嗅態

嗅產業冷暖，書人文姿態

作者｜石燦

4月3日，我看到階躍星辰發了一篇文章，標題很醒目：《》。它正好和我長期以來關注的一個問題相關——AI到底在怎樣改變一家公司的內部組織？

在這個樣本中，Agent（智能體）已長驅直入。

文章寫到：工作的最小單位，已經變成“人+AI”；團隊里有主蝦，也有子蝦，公司已經有上千名Agent員工；Agent進入了會議室預訂、紀要生成、招聘Mapping、產品設計、Benchmark接入、代碼編譯和實驗驗證這些日常工作。

在國內，愿意把組織內部如何與AI協作講到流程節點程度的公司，本來就少；講得這么細、這么透的，更少。

階躍星辰是一個很鮮明的樣本，但問題顯然不止停在這一家公司。國內還有沒有別的公司，也在發生類似變化？它們把AI放進了哪些環節？放進去之后，改寫的到底是效率，還是組織本身？

帶著這些問題，我又去找了更多公開資料，發現不少公司都在把AI往組織內部壓，只是路徑不同，深淺不一。

沿著這些線索回望，2026年一個引人入勝的企業新敘事已悄然成型：AI正在向組織“深水區”泅渡。它不再僅僅盤桓于淺層的工具應用，而是長驅直入，抵達了組織的腹地。

在當下，AI是先進生產力的代名詞；而真正的分水嶺在于，誰能率先在AI的底座上重構生產關系，誰才真正握住了通往未來的入場券。這種帶有范式轉移色彩的敘事，足以令任何一位時代的弄潮兒為之神往。

01

一個人帶著一組Agent

階躍星辰的文章里有一句話很關鍵，工作的最小單位，已經成了“人+AI”。順著這句話往下看，會發現它對應的是一套已經落進公司內部的協作結構。

過去，一家公司最基礎的生產單元，通常是一個崗位上的一個人。產品經理負責需求，招聘負責搜尋和轉化，研究員負責實驗和優化，行政負責會議室和紀要。任務會流轉，流程會協同，責任和動作大多還是落在人身上。

階躍星辰正在發生的變化，是把AI接進這些原本由人獨自撐著的工作鏈條里。在這家公司內部，有人把自己調度的一組Agent叫作“蝦”，有主蝦，也有子蝦。有人會給自己配一只負責整體調度的主蝦，再配招聘蝦、數分蝦、健康蝦，還拉出“2人2蝦”的群。

這樣的稱呼帶著很強的日常感，也帶出另一層意思，AI在這里已經有了分工，有了位置，也有了持續被維護、被訓練、被調度的角色屬性。

這些Agent進入的，也都是公司運轉里最具體的環節。它們訂會議室，寫紀要，整理周報，也進入招聘Mapping、產品設計、語音Benchmark接入、代碼編譯和實驗驗證這些更靠近業務主干的工作。

在大廠的既往邏輯里，人是流水線上的定型環節，被包裹在綿密的匯報關系與流程節點中。現在，人成了以智能體為中心的環扣。給目標，喂上下文，做判斷，看結果。Agent填充進組織的中段，將那些高頻、重復、可拆解、可驗證的任務一段段吞吐。原本由人力維系的協調成本被算法消解，人從繁冗的執行鏈條中抽離，轉而守在邏輯的開口與閉環處。

工作開始呈現出另一種組織方式，一份產出背后，站著的往往已經不再是單獨一個人，而是一個人帶著一組Agent。

負責Agent產品的員工提到，一款新產品從想法到完整網站上線，在Agent協助下只用了四天半。原來要分階段推進的調研、原型、PRD、設計討論、開發測試，被壓進了一個更短的閉環里。產品經理把更多精力放在問題定義、方向選擇和方案取舍上，Agent跟著補知識、延展想法、分析反饋、承接執行。一個原本層層往下傳遞的過程，如今變成了高密度迭代的過程。

從招聘的視角看，更能看出這種改寫是怎樣發生的。

一個千人級的人才Mapping任務，以前要靠人手動去多個站點來回檢索、補全、比對。現在，一只主蝦帶著6個子代理，圍著目標自己拆路徑。它先去OpenReview抓論文和作者，再去Google Scholar補學術背景，再到GitHub挖commit郵箱，然后拿個人主頁和LinkedIn交叉核對。信息返回后，它還會繼續抽查、審計、打置信度標簽，再按人才等級分層。

原來靠人一點點串起來的長鏈條，如今被拆開后分給了多個硅基角色去跑。

研發場景里，這種變化更深入。語音團隊把80多個測試集里90%以上的接入工作交給AI去做，讓它下載數據、處理數據、接入代碼庫、跑測試、提MR，研究人員把主要精力留給最后的review。做GPU算子優化的員工，也把Agent接進auto-research流程，讓它寫代碼、編譯、跑profiler、看二進制，再回頭改實現。

之前占掉大量時間的執行事務，被明顯壓縮，人的工作重心也跟著往上挪，越來越靠近架構、思路和判斷。

這種變化會慢慢改寫崗位本身。員工手里的工具更多了，崗位里的動作卻在減少。做事的人，逐漸更像一個任務系統的調度者，要設定目標，分發任務，檢查偏差，定義驗收。單點技能仍然重要，新的分水嶺也已經浮出來了，一個人能不能帶著一組Agent高效工作，正在變成新的能力差異。

階躍星辰的案例價值也就在這里。它把一家AI公司內部已經發生的變化攤開來了。外界看到的，已經不只是“公司在用AI”，而是一種更具體的組織現實。

人還在崗位上，流程也還在運轉，最底下那層工作單元已經悄悄換了形狀。

02

大廠入局，路徑迥異

把視線從單個公司拉開，京東是眼下國內互聯網大公司里最容易看清的一家。

2025年四季度及全年業績公告里，京東提到，運營端已經有一批AI agents接入內部工作流，用來增強業務洞察和運營效率。到2025年四季度末，京東內部系統中的AI agents數量已經超過5萬。

由此來看，Agent在京東內部已經不是零散試驗，也不是幾個團隊的小范圍嘗試，它進入了公司級系統，進入了日常運轉。

大公司體量大，鏈條長，一個環節接一個環節，很多事情靠人往下傳，靠系統往回收。AI一旦接進業務關系鏈條里，變化就會順著流程往里走。原來由人一段段接力完成的工作，會被拆成更多節點，再交給不同的硅基角色去處理。人還會繼續定目標、定邊界、做驗收，但執行鏈條已經長出了另一套結構。

京東把這個口子打開之后，外界也第一次比較具體地看到，國內超大互聯網公司的AI化，已經走到了組織接入這一步。

當然，騰訊也在往AI組織化的方向走，只是它公開出來的路徑更分散一些。騰訊在2025年四季度及全年業績資料中提到，公司正在借助AI輔助編程提升開發效率。另一份數據里提到，騰訊會議的AI代理可以代替用戶同時參加多場會議，并生成摘要；騰訊云的智能體開發平臺則面向企業客戶提供客服助手和編碼助手。

把涉及騰訊的幾份材料放在一起看，線索已經連起來了。AI正在進入騰訊的研發鏈條，也進入會議、文檔、協作這些高頻場景。它還沒有被展開成一幅完整的內部協作圖景，方向已經露出來了，公司內部最密集、最日常的那些動作，正在一點點被改寫。

至于阿里，它走的是另一條線。3月17日，阿里推出面向企業的AI agent平臺“悟空”，可處理文檔編輯、表格更新、會議轉寫、研究協調等復雜任務，并接入釘釘。阿里把這套能力放進釘釘，意味很清楚。文檔、表格、會議、研究，這些原本散在公司日常里的事情，正被重新接線，開始匯入同一套agent能力里。

外界眼下看到的，更多還是平臺和產品層，阿里自己內部各崗位怎樣與Agent協作，公開細節還不多，入口已經擺在那里了，位置也挑得很準，都是組織內部最頻繁、最靠近業務推進的地方。

百度也在這輪變化里，只是它公開材料里的重心落在經營結構上。百度2025年四季度及全年業績公告里，把百度核心業務分為AI驅動業務、傳統業務和其他業務，AI已經被提到經營盤子的核心位置。

順著這個邏輯看，百度內部組織的改寫肯定已經很深，只是目前外界看到的更多是業務和產品層的變動。它在場，但還沒到公開拆解內部協作結構的節點。

大廠入局，路徑迥異。京東循著工作流的脈絡“貼地飛行”；騰訊在研發與協作的叢林中深耕；阿里將釘釘與多Agent平臺化為戰略跳板；而百度則徑直將AI錨定在經營的主軸之上。

盡管落子點不同，其戰略指向卻高度合流：將AI壓入業務最密集、最高頻、最核心的“大動脈”。國內互聯網巨頭的AI命題，已然完成了從“賦能員工個體”向“重構組織系統”的范式轉變。

03

舊模式承壓，新模式浮現

AI進入組織之后，公司內部那套經典科層制開始松動。大公司之所以一層層設崗，一層層匯報，很大一部分原因，在于信息要往上走，任務要往下落，過程也要有人一路盯著。

AI接進來以后，最先被改寫的，就是這一段。

它能匯總信息，拆解任務，跟蹤流程，也能把中間結果迅速送到需要的人手里。原本壓在中層身上的一部分事務，開始由系統接住。

美國一項研究把企業招聘數據和員工履歷數據放在一起，追蹤企業增加AI投入之后組織結構的變化。結果很具體。企業AI崗位占比每上升1個標準差，初級員工占比上升1.6%，中層管理占比下降0.8%，高層崗位占比也下降0.8%。

這些數字落在同一個方向上。AI進了公司，中間那段以協調、轉述、跟進為主的管理層，位置就會開始收縮。

另一項研究把變化落到了“層數”上。美國國家經濟研究局2025年的一篇論文，研究了3100多家美國上市公司和約700萬份員工履歷，測算發現，美國上市公司平均大約有10層層級。把企業AI采用情況放進去以后，層級層數會下降。靠中間管理者一層層傳遞的信息、協調的任務、盯住的過程，其中一部分，已經開始由AI系統承接。

經濟合作與發展組織2025年的一份報告，把“管理”一側的變化補得更完整了。這份報告覆蓋法國、德國、意大利、日本、西班牙和美國，對6000多家企業展開調查，討論的是“算法管理”在工作場所里的使用情況。

報告把“算法管理”定義為，用軟件自動化或支持任務分配、監測和績效評估等管理動作。層級在變薄，管理沒有跟著變松。原來靠人盯人的地方，越來越多地轉成了系統盯流程。

2月10日，《國際組織分析雜志》發表了一篇文章，名叫《告別層級結構，迎接算法：人工智能型組織的崛起》，作者提出了一個叫“AI-Form”的概念。

這項研究究旨在人工智能（AI）驅動的數字化轉型背景下，重新審視經典的M型和N型組織形式。研究提出了一種新型的、適應性強的組織形式：AI型組織形式，作為一種獨特的結構原型，旨在應對工業4.0帶來的挑戰

研究者認為，層級分明的M型組織，已經越來越難跟上人工智能帶來的沖擊。它反應偏慢，也難以承接分布式智能不斷增長的需求。

N型組織更靈活，知識流動更快，也更利于協作，但整體容易發散，統一協調和整合控制偏弱。

AI型組織，想解決的正是這個問題。它試圖把協調能力和去中心化放進同一套結構里，讓系統承擔更多調度與連接功能，讓人和AI在同一個組織里協同工作。

這種結構下，權力開始沿著兩端重新分布。中層原本承擔的匯總、傳遞、監督等職能，被系統持續抽走。決策進一步向掌握全局信息的數字中樞集中。一線團隊的動作空間卻在擴大。只要處在算法劃定的邊界之內，許多執行權限會被直接下放到更小的單元。

組織形態也隨之變化。層級樹沒有立刻消失，骨架已經變輕。公司不再主要靠一層層節點維持運轉，更像一套圍繞任務實時重組的流動系統。團隊隨任務聚合，也隨任務拆分，資源由算法即時調度，響應速度和管理精度同時抬高。

把AI放進流程不難，難的是把活穩穩收回來。差距也會落在這里，誰先把復核、權限、追責和審計接上，誰手里的硅基員工才能真正跑進公司深處。