一个成本优化方案。你裁员,利润率在几个季度内有所提高,最终却被更智能的系统吞并。如果答案意义深远,那么人工智能并不会增强你的公司,而是揭示你公司的真实面貌。
Block 的答案是经济图:数百万商家和消费者,每笔交易的买卖双方,实时观察的金融行为。这种理解在系统运行的每一秒都在不断累积。我们相信,这种模式背后的意义重大——公司以智能体而非层级结构组织——足以在未来几年重塑各类公司的运营方式。Block 目前的发展足以证明这一理念并非纸上谈兵(当然,我们也欢迎各方讨论和反馈,以检验并改进我们的想法)。
公司的发展速度取决于信息流动。层级结构和中层管理阻碍了信息流动。两千年来,从罗马的集体帐篷到今天的全球企业,我们别无选择。八个士兵共用一个帐篷需要一名百夫长,八十个人需要一名百夫长,五千人需要一名军团长。问题从来不在于是否需要层级结构,而在于人是否是唯一能够胜任这些层级工作的人。如今,情况已截然不同。Block 正在构建未来。
https://block.xyz/inside/from-hierarchy-to-intelligence
## 相关链接
- [火星全目录已重新发布](https://x.com/wholemars)
- [jack](https://x.com/jack)
- [@jack](https://x.com/jack)
- [150万](https://x.com/jack/status/2039003879841362278/analytics)
- [https://block.xyz/inside/from-hierarchy-to-intelligence](https://block.xyz/inside/from-hierarchy-to-intelligence)
- [升级至高级版](https://x.com/i/premium_sign_up)
- [11:36 PM · Mar 31, 2026](https://x.com/jack/status/2039003879841362278)
- [1.5M Views](https://x.com/jack/status/2039003879841362278/analytics)
- [View quotes](https://x.com/jack/status/2039003879841362278/quotes)
---
*导出时间: 2026/4/1 11:36:52*