8.0
深览指数
科技虎嗅·闲庭落木©··AI 生成
关于AI-Native组织的思考
作者结合自身在 AI 提效实践中的多次转向，从最初否定 AI 在提效上的商业价值，到被 Claude Code 打动并尝试激进的组织重构思路，再到最终因一 crate 人类直觉与「开放问题」的不可替代性，而修正了早期「AI 中心主义」的理念。核心结论是：组织应分为处理「开放问题」的探索者（由 AI 辅助保持心流）和处理「封闭问题」的工业化 Agent 平台（由 AI 驱动、人类作为边缘节点），而非消灭人类。本文提供了作者亲身实践的一线反思，适合对 AI 如何重塑组织形态、而非如何简单提效感兴趣的深度读者。原文 ↗
核心观点
- ▍AI-Native 组织的核心并非消灭人类，而是根据问题类型分化：对于「开放问题」（需直觉与创见）,人类驱动 AI 作为副驾；对于「封闭问题」（边界清晰、可自动化）,AI 驱动事，人类作为与现实交互的边缘节点。
- ▍作者否定了早期「AI 中心主义」（Jack Dorsey 的「将公司打造成智能体」）的激进终局，认为人类在提出正确问题的能力上具有 AI 不可替代的价值，因为这种创见往往源于语言无法充分描述的潜意识直觉。
- 012024 年作者认为 AI 的商业价值不在提效（因边际成本不递减），而在「变不可能为可能」。
- 022025 年 Claude Code 的出现让作者相信 AI 能完成之前做不到的事，尤其是非编码工作，从而开始关注组织级 AI 提效。
- 03作者早期激进的思路是：识别出 AI 能搞定 90%+ 的子工作项，构建 Agent 全自动化，然后逐步扩大范围。这与 Jack Dorsey 的「以终为始」的 AI-Native 组织思路（所有行为数字化、强客户信号、人类为边缘节点）一致。
- 04实践中的关键 case 暴露了 AI 的局限：例如 AI 生成了功能正确的代码，但架构抽象不符合作者心中未言明的未来设想。作者将其归因于人类「潜意识中的直觉」，这种直觉无法被语言提前描述。
- 05作者将问题区分为「开放问题」（如「如何利用 AI 提效 N 倍」，需先提出正确问题）和「封闭问题」（如线上 bug 修复），并认为针对前者的「idea」产生能力 AI 目前不具备。
反方 / 局限
- — 作者承认自己在实践中尚未取得显著成就，且早期激进思路（Agent 逐步覆盖）遇到「隐晦阻力」而导致失败信号不易暴露，反而不如 Jack Dorsey 的激进一揽子方案更能快速暴露问题。
- — 文章最终提出的「AI 控制台 + Agent 平台」的构想，作者自评「平平无奇」，且大量未解问题：如何设计真正不打折心流的控制台？Agent 平台如何泛化适应各类封闭问题？这些均未解决。
Claude CodeCursorManusIvan ZhaoJack DorseyNotionBlock（原 Square）AI-Native 组织「AI 控制台」「Agent 平台」「开放问题 vs 封闭问题」
10 分钟 · 4 卡片 · 11 资料
读原文 →