AI正在改变互联网组织的分工方式

传统互联网组织通过专业化分工提升生产效率。

其背后的重要前提是：单个人很难同时掌握产品、设计、研发、数据、运营等大量专业技能，因此需要将成员分配到不同的专精岗位，再通过协作共同完成产品建设。

但AI正在改变这一前提。

AI使个人可以快速获得原本不具备的知识和能力，并能够辅助完成调研、设计、开发、数据分析和内容生产等不同类型的工作。每个人能够覆盖的工作范围不断扩大，逐步具备更加完整的端到端创造能力。

在这种情况下，原本用于提升效率的组织分工和协作流程，也可能因为沟通、交接、排期和信息损耗，逐渐成为新的效率瓶颈。

未来的组织形态可能进一步向“小团队+超级个体”发展：

1. 每个人都拥有更完整的全栈能力；
2. 个人能够独立完成更长的业务链路；
3. 团队减少不必要的岗位切割和流程交接；
4. 组织将更多精力放在目标对齐、关键决策和资源配置上。

对于AI时代的产品经理而言，未来的竞争力可能不只是完成传统产品工作，而是能否借助AI覆盖更长的价值链，并独立推动一个问题从发现走向解决。

今天第一天入职一家初创做 AI 产品负责人

初步接触业务以后，有几个假设判断想分享：

1. 在初创做产品，流程和范式必须重构。产品需要保留对关键决策的判断力和审美。执行类工作，比如需求调研、竞品分析，能交给 AI 做就交给 AI 做，把精力始终放在关键判断上。
2. 优先判断好产品定位和护城河。新业务、新产品可以做的方向非常多，上来就盲目做项目，很容易陷入局部优化。
3. 尽早建立数据体系。没有办法量化业务，就没有办法优化。根据产品定位设计合适的核心指标和过程指标。做任何一个需求前，都优先判断：服务什么指标，服务哪些人群，现在资源够不够，成本有多高。

先记录下来，后面再慢慢验证～

技术红利,从来不爆发在技术本身,而爆发在围绕它重新长出来的组织结构上。在那之前,有一段必然令人失望的时期——人们把新技术塞进旧流程,误以为这就是在兑现红利。

19世纪的工厂,用一台中央蒸汽机驱动所有机器。电力来了之后,头几十年生产率几乎没怎么涨——因为工厂主只是把中央蒸汽机换成一台中央大电机,传动的轴和皮带原封不动。换了动力,没换结构,所以红利没来。真正的转折,是有人想到给每台机器配一个独立的小电机:机器不必再围着动力轴排布,可以按生产流程自由摆放,流水线才得以出现。从通电到红利真正显现,中间隔了三四十年。

我很喜欢的另一个角度,是计算机的历史。从晶体管,到机器码、汇编、C、面向对象,再到今天的自然语言——每一层都是一次抽象,把人从下一层的实现细节里解放出来,只在更高一层表达意图。
我也越来越觉得,组织结构本身,也是一层一直没被改写的抽象。过去几百年,"公司"就是把一群人的执行力组织起来的那层抽象。但如果执行可以交给 AI,人只需要在更高一层表达意图和做判断——那么该被重写的,可能不只是代码,而是"公司"这个单位本身。

这个过程正在悄悄发生——举几个最近观察到的例子。
Anthropic 在6月初的报告里说,5月份合并进它自己代码库的代码,超过80%是 Claude 写的;而在 Claude Code 2025年2月发布之前,这个比例还只是个位数。
Claude Code 的负责人 Boris Cherny 在一档播客里说:"我不再 prompt Claude 了,是一堆 loop 在 prompt 它、自己决定做什么,我的工作是写 loop。"
OpenClaw 的创始人 Peter Steinberger 也说过类似的话:别再 prompt 你的 agent,去设计那个 prompt agent 的 loop。
你看,工作的单元正在一层层往上移——从敲代码,到写 prompt,再到写"调度 prompt 的循环"。这跟前面计算机那条抽象线,是同一个方向。

回到组织结构上,硅谷有个流传已久的赌局:第一个"一人十亿美元公司"会在哪一年出现。这个赌至今没人赢,但"赌它哪年发生"本身,似乎不太像一个玩笑了。
未来工作的最小单元,也许不再是"公司",而是"一个人 + 他的一支 AI 团队"。至于这些超级个体最终会长成什么样的协作结构,我还想不清楚——但大概率,不会是今天这种公司。

最近在思考人类和AI的关系，以及如何把ai融入工作流，主要得出以下结论和大家分享一下：
短期来看：
1. 在可验证、有反馈的任务上：AI又快又准 -> 因此这类任务尽量交给AI来做
2. 在不可验证、无反馈的价值判断上：AI更流畅但不是更对 -> 这是现在人类最应该迁移过去的、仍然相对占优，也最该投入的领域
人类在价值判断这种模糊任务的优势是生物特性赋予的”一手经验+后果绑定“带来的持续校准。所以要刻意保持住采样和判断力，不要让这个能力被外包
工作模式设计目标是：把可验证的任务全部推给AI释放带宽，把释放出的精力集中投入到那个唯一无法被验证、却被现实校准的判断核心上——这才是个人+AI 团队的产出上限所在。

长期来看：
人类生物特性赋予的护城河并不是牢不可破：一手经验（亲历的、带后果的、不可被无损复制的、视角不可互通的），后果绑定（真实后果回路）长期来看并非人类专属。
人类生物特性决定信息传输只能通过语言和文化转述：而机器没有这个约束，万个agent可以并行跑一万种后果，然后把校准过的判断合并起来。带后果回路、可并行、可合并的 agent 群体,长期来看会比人类跑得快几个数量级

所以能力上 AI 超过人类是高概率的方向
但是能力上超过人类和被允许接管资源与决策(政治问题)是两件事。而后者由暴力、立法、能源和算力的分配权决定，这个决定权还在人类手里。未来人类可能自愿或被迫让渡，但它意味着"全面取代"的路径和速度。
AI是否能取代人类是一个本质由权力和时机决定的问题，能力推理并不能锁定确定性

做了个小东西:把关帝庙求签的完整六步仪式搬到了网页上 《签语祈福》

起因是自己emo的时候想求签但懒得跑庙里。于是完整复刻了请示掷筊→抽签→确认掷筊→读签解签→叩谢→再求整套流程,还做了摇手机掷筊的体感交互。100支签的完整签文(签诗/解曰/断曰/东坡解/典故)都录进去了。
一期demo刚上线,纯免费,想先收集点反馈再迭代(下一步打算把AI解签接进来)。

求即友们体验+拍砖🙏 www.qianyuqifu.com

来到即刻的第一天。