被颠覆的组织
人工智能如何推动企业围绕循环而非职能进行重组。
构建多智能体系统时最常见的错误之一，是给每个子智能体分配一个专门的角色：“运维”智能体、“测试员”智能体、“资深架构师”智能体。这模仿了我们组织人类的方式，但根据我的经验，效果并不好1。
我开始认为，对于构成组织的人类来说也是如此。大多数公司是根据人们擅长什么来组织的，但随着AI推动人们成为通才（“产品工程师”）并加快迭代周期（“软件工厂”），我认为他们应该转而根据人们解决了什么问题来组织。
本文提出 CompanyT（“公司转置”2），一种从根本上颠覆软件公司组织人才和运营方式的操作。我将阐述为什么我认为这会发生、会出现什么问题，以及AI原生的软件公司可能看起来甚至不像一家“软件公司”。
CompanyT
转置后的组织围绕我称之为“循环”的东西来组织，而不是传统的专业分工。
循环是一个问题到已部署解决方案之间的完整决策链，由一个人负责。它是循环往复的，而非一次性的，这正是它成为组织设计单元而非项目的原因。客户漏洞 → 生产环境修复是一个循环。营收管道 → 成交订单是一个循环。最强的循环会闭环回到外部来源（报告漏洞的客户得到了修复），但内部循环也存在。
这是当今的组织矩阵。行是要解决的问题，列是专家角色。每个单元格是处理该步骤的人。一个问题会涉及许多人：
沿任意一列向下看：同一组专家在每个问题中都处理该职能。Bob写代码，Carol做设计，Dave处理运维。客户报告了一个漏洞，涉及四次交接、五个人。Frank，离客户最近的人，完全没有能力修复这个问题。Bob，能修复它的人，与客户没有任何直接关系。
现在转置它。同样的网格，但沿任意一行横向看：同一个通才完成该问题的每一步。
Alice曾是产品经理；现在她负责完整的产品循环，由智能体处理她以前无法完成的代码、设计和运维工作。Eve曾在销售部门；现在她完成整个营收循环。Frank曾在支持部门；现在他诊断并修复问题，而不仅仅是记录问题。
循环负责人的角色更接近架构师，而不是传统的个人贡献者。他们不是像工程师那样写代码。他们是在指导智能体执行，在整个链条上做出架构和判断决策，决定要构建什么以及交付前“好”的标准是什么。主要产出是决策，而不是工件。
Bob、Carol 和 Dave 并没有消失。他们的角色从直接执行转向了平台：将他们专业的品味编码到系统、护栏和上下文中，供每个循环负责人的智能体使用。虽然这一直是平台团队的承诺，但 AI 使其更易实现，因为编码目标现在是一个智能体可以解释的上下文层。这仍然很难，但这现在是专职角色，而非副产品。Bob 不再为 Alice 的客户 bug 编写修复代码，但他构建了 Alice 的智能体所运行的测试框架和代码质量标准。Carol 编码了设计系统，确保 Eve 的智能体生成的演示符合品牌标准。Dave 构建了部署管道和可观测性栈，Frank 的智能体用它们来发布和监控修复。他们的专业知识成为了基础设施。他们现在运行自己的循环（平台可靠性、设计系统等），他们的产出在所有其他循环中复合增长，而无需与任何循环直接协调。他们之间的接力链坍缩为一个共享的上下文层，这得益于智能体能够在执行点吸收并应用专业判断，而无需专家身处链条之中。
目前，这对某些循环的效果比其他循环更好。智能体辅助输出与专家级输出之间的差距是真实存在的，而且缩小得并不均匀。通过智能体发布生产代码的 PM 目前还不能等同于发布代码的资深工程师。但这一趋势是有方向性的，组织面临的问题是：你是开始围绕能力走向进行重构，还是等到它到来，抑或继续假设一切将维持现状。
感谢阅读 Shrivu 的 Substack！免费订阅以接收新文章并支持我的工作。
有了循环……
接力链坍缩
接力链中的每次交接都有（至少）三种成本：延迟（等待下一个人接手）、上下文丢失（下一个人只得到上一个人理解的摘要）以及协调开销（同步、更新、工单管理）。这些成本可能深深嵌入公司的运作方式中，以至于我们常常不再将其视为成本。
在循环中，没有交接对象。听到客户描述问题的同一个人，就是部署修复的人。不存在“让我拉工程进来”的情况。上下文是原生的，因为同一个人全程承载着它。
对于面向外部的循环，产出直接回到问题源头：客户报告 bug，客户在生产环境获得修复。潜在客户提问，潜在客户获得为其用例构建的现场演示。对于内部循环，闭环结构相同：系统遇到扩展瓶颈，基础设施循环负责人发布修复；新员工加入，人才发展循环负责人将其培养成能运转的循环负责人。无论源头是客户还是组织本身，拓扑结构都是一样的。
这也以难以言表的方式改变了问责制。当六个人接触一个客户问题时，责任会分散。“X 正在处理”这句话实际上意味着没有人具体对结果负责。当一个人拥有完整的循环时，他就对结果负责。
最好的是默认的
在转置式组织中，创新受到鼓励并迅速扩散。每个循环负责人都在提升自己端到端纵向环节的能力，并富有创造性地思考如何闭环。发现诊断客户问题新方法的产品循环负责人，发明出转化率更高的新演示形式的收入循环负责人：这些都源自循环内部的深度，而非独立的研发部门。这并不意味着循环负责人是孤立地创新的。共享技能和工具链通过智能体在各循环之间传播理念。演示时间、技术分享会以及跨循环负责人的同行评审则在人与人之间传播理念。创新面是循环内部深度与共享上下文层广度的结合。被编码的机构知识（标准、惯例、判断产物）在每个循环中不断累积，而无需循环之间直接协调。
这不会自动发生。技能与上下文治理、决定哪些产物可以传播、解决相互竞争的方法之间的冲突、随着上下文层增长而保持质量，这些都成为AI原生公司的一项关键组织能力。
公司感觉变小了
当你围绕循环重组时，公司会压缩。不一定是人变少了，而是协调界面变少了。每个循环都以一定程度的独立性运作，看起来很像公司内部的创业公司3——共享基础设施、共享价值观、共享上下文，但自主执行。当每个循环都足够自洽，不需要另外十一个循环来解除阻塞时，十二个团队汇报进度的周会就开始显得多余了。
这也改变了“管理”的含义。在职能型组织中，管理者存在的部分原因是为了在接力链上进行协调，确保从产品到工程的交接真正发生，确保优先级一致，确保没有事情被遗漏。在循环型组织中，这种协调工作大部分蒸发了。剩下的是设定方向（哪些循环应该存在，它们应该针对什么问题）和培养人（训练使循环运转的品味、自主性和判断力）。
残酷的现实……
更宽的循环，而非无限的循环
主张是“一个人闭环一个宽得多的循环”，而不是“一个人做所有事情”。闭环完整收入循环的客户负责人，并不是同时把客户缺陷带到生产环境修复的人。循环是不同的；它们共享基础设施和上下文，而不是职责。
常见的约束是跨领域的品味。一个人同时能在多少个领域保持良好判断力是有限的。循环上每一个不达标的产物都是垃圾，而且没有（在循环内）下游评审来拦截它。这决定了一个循环能有多宽：不是执行能力（智能体负责这个），而是一个人能保持高质量判断的广度。能够闭环完整产品循环——从客户问题到部署修复——且每一步都有品味的人，比能把任何单一步骤做好的人要少。训练品味很难；你可以在一周内教会某人一个新框架，但教会他们识别某个架构决策是否会在六个月后引发问题，需要多年的模式匹配。
当一个循环的范围宽到超出一个人的品味所能覆盖时，你就把循环配对。一个既需要深厚技术可信度又需要关系型销售的收入循环，会拆分为一个技术循环共同负责人和一个商业负责人，两人从互补角度服务同一个客户。
协调被压缩，而非消失
这与智能体系统中发生的情况如出一辙。一个拥有工具的单一智能体，其内部协调成本为零。但一旦你有两个智能体共享一个数据库或文件系统，你就需要编排。你把每个问题的 O(n) 次交接协调，减少为循环之间 O(k) 个依赖关系，其中 k 远小于 n。
两个循环共享一个依赖（一个演示环境、一个路线图、一个品牌承诺、一个生产数据库），它们之间仍然会产生协调成本。在循环之间，你仍然需要共享上下文、共享基础设施，以及一个掌握循环如何交互全貌的“人”。这个“人”很可能是高管团队或一位超级架构师。
人类喜欢与人类共事
循环中的某些步骤是不可化约的人类环节。企业销售需要与业务负责人同处一室。人员管理需要那种无法通过 API 传递的信任。这些接触点构成了循环能被压缩到何种程度的额外硬性下限。一个收入循环可以把客户经理（AE）、解决方案工程师（SE）和交易管理（Deal Desk）合并为一个人，但这个人仍然需要出席晚宴，仍然需要维系关系，仍然需要读懂现场气氛。智能体负责演示、报价和技术深潜，但不负责握手。
这也意味着，人类接触点最多的循环，可能正是压缩空间最小的循环。自助产品的支持可以大幅压缩，而面向《财富》500 强客户的企业销售则不然。这种转置在整个矩阵中并不均匀。
每日决策量是有限的
一个人每天能做出的高质量决策数量是固定的4。智能体负责执行，但每个循环仍然需要判断：优先处理什么、何时发布、产出是否达标。一个人能负责的循环数量，也受其决策能力的限制。
而且并非所有决策都是等价的。三十次部署决策与五次融合了技术判断、客户共情和商业风险的决策截然不同。决策的权重和多样性与数量同样重要。一个需要在多个领域不断做出高风险决策的循环，比一个在熟悉领域做常规决策的循环消耗能力更快。
这意味着你不能只是不断给一个人增加循环，直到他们包揽一切。到了某个点，决策疲劳会降低他们所触及的每个循环的质量。合适的负荷是那些能保持高品味的循环数量，而这个数字可能比大多数高管想象的要少。
激励机制并非为此而设
即使你认同这个模型，大多数组织也在积极地激励相反的做法。绩效框架通常奖励职能深度：你因为成为更好的工程师而获得晋升，而不是因为负责了更宽的循环。薪酬结构可能假设了专业化分工。职业阶梯推动人们在特定职能上攀升。人们对自己工作是什么的潜在动机——“我是一名设计师”、“我做销售”——固化为身份层面的认同，而不仅仅是结构性的。
转置组织需要转置奖励函数。绩效需要衡量的是循环所有权和成果，而非职能产出。薪酬需要奖励判断的广度，而非专业的深度。而且标准需要持续提升：三个月前算作“完整循环所有权”的东西，今天只是基线，因为智能体不断变强，一个人能驱动执行的范围也在不断扩大。期望值每隔 N 个月就会棘轮式上升。不明确重置这一标准的组织，会发现其人员安于一个已经落后的舒适局部最优解。
一人、一循环、总线因子为一
如果一个人拥有一个端到端循环，而他离开了，你就失去了整个能力。专业型组织内建冗余：三名工程师都了解计费系统，所以失去一人尚可承受。在转置型组织中，产品循环负责人承载着其垂直领域的全部上下文。
这种缓解措施是结构性的，它引入了两个在转置后依然存在的角色：循环管理者和受训者。
循环管理者拥有人才发展循环：从新员工到熟练的循环负责人，这是他们周期性的端到端职责。他们为自己的循环设定目标（要攻克什么问题、标准是什么），培养运行循环的人员，并在有人缺席或处于爬坡期时介入。他们不协调交接，因为不存在交接。他们培养的是循环负责人。
将某人训练成循环负责人是更难的问题。在专业型组织中，入职培训范围很窄：学习一个工具、一个代码库、一个职能。而在一个循环中，新人需要在整个链条上培养判断力。爬坡过程可能类似这样：跟随现任循环负责人、在辅助轮下运行循环（循环管理者审查产出并指出品味偏差之处），然后在管理者退居幕后时完全接管。每个循环继承的共享组织上下文、系统护栏、技能文件和编码化的判断力，意味着受训者不必从零开始。他们从机构积累的品味开始。
组织在使其上下文显式化和可移植化上投入越多，任何单个循环的风险就越低，新人爬坡的速度就越快。
CompanyT 有多大，那里有多少人？
如果转置压缩了循环、智能体处理执行，那为什么还要有公司？为什么不搞一个由一个人带着一群智能体运行的“赚钱”循环？
你可以这样做。而且对许多问题来说，单干的操作者带着智能体会胜过一个团队。但公司之所以依然存在，是因为有些东西装不进单个循环：汇聚的信任、法律责任、共享基础设施，以及让每个循环都更好的跨组织上下文层。一群有品味的个体，共享上下文并相互复利其判断力，会胜过各自独立运作的同样这些人。
转置型公司的规模大致是这样的：
规模 = 所有循环之和，其中每个循环受限于：
通才边界。 你能招到一个有能力带着品味闭环的人吗？循环越宽，这样的人越稀缺。
人工触点下限。 循环中有多少步骤需要人与人交谈？这些是智能体无法吸收的执行步骤。
决策容量上限。 循环每天需要多少次高判断力的决策，分量有多重？权重和多样性与数量同样重要。
体量阈值。服务 10 个客户的支撑循环与服务 10,000 个客户的循环完全是两回事。在体量增大时，循环会拆分为子垂直领域，每个子领域仍然由端到端负责。
权限范围。这个人真的能闭环吗？部署权限、客户访问权限、支出权限。没有这些，更宽泛的归属只是同一条接力链上多出的几个环节。
共享范围。这个循环与其他循环共享多少依赖？一个生产数据库、一个品牌承诺、一条部署流水线：每一项都会产生一条协调边。共享范围越多的循环越多，治理开销就越大，即使单个循环内部零交接也是如此。
公司最终会感觉比转置前的版本更小，不是因为人数一定变少了，而是因为每个人都更加自主，他们之间的协调开销下降了。“创业公司中的创业公司”这一陈词滥调在结构上变得更加真实，而不再只是口号式的空话。
招聘问题直接源自这个公式。在旧模式中，你招聘是为了填满列：再招一个工程师、一个设计师、一个销售代表。在 CompanyT 中，你招聘是为了拓宽行：那些能凭借判断力覆盖更多循环环节的人，而不仅仅是执行者。一次招聘的价值大致等于他们能凭品味覆盖多少列，乘以他们能同时承担多少个循环。
能在转置型组织中如鱼得水的人，是那些曾经端到端做过事情的人——发布过产品、谈成过交易、调试过系统、与客户交流过5。建设者、创始人、经营过自己事业的人。你会看到越来越多的公司正是针对这类画像进行招聘，而且这不仅仅针对工程岗位。能自己搭建演示的营收循环负责人，能自己交付修复的支撑循环负责人。
如果你目前正以专家角色阅读这篇文章，问题不在于你的职能是否会消失；而在于你是那个判断力成为循环的人，还是那个执行力被替代为智能体的人。从专家到循环负责人的路径是：拓宽。
待解问题
CompanyT 需要什么样的基础设施？只有当智能体在每个环节都能真正提供专家级能力时，循环才能运转。这意味着需要合适的智能体工具、合适的上下文系统，以及合适的权限模型，让循环负责人拥有真正闭环的权限。
一个人到底能有多通才？这个系统会激励最大化的通才——那些能凭品味闭环最宽循环的人。但一个人能同时在多少个领域保持足够的判断力，想必是存在某种上限的。又或者，后 AI 新型 SaaS（post-ai-neo-SaaS）看起来就是一群微型 CEO。
谁拥有组织品味？ 一群各自闭环的微型CEO组成的公司，会各自形成对“好”的判断。其中一些分歧是健康的：支持闭环的负责人比高管更清楚好的支持体验是什么样的。但公司销售的产品仍然需要保持一致性（至少我认为如此）。客户不应该因为接触不同的闭环而体验到三种不同的理念。哪些决策在闭环层面做出、哪些在组织层面做出，以及如何在独立的闭环负责人之间维持一个共同的主旨，同时又不重新引入你刚刚消除的协调开销，这是转置组织的一个核心架构挑战。
感谢阅读 Shrivu 的 Substack！免费订阅以接收新文章并支持我的工作。
我在关于构建多智能体系统的技术性文章中对此有所讨论。基于AI构建的人们一贯低估了大语言模型的跨领域专业能力，同时也低估了协同执行的协调与混乱成本。这篇文章在某种程度上是我意识到，这对AI增强的人类组织设计同样适用。
“但从技术上讲，转置是……”好吧，那我就用更宽泛的、不那么局限于线性代数的定义：https://www.merriam-webster.com/dictionary/transpose
这并非一个新愿景。“披萨团队”、“小队”、“微型企业”都曾承诺在大型组织内实现自治单元。大多数只取得了部分成果，并伴随着显著的协调代价。如今结构性的不同在于，智能体消除了执行鸿沟——此前这些单元要么只能保持小规模和有限能力，要么必须扩大规模并重新专业化。闭环负责人无需增加专业人员编制，就能获得专业化的执行能力。
参见决策疲劳。
除了泛化能力，我认为可适应性是另一个关键特征。理想情况下，我称之为‘导数型思考者’。