这篇由杰克·多西(Jack Dorsey)和鲁洛夫·博塔(Roelof Botha)撰写的红杉资本文章,探讨了企业如何利用AI将组织架构从传统的“层级制”向“智能系统”演变。
从层级制到智能系统 (From Hierarchy to intelligence)
作者:Jack Dorsey 和 Roelof Botha
发布日期:2026年3月31日
在红杉资本,我们看到速度是预测初创公司成功与否的最佳指标。大多数公司将人工智能(AI)视作提升生产力的工具,却鲜有公司专注于利用AI改变我们的协作方式。Block正在展示如何从根本上重新思考组织设计,最终利用AI将速度转化为不断积累的竞争优势。
在世界上第一张企业组织架构图出现两千年前,罗马军队解决了一个至今每个大型组织都在面临的问题:在通讯有限的情况下,如何跨越遥远的距离协调成千上万的人?
他们的答案是一个嵌套的层级结构,并在每一层保持一致的管理跨度。最小的单位是“同居帐篷班”(contubernium),由共用一顶帐篷、装备和一头骡子的八名士兵组成,由一名十夫长(decanus)领导。十个这样的班组成一个由百夫长指挥的八十人百人队(century)。六个百人队构成一个大队(cohort)。十个大队则组成一个约5000人的军团(legion)。在每一层级中,都有被任命的指挥官拥有明确的权力,汇总来自下级的信息,并传达来自上级的决策。这种结构(8 → 80 → 480 → 5,000)本质上是一种信息路由协议,建立在一个简单的人类局限性之上:一个领导者通常只能有效管理3到8人。罗马人通过几个世纪的战争发现了这一点。即使在今天,美国陆军的等级指挥链也遵循着类似的模式。我们现在将其称之为“管理跨度”(span of control),它仍然是地球上所有大型组织的核心制约因素。
下一次重大变革来自普鲁士。1806年拿破仑的军队在耶拿战役中摧毁了普鲁士军队后,以沙恩霍斯特(Scharnhorst)和格奈森瑙(Gneisenau)为首的一批改革派围绕一个令人不安的事实重建了军队:你不能指望高层的个人天才。你需要一个系统。他们创立了总参谋部,这是一个由受过专门训练的军官组成的阶层,他们的工作不是战斗,而是规划行动、处理信息并协调各个部队。沙恩霍斯特建立这些参谋军官的意图是“支持不称职的将军,提供领导者和指挥官可能缺乏的才能”。这就是“中层管理”在有这个词之前的雏形。这些专业人员的目的就是在一个复杂的组织中传递信息、预先计算决策并保持一致性。军方还正式确立了“直线(业务)”(line)和“参谋(职能)”(staff)功能的区别。直线职能推进核心任务,参谋职能提供专业支持。今天,每家企业依然在使用这套词汇。
在19世纪40和50年代,军事层级制度通过美国铁路系统进入了商业世界。美国陆军将西点军校培养的工程师借调给私营铁路公司,这些军官将军事组织思维带了过来。直线与参谋层级、部门结构、官僚化的报告和控制系统:所有这些都是在军队中发展起来的,随后被铁路公司采用。在1850年代中期,纽约和伊利铁路公司的丹尼尔·麦卡勒姆(Daniel McCallum)创建了世界上第一张组织结构图,以管理一个绵延500多英里、拥有数千名工人的系统。过去在小型铁路上行之有效的非正式管理方式正在失效,火车相撞导致人员伤亡。麦卡勒姆的图表将罗马人曾使用的层级逻辑正式确立下来:权力分层、明确汇报路线、结构化的信息流。它成为了现代企业的蓝图。
弗雷德里克·泰勒(Frederick Taylor,1856-1915),常被称为“科学管理之父”,对这种层级结构内部发生的事情进行了优化。泰勒将工作分解为专业任务,分配给受过培训的专家,并通过测量而不是直觉进行管理。这产生了功能型金字塔组织——在由军队开创并被铁路商业化的信息路由系统内,这是一种优化效率的结构。
职能层级制面临的第一次真正压力测试发生在二战期间。曼哈顿计划需要物理学家、化学家、工程师、冶金学家和军官在极端保密和时间紧迫的情况下跨越学科界限,朝着单一目标共同努力。罗伯特·奥本海默将洛斯阿拉莫斯实验室分为不同的职能部门,但他坚持跨部门的公开合作,抵制军方将其分割的本能。1944年,当内爆问题变得至关重要时,他围绕这个问题重组了实验室,创建了当时美国企业界前所未见的跨职能团队。这奏效了,但那是在一位杰出人物领导下的战时特例。战后商业界面临的问题是,这种跨职能协调能否成为常态。
随着二战后公司的发展和全球化,职能设计的规模局限性变得突出。1959年,麦肯锡的吉尔伯特·克里(Gilbert Clee)和阿尔弗雷德·迪·斯西皮奥(Alfred di Scipio)在《哈佛商业评论》上发表了“创建一个世界企业”,为将职能专长与事业部门结合起来的矩阵式组织提供了智力框架。在马文·鲍尔(Marvin Bower)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,在中央标准与地方敏捷性之间取得平衡。这成为了推动战后全球经济发展的“专业”或“现代”企业。
随着时间的推移,出现了其他框架来解决矩阵结构的复杂性、僵化和官僚主义问题。在20世纪70年代末,汤姆·彼得斯(Tom Peters)和罗伯特·沃特曼(Robert Waterman)开发了麦肯锡7-S框架,区分了“硬件S”(战略、结构、系统)和“软件S”(共同价值观、技能、人员、作风)。其核心理念是,单靠结构元素是不够的。组织效能需要跨越文化特征和决定战略能否成功的人为因素保持一致。
在最近的几十年里,科技公司在组织结构上进行了大胆的尝试。Spotify通过短冲刺周期普及了跨职能小分队(squads)。Zappos尝试了无领导管理(Holacracy),完全取消了管理头衔。Valve采用扁平化结构运营,没有正式的层级制度。每一次尝试都揭示了传统层级制度的某些局限性,但没有一个解决了根本问题。随着规模的扩大,Spotify重新回到了传统管理模式。Zappos出现了大量人员流失。Valve的模式被证明很难在几百人以上的规模下扩展。当组织成长到数千人时,它们又退回到了层级协调模式,因为没有一种替代性的信息路由机制强大到足以取代它。
这种制约因素与罗马人所面临的,以及海军陆战队在二战中重新发现的制约因素是一样的:缩小管理跨度意味着增加指挥层级,但更多的层级意味着信息流动更慢。两千年的组织创新不过是一直试图在不破坏这一权衡的情况下找到变通之道。
那么现在有什么不同?
在Block,我们正在质疑一个基本假设:组织必须是由人类作为协调机制而建立的层级结构。相反,我们打算替代层级制度所做的工作。如今大多数使用AI的公司都在给每个人配备一个“副驾驶”(copilot),这让现有的结构运行得稍微好一点,但并没有改变结构。我们追求的是截然不同的东西:一家被构建为一个智能体(或迷你AGI)的公司。
我们并不是第一个试图超越传统层级制度的人。海尔的人单合一模式、平台型组织、“数据驱动”管理:这些都是解决同一问题的切实尝试。它们所缺乏的是一种真正能够执行层级所提供的协调功能的技术。AI就是这种技术。有史以来第一次,系统可以维护一个涵盖整个业务的、持续更新的模型,并利用它以以前需要人类通过层层管理传递信息的方式来协调工作。
要实现这一点,一家公司需要两样东西:一个是自身运营的“世界模型”,另一个是足够丰富、能让该模型发挥作用的客户信号。
Block是一家远程优先的公司。我们所做的一切都会创造产物。决策、讨论、代码、设计、计划、问题和进展,全都以被记录的行动存在。这是构建公司世界模型的原材料。在传统的公司里,管理者的工作是了解整个团队正在发生什么,并在上下级之间传达背景信息。在一个工作已经实现机器可读的远程优先公司里,AI可以持续地建立并维护这幅图景:正在构建什么,什么被阻塞了,资源分配在哪里,什么是有效的,什么不是。这正是过去需要由层级结构来承载的信息。现在,由公司世界模型取而代之。
但系统的能力取决于输入其中的客户信号的质量。而金钱是世界上最诚实的信号。
人们会在问卷调查中说谎,他们会忽略广告,也会放弃购物车。但当他们消费、储蓄、转账、借贷或还款时,那就是事实。每一笔交易都是一个人生活中的事实。Block每天都在看到数百万笔此类交易的双方,买方通过Cash App,卖方通过Square,加上商家运营业务产生的操作数据。这为客户世界模型提供了一种罕见的东西:一种基于诚实信号并不断积累的,针对每个客户、每个商家的金融现实的理解。信号越丰富,模型越好。模型越好,交易越多。交易越多,信号就越丰富。
公司世界模型和客户世界模型共同构筑了一种新型公司的基础。你不再需要产品团队去制定预先设定的路线图,而是构建四样东西:
第一,能力(Capabilities)。
原子级别的金融原语:支付、借贷、发卡、银行业务、先买后付、发薪等等。这些不是产品,它们是难以获得和维护的构建块(有些具有网络效应和监管许可)。它们没有自己的用户界面,它们拥有的是可靠性、合规性和性能目标。
第二,世界模型(World model)。
它包含两方面。公司世界模型是公司如何理解自身及其运营、绩效和优先级的模型,它取代了过去在管理层之间流动的信息。客户世界模型是由专有交易数据构建的针对每个客户、每个商家、每个市场的表征。它今天从原始交易数据开始,随着时间推移将演变为完全因果和预测的模型。
第三,智能层(Intelligence layer)。
正是它将各种“能力”组合成特定客户在特定时刻的解决方案,并主动交付给他们。例如,一家餐厅的现金流在季节性低谷之前出现紧张,而模型以前见过这种情况。智能层从“借贷能力”中组合出一笔短期贷款,利用“支付能力”调整还款计划,甚至在商家想到寻找融资之前就展示给他们。又或者,一个Cash App用户的消费模式发生了变化,模型将其与搬到新城市联系起来。智能层就组合了一个新的直接存款设置、一张针对他们新社区有更多返现类别的Cash App卡,以及一个根据他们最新收入进行校准的储蓄目标。没有哪个产品经理决定构建这两种解决方案。“能力”本来就存在,智能层识别到了这个时刻,并将它们组合在一起。
第四,接口(Interfaces - 硬件和软件)。
Square, Cash App, Afterpay, TIDAL, bitkey, proto。这些是交付界面,智能层通过它们交付组合而成的解决方案。它们很重要,但并不是价值产生的地方。真正的价值在于模型和智能。
当智能层试图组合一个解决方案,但因为缺乏相应的“能力”而失败时,这种失败信号就是未来的路线图。在传统的路线图中,产品经理会对下一步构建什么进行假设,这是任何公司的终极限制因素。但在这种模式下,客户现实直接生成了产品待办事项(backlog)。
如果这就是公司所构建的东西,那么问题来了:人做什么?
组织结构随之演变,它颠覆了传统的图景。在传统的公司中,智能分散在人身上,并由层级进行路由。在这个模型中,智能存在于系统中。人处于边缘(edge)。边缘才是行动发生的地方。
边缘是智能接触现实的地方。人可以触及模型尚无法进入的领域。他们能感知到模型无法感知的东西:直觉、有主见的方向、文化背景、信任动态、房间里的气氛。他们能做出模型不能自行做出的决定,尤其是伦理决策、新奇情况以及犯错成本极其高昂的高风险时刻。一个无法接触真实世界的世界模型仅仅是一个数据库。但边缘地带不需要层层管理来协调它。世界模型为边缘的每一个人提供了他们采取行动所需的背景信息,而无需等待信息在指挥链中上下传递。
在实践中,这意味着我们将角色标准化为三类:
- 个人贡献者(ICs): 他们构建并运营“能力”、模型、智能层和接口。他们是某个系统层面的深度专家。世界模型提供了过去由管理者提供的上下文,因此IC们可以做出关于他们那一层的决定,而无需等待别人告诉他们该做什么。
- 直接责任人(DRIs): 他们负责解决特定的跨领域问题或机会,以及客户成果。一个DRI可能负责在90天内解决特定细分市场中商户流失的问题,他们有全权根据需要调用来自世界模型团队、借贷能力团队和接口团队的资源。DRI可能会长期专注于某些问题,或者转移到别处解决新问题。
- 球员兼教练(Player-coaches): 他们将构建工作与培养人才结合起来。他们取代了主要工作是“信息路由”的传统管理者。球员兼教练仍然写代码、建模型或设计接口,但他们也投资于周围人的成长。他们不会把每天的时间花在状态更新会、对齐会议和优先级谈判上。世界模型处理对齐;DRI结构处理战略和优先级;球员兼教练处理工艺(craft)和人员发展。
不再需要一个永久的中层管理层。旧层级制度所做的其他一切事情现在都由系统来协调。每个人都被赋能,他们的角色更加贴近实际工作和客户。
Block正处于这一转变的早期阶段。这将会很困难,其中的一部分在奏效之前可能会遭遇失败。我们现在写下这些,是因为我们相信每家公司最终都需要面对与我们一样的问题:你的公司究竟理解了哪些真正难以理解的事情,而这种理解是否每天都在加深?
如果答案是“没什么”,那AI只是一个降本增效的故事。你裁减人员,在几个季度内提高利润率,最终被更聪明的竞争对手吞并。如果答案是“理解得很深”,AI就不仅仅是增强你的公司,它揭示了你的公司到底是什么。
Block的答案是经济图谱:数以百万计的商家和消费者,每笔交易的双方,实时观察到的金融行为。只要系统还在运行,这种理解就在每一秒不断叠加。我们相信这背后的模式——公司像智能体一样组织,而不是层级结构——具有重大意义,它将在未来几年重塑各类公司的运营方式。Block已经取得了足够的进展,足以证明这个想法不仅仅是理论(当然,我们欢迎讨论和反馈,以对我们的想法进行压力测试和改进)。
公司根据信息流速的快慢而发展。层级制度和中层管理阻碍了信息的流动。两千年来,从罗马的同居帐篷班到今天的全球企业,我们并没有真正的替代方案。八个共用一顶帐篷的士兵需要一个十夫长。八十个人需要一个百夫长。五千人需要一个军团长。问题从来不在于你是否需要层级。问题在于,对于这些层级所做的工作,人类是不是唯一的选项。现在,人类已经不再是唯一选项了。Block正在构建下一个时代的形态。