在红杉资本，我们观察到速度是创业成功的最佳预测指标。大多数公司都将 AI 视为生产力提升工具，但很少有人关注 AI 改变我们协作方式的潜力。Block 正在展示从根本上重新设计组织架构，最终利用 AI 将速度转化为复合竞争优势的样貌。
在公司组织架构图诞生两千年前，罗马军队就解决了一个至今仍困扰每个大型组织的问题：在通讯有限的情况下，如何协调分散在广阔地域的数千人？
他们的答案是建立一种层级分明的嵌套结构，并在每一级保持统一的管理幅度。最小的单位是 contubernium，由八名士兵组成，共用帐篷、装备和一头骡子，由一名 decanus 领导。十个 contubernia 组成一个百人队（century），约八十人，由百夫长（centurion）指挥。六个百人队组成一个大队（cohort）。十个大队组成一个军团（legion），约五千人。在每一层，都有指定的指挥官拥有明确的权力，负责汇总下级信息并传达上级决策。这种结构（8 → 80 → 480 → 5,000）本质上是一种信息路由协议，其基础是简单的人类局限性：一个领导者能有效管理的人数大约在三到八人之间。罗马人通过几个世纪的战争发现了这一点。时至今日，美军层级分明的指挥链仍然遵循着类似的模式。我们现在称之为“管理幅度”，它仍然是地球上每个大型组织的核心制约因素。
下一次重大变革来自普鲁士。1806 年，拿破仑在耶拿战役中摧毁普鲁士军队后，以沙恩霍斯特（Scharnhorst）和格奈泽瑙（Gneisenau）为首的一批改革者基于一个令人不安的事实重建了军队：你不能依赖顶层个别人的天才，你需要一个体系。他们建立了总参谋部（General Staff），这是一个专门培养军官的阶层，其职责不是作战，而是规划行动、处理信息、协调各单位。沙恩霍斯特希望这些参谋军官能够“支持无能的将军，提供领导者和指挥官可能缺乏的才能”。这种模式在中层管理这个术语出现之前就存在了。这些专业人士的职责是路由信息、预先计算决策，并在复杂的组织中维持一致性。军队还正式区分了“线”（line）和“参谋”（staff）职能：线负责推进核心任务，参谋提供专业支持。如今，每家公司仍在使用这套术语。
军事层级制度通过 19 世纪 40 和 50 年代的美国铁路进入商业世界。美国陆军将西点军校培养的工程师借调给私营铁路公司，这些军官随之带来了军事组织思想。参谋与线式层级、事业部结构、官僚化的报告与控制体系——所有这些都是在铁路采用之前就已经在军队中发展成熟的。19 世纪 50 年代中期，纽约和伊利铁路公司的丹尼尔·麦卡勒姆（Daniel McCallum）创建了世界上第一张组织架构图，用于管理一个绵延 500 多英里、拥有数千名工人的系统。那些适用于小型铁路的非正式管理方式已经失效——火车相撞事故导致人员伤亡。麦卡勒姆的图表将罗马人使用过的层级逻辑正式化了：权力层级、明确的汇报线、结构化的信息流。这成为了现代公司的蓝图。
弗雷德里克·泰勒（Frederick Taylor，1856-1915），常被称为“科学管理之父”，对这一层级制度内的运作进行了优化。泰勒将工作分解为专门的任务，分配给训练有素的专家，通过计量而非直觉进行管理。由此产生了功能型金字塔组织——这种结构专为效率而设计，运行在军队开创、铁路商业化的信息路由系统之上。
功能型层级制度面临的第一次真正压力测试发生在二战期间。曼哈顿计划需要在极度保密和时间紧迫的情况下，让物理学家、化学家、工程师、冶金学家和军官跨越学科界限，朝着同一个目标努力。罗伯特·奥本海默（Robert Oppenheimer）将洛斯阿拉莫斯实验室划分为多个功能部门，但坚持鼓励跨部门开放协作，抵制了军队固有的保密分割本能。1944 年，当内爆问题成为关键瓶颈时，他围绕该问题重组了实验室，创建了在当时美国企业界前所未有的跨职能团队。这成功了，但那只是战时例外，由一位杰出人物领导。战后商业界面临的问题是，这种跨职能协作能否成为常态。
二战后，随着公司的发展和全球化，功能型设计的规模局限性变得尖锐。1959 年，麦肯锡的吉尔伯特·克利（Gilbert Clee）和阿尔弗雷德·迪·斯奇皮奥（Alfred di Scipio）在《哈佛商业评论》上发表了《创建全球企业》，为一种结合功能专业和事业部的矩阵式组织提供了理论框架。在马文·鲍尔（Marvin Bower）的领导下，麦肯锡帮助壳牌（Shell）和通用电气（GE）等公司实施这些原则，在中央标准与本地灵活性之间取得平衡。这成为了推动战后全球经济的“专业”或“现代”公司。
随着时间的推移，其他框架应运而生，以应对矩阵结构的复杂性、僵化和官僚主义。20 世纪 70 年代末，汤姆·彼得斯（Tom Peters）和罗伯特·沃特曼（Robert Waterman）提出了麦肯锡 7-S 框架，区分了“硬 S”（战略、结构、系统）和“软 S”（共同价值观、技能、人员、风格）。其核心思想是，仅有结构要素是不够的，组织有效性还需要文化特质和决定战略能否成功的人力因素之间的协同。
近几十年来，科技公司在组织结构上进行了大胆尝试。Spotify 推广了跨职能小队和短冲刺周期。Zappos 尝试了合弄制（Holacracy），完全取消了管理头衔。Valve 则实行扁平结构，没有任何正式层级。这些尝试都揭示了传统层级制度的一些局限性，但都没有解决根本问题。Spotify 在扩张过程中又回归了传统管理。Zappos 经历了大量人员流失。Valve 的模式则难以扩展到几百人以上。当组织规模达到数千人时，它们最终都回归了层级协调，因为没有任何其他信息路由机制强大到足以取代它。
这个制约因素与罗马人面临、以及海军陆战队在二战中重新发现的如出一辙：缩小管理幅度意味着增加指挥层级，但层级越多，信息流动越慢。两千年的组织创新，都是在试图绕开这个权衡，却从未打破它。
那么，现在有什么不同呢？
在 Block，我们正在质疑一个基本假设：即组织必须以人类作为协调机制，采用层级结构。相反，我们打算取代层级所执行的功能。如今，大多数使用 AI 的公司都只是给每个人配备了一个副驾驶，让现有结构略微改善，但并未改变它。我们追求的是不同的东西：一个构建成智能体（或迷你 AGI）的公司。
我们并非第一个试图超越传统层级制度的公司。海尔的“人单合一”模式、平台型组织、“数据驱动”管理——这些都是针对同一问题的真正尝试。它们所缺少的，是一种能够实际执行层级制度所提供的那种协调功能的技术。AI 就是这种技术。历史上第一次，一个系统能够维护整个企业持续更新的模型，并利用它以以前需要人类通过管理层级传递信息的方式协调工作。
为了实现这一点，一家公司需要两样东西：一种关于自身运营的“世界模型”，以及足够丰富的客户信号，使该模型变得有用。
Block 采用远程优先模式。我们所做的每一件事都会产生工件。决策、讨论、代码、设计、计划、问题、进展——都以记录下来的行动形式存在。这就是公司世界模型的原材料。在传统公司中，经理的职责是了解其团队正在发生的一切，并将上下文沿着层级链上下传递。在一家远程优先、工作内容已是机器可读的公司里，AI 可以持续构建和维护这幅图景：正在构建什么、有什么阻碍、资源分配在哪里、什么有效、什么无效。这些正是层级制度过去承载的信息。现在，公司世界模型承载了这一切。
但系统的能力取决于输入它的客户信号的质量。而金钱是世界上最诚实的信号。
人们在调查中会撒谎，他们无视广告，他们放弃购物车。但当他们消费、储蓄、汇款、借贷或还款时，那就是真相。每一笔交易都是关于某人生活的一个事实。Block 每天都能看到数百万笔交易的双面——通过 Cash App 看到买家，通过 Square 看到卖家，外加运营商家业务的数据。这赋予了客户世界模型一种罕见的能力：对每个客户、每个商家建立基于诚实信号的金融现实理解，而且这种理解是复合增长的。信号越丰富，模型就越好。模型越好，交易就越多。交易越多，信号就越丰富。
公司世界模型和客户世界模型共同构成了一个不同种类公司的基础。在这种公司里，产品团队不再制定预先规划好的路线图，而是构建四样东西。
第一，能力（Capabilities）。原子级的金融原语：支付、借贷、发卡、银行服务、先买后付、工资管理等等。这些不是产品，而是难以获取和维护的积木块（有些具有网络效应和监管许可）。它们本身没有用户界面，但有可靠性、合规性和性能目标。
第二，世界模型（World Model）。它有两个方面。公司世界模型是公司理解自身、理解自身运营、绩效和优先级的方式，取代了以往通过管理层级流动的信息。客户世界模型则是基于专有交易数据构建的、针对每个客户、每个商家、每个市场的表征。它今天从原始交易数据开始，随着时间的推移演变为完整的因果和预测模型。
第三，智能层（Intelligence Layer）。它负责将能力组合成针对特定客户、在特定时刻的解决方案，并主动提供。例如，一家餐厅的现金流在模型此前见过的季节性低谷前趋紧。智能层从借贷能力中组合出一笔短期贷款，利用支付能力调整还款计划，并在商家甚至想都没想过要寻找融资之前就呈现给他。又如，一位 Cash App 用户的消费模式发生了变化，模型将其与搬到一个新城市关联起来。智能层组合出一个新的直接存款设置、一张针对新社区有提升类别的 Cash App Card，以及一个根据其更新后收入调整的储蓄目标。没有产品经理决定构建这两种解决方案。能力已经存在。智能层识别到了这个时刻并组合了它们。
第四，界面（Interfaces，包括硬件和软件）。Square、Cash App、Afterpay、TIDAL、bitkey、proto。这些是智能层交付组合方案的接触面。它们很重要，但价值并非在这里创造。价值在于模型和智能。
当智能层试图组合一个解决方案但发现相关能力不存在时，这个失败信号就是未来的路线图。传统路线图——产品经理假设下一步应该构建什么——是任何公司最终的制约因素。在这个模型中，客户现实直接生成了待办事项列表。
如果这是公司要构建的东西，那么问题就变成了：人做什么？
组织结构由此而来，并且它颠覆了传统画面。在传统公司中，智能分布在人的身上，层级制度负责路由它。在这个模型中，智能存在于系统中。人则在边缘。边缘才是行动发生的地方。
边缘是智能与现实接触的地方。人们深入到模型尚无法触及的地方。他们感知模型无法察觉的事物：直觉、有主见的方向、文化背景、信任动态、房间里的感觉。他们做出模型不应独自做出的决策，尤其是道德决策、新情况，以及错误代价足以致命的重大时刻。一个无法触及世界的世界模型只是一个数据库。但边缘不需要管理层级来协调。世界模型给边缘的每个人提供了他们所需的上下文，无需等待信息沿着指挥链上下传递即可行动。
在实践中，这意味着我们将角色简化为三种。
个人贡献者（Individual Contributors，ICs）：他们构建和运营能力、模型、智能层和界面。他们是系统某一特定层的深度专家。世界模型提供了过去由经理提供的上下文，因此 IC 可以就其所在层做出决策，而无需等待指令。
直接责任人（Directly Responsible Individuals，DRI）：他们拥有特定的跨领域问题或机会，并负责客户成果。例如，一名 DRI 可能在 90 天内负责某个细分市场的商家流失问题，拥有从世界模型团队、借贷能力团队和界面团队调动资源的全部权限。DRI 可以长期专注于某些问题，也可以转向解决新问题。
球员兼教练（Player-coaches）：他们将构建工作与人员发展结合起来。他们取代了主要职责是信息路由的传统经理。球员兼教练仍然编写代码、构建模型或设计界面。他们也投资于身边人的成长。他们不会把时间花在状态会议、对齐会议和优先级谈判上。世界模型处理对齐。DRI 结构处理战略和优先级。球员兼教练处理工艺和人。
不再需要永久的中间管理层。旧层级所做的其他一切，都由系统协调，而每个人都得到了赋能，他们的角色更贴近工作和客户。
Block 正处于这一转型的早期阶段。这将是一个艰难的过程，部分环节可能会在正常运行之前先出问题。我们现在写这篇文章，是因为我们相信每家公司最终都将不得不面对我们曾面临的相同问题：你的公司理解什么真正难以理解的东西？而且这种理解是否每天都在加深？
如果答案是什么也没有，那么 AI 只是一个成本优化的故事。你削减人员，改善几个季度的利润率，最终被更聪明的实体吸收。如果答案是深刻的理解，那么 AI 不会增强你的公司，而是揭示了你的公司到底是什么。
Block 的答案是经济图谱：数百万商家和消费者，每笔交易的两面，实时观察到的金融行为。这种理解随着系统的运行每秒钟都在复合增长。我们相信这背后的模式——一个组织成智能体而非层级的公司——意义重大，足以在未来几年重塑各种类型公司的运作方式。Block 已经足够深入，可以证明这个想法不仅仅停留在理论层面（尽管我们欢迎辩论和反馈，以检验和改进我们的想法）。
公司移动得快或慢，取决于信息流。层级和中间管理层阻碍了信息流。两千年来，从罗马的 contubernium 到今天的全球企业，我们一直没有真正的替代方案。八名士兵共享一个帐篷需要一个 decanus。八十人需要一个百夫长。五千人需要一个军团司令。问题从来不是你是否需要层级。问题是人类是否是实现这些层级功能的唯一选择。现在不再是了。Block 正在构建未来。
