唐杰说管理被AI「压扁」，背后的经济学逻辑是中层管理者长期收取的「信息租金」正在归零。BCG 2026年报告《AI组织坍缩效应》指出，中层存在的底层原因不是管理幅度，而是信息不对称——他们负责把上层指令「翻译」成下层任务、把下层进展「整理」成上层汇报，从中赚取信息差。但AI智能体可以直接穿透层级，就像一个永不疲倦的协调员，把跨部门任务拆解和执行一步到位。Cloudflare CEO直言裁掉的员工中绝大多数是「测量者」（中层与支持职能），留下的全是「创造者」。这不是裁员借口，而是信息税时代结束的信号。

唐杰用两家拉锯证明技术快速进步驱动一切，但真实战场远比文章描述的复杂。2026年6月第一周，Anthropic和OpenAI在7天内先后秘密提交IPO申请，合计估值超1.8万亿美元。Anthropic估值9650亿、年化营收470亿接近盈利；OpenAI估值8520亿、坐拥9亿周活却烧钱更狠。同一周内，双方同时发布编程Agent——Anthropic推Opus 4.6并扩上下文至100万token，OpenAI推GPT-5.3-Codex。这不是普通的模型竞赛，而是从「技术比拼」升级为「全面战争」：谁先敲钟谁定估值规则，谁的产品能真正交付复杂任务谁就赢得下一轮生态锁定。

唐杰把认知定义为「预见AGI在哪」，这恰好与行业真实节奏同步。红杉在2026年发布重磅宣言——AGI已经到来，标志是长程智能体能独立完成复杂任务（如31分钟精准筛选工程总监候选人）。Scaling Law正从预训练转向后训练与推理时计算：GPT-4级模型训练成本超3亿美元且边际效益递减，而DeepSeek R1用1/10成本逼近GPT-4，证明算法效率可以突破算力瓶颈。中金预测2026年预训练Scaling-Law将重现，强化学习占比进一步提升，持续学习与模型记忆技术也会迎来突破。最激进的预测是小米大模型负责人罗富利所说：两年内实现AGI。但关键变量不在技术本身，而在谁能把「认知」快速转化为技术动作。

唐杰指出一个反直觉的事实：AI正在颠覆CS自身的知识体系，程序员从「造物主」变成被扁平化的对象。真正值得追问的不是「AI会不会取代程序员」，而是「为什么学历和履历突然不管用了」。苹果的困境提供了反面注脚：内部战略分歧（AGI远景 vs 实用功能快速落地）导致核心AI人才持续流失、功能反复延期，陷入「过度打磨」的泥潭。Anthropic的43天快速迭代则提供了正面案例——通过并行化研发和加速用户反馈闭环，把安全从防守性包袱变成进攻性武器。两者的对比说明：在AI时代，组织的认知速度和工程执行力比任何静态资历都更值钱。那么，你的团队更像苹果还是Anthropic？