文章以亚当·斯密的制针工厂作为现代公司制度的原点。斯密在1776年《国富论》中提出，分工让制针效率提升至人均日产4800枚，奠定了工业时代组织逻辑：拆解任务、专精技能、再通过管理粘合。AI打破了这个基础——当一个人+Agent能完成全链路，按‘人不能做所有事’建立的分工体系开始松动。理解这个250年的底层假设，才能看懂李宁说的‘分工维度正从工作量转向认知带宽’意味着什么。

李宁的核心推演是：AI抹平执行门槛→瓶颈从生成转向验证→人的价值从‘能做’变成‘能判’。他给出了一个可检验的假设：只要任务的可验证性足够清晰（如代码、数学），AI就能逼近人类水平；而品味、方向感、极端主观判断才是剩余护城河。但支持“品味不可替代”的前提是假设AI没有主观偏好与意义感。Counterargument是Anthropic等公司已在训练‘品味模型’（如用导师批注微调评审Agent），当AI学会模仿专家判断，这条论证链的强度取决于‘品味边界’还能撑多久。

文章和部分观点认为AI先淘汰信息传递型中层。36氪指出亚马逊、Meta等已削减管理层，中层本质是‘信息差护城河’，AI零成本处理信息后价值归零。但另一派认为人不会变成‘理性机器’——人的激励、情绪、信任等管理职能无法量化。今日头条的文章强调，中层若只做‘传声筒’必消失，但‘专家型’或‘不脱离一线且懂AI’的中层会更稀缺。两派共识是：同质化的信息通道岗危险，融入业务判断的岗位反而增值。

文章预判未来是‘小团队+Agent’。现实已出现极端案例：荷兰开发者Pieter Levels凭一己之力年入300万美元；国内灵活用工平台数据显示，37%独立经营者用AI干活，规模两年扩张8倍。但另一边，2亿灵活就业者中主动选择的不足15%，社保参保率不到40%——AI放大了‘一人公司’的收入上限，也加剧了无保障的风险。关键信号是温州2025年发布的OPC（One Person Company）政策，包含‘算力券’等工具。拐点观察点：OPC政策是挡风险的缓冲垫，还是加速收割的加速器？

当公司要求员工把经验写成Skill（如Claude Skills功能），员工面临‘教会AI徒弟饿死师傅’的困境。网友开发了‘反蒸馏Skill’工具：看似完整交差，实则把核心知识替换为‘正确但无用的废话’，同时保留私人备份。这揭示了一个尖锐问题：AI时代雇佣契约的核心矛盾——公司把人当可提取资产，人用‘留一手’对抗。这件事真正值得追问的不是‘蒸馏该不该’，而是：当执行价值归零，定义问题的能力能否成为新的议价筹码？