我们从 2023 年就开始在工作里用 AI。
不是浅尝辄止那种。是真的把它塞进了日常工作的每个环节——写方案、做分析、改代码、甚至开会前的准备材料。2025 年 3 月 Manus 出来之后，Agent 开始有了真正独立做事的能力，之后变化明显加速了。
速度确实快了（不是快了一点，是快了很多），但有个感觉越来越强烈：
一天结束的时候，人反而更累了。
不是身体累。是一种说不清的空转感。白天晚上都在冲刺，连轴转，某天停下来回头一看，好像没真正往前走多少。
就说我们自己。过去一年多花了大量时间研究模型、打磨工具链、优化每个环节的效率。单看局部，确实快了——出方案快了，写代码快了，分析数据快了。但拉出整体数据一看，产品没有因此跑得更快，业务指标也没体现出优势。
局部在提速，整体在空转。
我们最开始以为是工具还没用熟。提示词再写精准一点，流程再磨合一阵，应该就好了。
后来我们开始往更深处想——这种不对劲，可能不是工具层面的问题。工具确实变强了，但我们工作的方式、协作的结构、组织的逻辑，还停在上一个时代。
而且这种加速是对称的。你用了 AI 工具，别的团队也在用。你执行快了，别人执行也快了。但这种快只是局部的——需求上线还是在走固定流程，每周还是周会日会，每季度还是 OKR 对齐。个体在提速，组织的节拍器没换。
拧巴感的根源，不在工具，在系统。
要说清楚这个”系统”，得先退一步，回到一个很基本的问题。
经济学里有个很老的问题：公司为什么会存在？
科斯在 1937 年给了个答案：因为在市场上找人干活太贵了。你要找人、谈价、签合同、盯进度、处理扯皮——这些事本身就是成本，经济学叫”交易成本”。
公司的本质，就是把一群人圈在一起，用内部协调代替市场交易。只要内部协调的成本比外面找人低，公司就有存在的理由。
这套逻辑跑了快一百年，一直很稳。
但最近我们隐约觉得，这个平衡正在被打破。
你想想，一个五人团队做一件事，真正花在”做事”上的时间有多少？
开会对齐、等反馈、改需求、解释上下文、处理理解偏差、协调优先级……这些全是交易成本。不是谁的错，是人与人协作的固有摩擦。团队越大，摩擦越多。
现在换个场景：一个人，调度一堆 AI 智能体。
意图清晰就能执行。不用开会对齐，不用等人回复，不用猜对方在想什么。执行完了，结果直接回来，不满意就调整再跑。
这不是说 AI 比人”更强”。而是人与 Agent 之间的协作摩擦，比人与人之间低太多了。
而且不只是摩擦低。算一笔很朴素的账：雇一个程序员，月薪两三万，加上社保公积金、管理成本、沟通成本，实际支出远不止这个数。一个 Agent 呢？API 调用费可能几百块一个月。它不请假、不需要对齐 OKR、不用 one-on-one。
这笔账老板会算的。当一件事对决策者有经济动力，它就不只是技术趋势，是商业必然。
这不是理论推演。Paul Ford 经营了多年软件咨询公司，给项目报价是家常便饭。他最近在《纽约时报》写了个很具体的例子：帮朋友处理一个大型数据集，清洗、整理、做成可探索的可视化产品。按以前的行价，这是一个 35 万美金的项目——一个产品经理、一个设计师、两个工程师，四到六个月。
现在他一个人，一个周末搞定了。工具成本：每月 200 美金的 AI 订阅。
35 万美金变成 200 美金。半年变成一个周末。这个差距大到不像是”效率提升”，更像是游戏规则变了。
协作摩擦低，雇佣成本低，管理开销几乎为零——三件事叠在一起，动摇的就不只是”效率”了。它动摇的是公司存在的底层逻辑：如果一个人加上一组 Agent 就能完成过去需要一个团队才能做的事，那”把人圈在一起协作”这件事，还像以前那么划算吗？
不只是公司的组织方式在变。曾鸣（阿里前首席战略官）最近写了篇文章，最刺痛的判断不是”AI 好厉害”，而是：公司制度本身，就不是为这个时代设计的。
过去一百年，组织的核心任务一直是”管理人”——因为智能只能来自人，而且稀缺。现在这个前提在松动。当 AI 可以规模化供给执行能力，瓶颈就从”谁来做”变成了”做什么、为什么做”。
放到个人身上，感受更直接：
过去我们默认：执行能力值钱。谁写得快、做得快、产得多，谁就有优势。整个职业训练体系都在围绕这个逻辑转。
但 AI 正在把执行能力快速平权。
文案、方案、代码、数据分析——AI 都在拉平门槛。不是说这些事不重要，而是不再稀缺。你花三年练出来的技能，别人接上工具可能三周就追到七八成。
这时候真正拉开差距的，不是”你能做多少”，是：
- 别人都在做的事，你敢不敢不做；
- 十个方向都”看起来不错”，你能不能只押两个；
- 做到一半发现不对，你舍不舍得停。
不是执行不重要了。是执行的溢价在快速下降。考题换了，还在按旧题型刷分，当然会累。
这也解释了开头那个拧巴感。
AI 帮我们加速了执行，但没有帮我们减少无效目标。
目标没变清晰，执行越快，空转越快。判断没变扎实，产出越多，返工越多。
系统没变，效率就变成了放大器——把好的放大，也把烂的放大。
打个不太好听的比方：给一辆马车装上火箭发动机，它不会变成飞机，只会散架。
把镜头再拉远一点。
如果交易成本的逻辑是对的，那接下来会发生的事其实挺清楚：
组织会变小。 不是因为裁员，而是因为很多”把人圈在一起”的理由正在消失。一个人加上合适的 Agent，能覆盖的面越来越大。
个人的”判断系统”会变得比”技能清单”更值钱。 你会用什么工具，别人也会。但你怎么定义问题、怎么取舍、怎么在不确定性里做决定——这些东西没法外包给 AI。
协作的本质在变。 以前协作主要是”人管人”。未来越来越多是”人管 Agent”和”人与 Agent 协同”。这不只是工具升级，是工作方式的重写。
这些变化已经在发生了。大多数人还没意识到地图该换了。
我们也不例外。踩了两年坑之后，最深的一个感受是：
工具不是瓶颈。怎么组织工作、怎么定义问题、怎么在不确定里做取舍——这张地图才是。
跑得再快，地图是旧的，只会更快地偏航。
我们也不敢说自己已经画好了新地图。两年踩下来，确定的事不多。但有一件事越来越清晰：当大多数人还在按旧地图赶路，谁先摸出新的路线，谁就是下一轮的领跑者。
旧地图放下了。新的那张，边走边画。
