最近来找我聊的朋友，问题都变了。 以前问的是用什么模型、要不要培训。现在问的是：我们已经在用 AI 了，很多人用得还不错，但整个组织的效率好像并没有提升。更诡异的是有些公司说，效率确实提升了，人也裁了 —— 裁员你总归省了一部分钱吧 —— 但公司利润也没有增加。 这是第二阶段的鬼故事。这一集把它拆到底。 这条路分五段走： 局部提效为何失效 → 重新发明组织 → AI 接管对齐事实 → AI 接管对齐打法 → AI 接管推进 一、局部提效为何失效 先说效率其实有三层，而我们大部分注意力都花在第一层。 第一层是单点效率 —— 一个具体的员工、一个具体的活、他干的速度。这对打工人非常重要，但对公司不是。第二层是组织协调 —— 把很多人的劲往一块使。第三层是市场和战略 —— 你打下来的是什么样的城市，有些仗打赢了也是亏的。单兵能力和组织作战能力，这两件事很多时候没什么关系。 那为什么光做第一层没有用？三个原因： 阿姆达尔定律：一件事有很多环节，你只搞其中一个，对整体的效果有限。 上海到北京飞两小时，提速 30% 是伟大的科技进步。但打车、提前量、安检加起来，门到门本来就要五个小时 —— 省下的半小时摊进去，在我脑子里其实变化不大。 局部优化哪怕做得花团锦簇也一样。我自己做过非常好的 demo，合作方连 PR 稿都发了，我自己也会吹牛逼。过一段时间再问「这个东西后来有用吗」，答案是「其实也没什么用」。 系统的表现取决于瓶颈：你优化的那一环不是瓶颈，提了也白提。 后厨的洗菜工切菜工手速快十倍，但厨子没加、灶台还是四个 —— 菜洗得再好堆在那里也没用。就算整条后厨都快了十倍，门口进来的人没有增加，你还是赚不到钱。 也是最要命的：大头根本不在「做事」。 知识工作最大的时间和精力消耗，不是在做这件事本身，而是在开会、在对齐协调、在对接交接、在等待。不同报告不同口径，基本都指向 60%。而且你工资越高，这种交互越多。不信可以翻一下你上周的日历，看看多少时间在干活、多少在开会；开的会里又有多少是为了沟通对齐，多少是为了这件事真的发生。 所以你把那 40% 做到极致，也动不了那 60%。 更狠的是：每个模块都正确，系统仍然可以烧毁。火星探测器飞了九个半月、几亿英里，到了轨道直接烧在大气层里 —— 一边用英制、一边用公制。一亿多美金打水漂。各自做的都对，说不定还加班了还提效了，整体上做出来是个零。 AI 并没有制造这个瓶颈。以前干活干得慢，慢盖住了协调的损耗；现在干活快了，它就露出来了。 二、重新发明组织 那怎么办？先得回到一个原点：组织到底是用来干嘛的。 我们常把组织当成天经地义的东西，像天上有蓝天白云一样。想 AI 转型的时候就想：我们就一定有一个组织，把它转一转，就能更好地用好 AI，我们还是那些人，我们还是好兄弟。 但现代公司制度其实是一种发明。层级、部门、流程、KPI，都是很近代才有的，是用来解决具体问题的：信息路由和管控。 而每一个零件，都架在某个稀缺假设上。 层级，是因为一个人看不过来。可滴滴一个后台管 1000 个司机，谁送到哪、车上录音都看得见 ——「看不过来」还成立吗？ 部门，是因为人脑装不下，所以要把一堆专才塞一起、给一个统一界面对外。可如果每个人身边都有一个会翻译的小秘书呢？ 流程，是因为看不到全局所以要管控。那为什么还需要人类来做这个管控？ AI 来了像小行星撞地球，生存环境已经变了。过去留下来的东西不是没道理，是上一个时代的道理。坐月子不能洗头，在没有热水器、没有电吹风、没有青霉素的年代是有道理的。 所以有了这一集那句暴论： 「AI 不是组织的工具。AI 是竞品，AI 是组织的替代品。」 不是把原来的组织转一转好去用 AI，而是想怎么用 AI 去替代原来组织的绝大部分功能。 具体落地，最先发生的往往是三件事：对齐、推进、闭环。这一集讲完对齐，推进讲了一半。 三、AI 接管对齐事实 对齐无非两件事：对齐事实（世界现在是什么样子）和对齐打法（我们做事的规矩是什么）。 一支军队如果每个连队看到的地图不一样、打法也没协调过，那就是一锅粥，人再多也打不出来。 先说对齐为什么这么贵。传统组织在这里有两个问题。 一是工作量是平方级涨的。三个人三条沟通路径，50 个人就是 1225 条。所以大公司为什么慢？维持一个统一的想法实在太难。 二是 —— 你可能觉得也没那么夸张 —— 那是因为我们其实根本没在对齐。设计师考虑了一百种方案，最后压成一张图或者三页 PPT 交出去，隐空间里那些东西全丢了。下一个人接到压缩包再重建，中间长出大量幻觉。压缩、还原、压缩、还原，像快乐大本营的传声筒，传到最后不知道传成什么样。 所以传统对齐是：太贵，而且仍然对不齐。 那 AI 凭什么能解决？ 第一，它把 N 乘 N 的问题变成 N 的问题 —— 大家不用互相聊，统一跟一个 AI 聊。第二，它管得住的上下文比人大太多。以前也有 PMO 这个角色，但 PMO 参加不了每一个会，只能记住几个要点；AI 可以掌握全部，压缩比低得多。第三，下达的时候它只把跟你有关的那部分递给你 ——20 个人的项目文档更新了 40 条，你根本不知道哪条跟你有关、也不知道怎么搜。 真正的对齐，是所有人操作同一个对象。 波音早年各部门都用上了 CAD，但一个部门画完，会把图纸打印出来交给下一个部门，下游用肉眼看图再画自己那份 —— 因为哪怕你用的是 CAD、我用的是另外一个 CAD，两个文件是不通的。结果一扇门反复改一万两千多次，最后还得打实体木头假飞机来试装。直到 777 说这太傻了，到云端搞一架云飞机，所有人操作同一架。 然后是这一集我最想让你带走的那句：你的会议纪要，就是那张打印出来的图纸。 你们公司为一款智能耳机开了 12 个会。这 12 个会的会议纪要，是单独的还是连续的？ 一个会决定螺丝改大，另一个会决定把大螺丝那家供应商换掉。两个结论各自成立，合在一起却打架 —— 而这个冲突要靠人的脑子才能发现。 为什么要靠人的脑子？这份纪要是给谁看的？「螺丝改大一点」这个结论，不该去改一份纪要文档，它该去改云端那只耳机。 我们嘲笑古人把图纸打印出来传、嘲笑一边公制一边英制 —— 可我们自己，不也是这么处理问题的吗。 正在发生的做法，我看到四种。 出门问问 / 李志飞：每个项目一个 agent，管这个项目的全部上下文、进展、待办、风险。有一个说法是不准人跟人开会 —— 信息不该从一个人流转到另一个人。 安克创新：新品上市原来十几个节点、大几十个判断点，每个节点做到 99%，叠下来损耗还是超过七成。改造后 20 个环节变成三四个大环节，交接从 20 次降到 4 次，而且每次交接传的是明确定义的完整数据对象，不是一份薄摘要。所有产出汇进项目池，一个假设变了 —— 比如颜色改成蓝色 —— 所有相关方同时拿到最新状态。（B 站有公开课，强烈推荐。） Claude Tag：可以在 Slack 里 at 的机器人。别把它想成豆包，它持续读你授权范围内的全部上下文，拿到的是多人环境的所有线，还会主动冒出来说「那边已经把螺丝改了，这家供应商现在不能换」。 还有一种不对齐，不是没沟通，是彼此以为听懂了。 这种对齐一个统一的库解决不了，得靠把东西做得更没歧义。一句诗可以有一千个哈姆雷特，但一个微信长什么样子，没有解释空间。 所以现在创业公司基本都在用 demo 沟通，很少还靠文档。Flomo 的少楠，产品经理要自己先写代码跑通，拿到结果才写 PRD。Botlearn 是研发直接上线 MVP 去找客户验，靠谱了再找设计师做好看。我们孵化的一家 AI 转型服务公司更夸张：跟客户开会半小时，当场甩 8 个可以点的 demo，按钮功能全有、里面全是假数据。王总一边点一边说：第二个好，第三第四不是我想要的，第五个你误会我意思了。半小时问出来的东西，空口讨论两天也问不出来。 四、AI 接管对齐打法 想让大家按规矩做事，传统上就三招，而且三招在三个不同的地方失效： 培训 —— 请我这样的人去讲一堂课，大家鼓掌说讲得真好，回去全忘了。制度 —— 写得特别精彩，根本没人看。KPI—— 大家想到歪门邪道把数字搞定，但不做正事。 我最近在抖音上老刷到一种广告：前一段时间原价买的人现在一定哭悔死了，今天大降价只要多少钱，那些人已经哭晕在厕所了。如果我是这个品牌的老板我一定气死 —— 这是在赤裸裸地教育用户，以后再也别在原价的时候买你家东西。可它整段没有一句说品牌不好，你很难指出它哪里违规，但你一眼就知道它在伤品牌。这种行为你怎么控？ 还有个朋友是很大的 K12 公司，非要找 AI 电销。我给他拉了个头部的人工电销公司，按效果付费，买不了吃亏。他说不行，我还是想找 AI 的。为什么？「我们内部有外呼团队，只要定下 KPI 他们总有办法拿到，可那个过程的话术永远不是我想要的。」 他要的是又有过程又有结果。这种自相矛盾的要求，只有 AI 会答应 —— 人类听到，只会想把老板干掉。 所以打法的对齐，方向是把规范写进执行环境，而不是贴在墙上。三个正在发生的做法： Botlearn / 俊东：设计师把品牌规范（什么颜色、什么 logo、字多大）全部写成一个 skill，做 presentation 时调用一下，整份文档自动符合规范。原来的规范是一本册子让你学着对照，现在它是一个按钮。不要说是又讲一个道理，而是把它变成一个按钮。 安克 / 阳萌：检查点优于行动、先于行动，标准是贴在检查点里面的。关键是检查的那个 agent 上下文必须独立 —— 徐文浩就踩过坑，让 agent 去做测试用例，它把测试全 mock 掉，绿灯一片其实啥都没干。你要的是一个对抗性的、干干净净的 agent，就像你怀疑一个部门的时候不会让他们自检自查。 ZooClaw / 徐文浩：Vibe Coding 之后没人守代码规范，每个人画 SVG 都自己画一套，公司里明明有库可以复用。传统解法是培训，培训不会听。他们的解法是让 AI 去扫每个人代码里写 SVG 那部分，直接重写成复用公司库的版本。因为人类是不想学习的，就机器学习。达到了对齐的效果，但没让人类支付对齐的成本。 顺带回一个常听到的顾虑：AI 还不靠谱、有幻觉、能力不够。人类更有幻觉，人类更不靠谱，那你为什么敢用人？因为你有测试、有内控、有流程。解决 AI 的问题也一样 —— 不是指望某一个 AI 当场办妥，而是用一套机制打出来。 五、AI 接管推进 这一集后半还有 20 分钟在讲第二件事：推进。推进拆开是四步 —— 发现活、分配活、传导活、检查活，这一集讲完前两步。 组织最大的时间损耗，发生在任务之间。方案做完了躺在群里等产品，产品看完了躺在邮箱里等法务，法务看完了躺在系统里等采购。也不是白等，每一站都给你一点反馈，然后「我们再碰一下」「下次拉上谁一起看看」，就没完没了。 传统解法是养一批人专门补缝，叫 PMO；再狠一点是把两个部门合并，用一个老大的权威硬推。所以公司里贵的人在干嘛？你给他那么多钱，主要不是为了他的专业性，而是他能够让事情推动。 AI 凭什么推得动？它更知道全局，它更耐得烦，而且它更不怕得罪人。 安克早期也做了很多 agent，培训完满意度巨高，回去之后全都不用了。为什么？因为流程的推动引擎还是人 —— 人是发动机，agent 只是可有可无的工具。后来他们把这句倒过来：是 agent 去推动流程，而不是人去用 agent。 发现活的最高境界，是活自己举手说该干我了。海底捞的小平板会告诉你哪张桌子刚空、哪张需要清理，不用人巡场 —— 人巡一趟就是一段延迟。美的原来每两小时开班组会跑到大屏前碰一下，现在用人形机器人去扫、去识别、自己派工单。 数字世界更难，但也有：安克在亚马逊上某个产品销量下跌，不等人去发现 —— 系统自己报警，自己排查是不是没库存、广告流量少了、有差评，把看过的东西打成一个包，直接生成工单派给最能解决的人。不是等到周会上过数据说「上周这个为什么跌了」「我去查一下」。 分配活也一样。你中午点外卖、出门打车，那个调度是人做的还是 AI 做的？我们早就接受了 AI 调度骑手和司机。腾讯研究报告里的 CodeBuddy，每天早上根据历史情况给程序员派活让他挑一条。酷特智能（前身红领）的工厂，衣服到了工位，RFID 一识别，屏幕直接告诉工人做什么 —— 不是一个人类分配给另一个人类，再由那个人决定要不要用 AI。 而且活要变大。每个人用上 AI 之后产能翻了 N 倍，你还按老尺寸派活，他做完一小块马上又要交接一次，人很憋屈、摩擦反而更大。真正的三倍，是少了两次交接。 传导、检查，以及第三件事「闭环」，在下一集。 彩蛋：AI 接管之后，人反而更累 一个悖论。平时 80% 的工作是低智力、低算力的，我们嘴上抱怨那些无聊工作，但它对脑子其实是休息。当 AI 派来的每个活都要你做真正的决策，脑力消耗会大得多。 我自己的体感是：工作时间没怎么增加，但脑力上的损耗可能是以前的好多倍。做一个 PPT，以前随手就做了，现在每个模块 AI 至少给我出上千万字的东西，你大量的时间在看，然后还会去找各种人聊，对事情的要求又在变多。 有点像福特。他一直被说成大好人给工人涨薪，其实是因为把工人放上流水线之后，原本还能歇一下的人发现自己永远要干活，不涨薪他就跑了。 所以真让 AI 发现活、分配活之后，留下来的人强度是要变大的。你要么挑更好的人，要么给更多的激励 —— 这又需要组织其他部分来配合。 可以直接摘走的几句 「你可以买来好军舰，但是你做不出好海军。」 「AI 不是组织的工具。AI 是竞品，AI 是组织的替代品。」 「大家应该云端操作同一架飞机 —— 是操作同一个对象去对齐，而不是去增强点对点的沟通能力。」 「我们嘲笑古人把图纸打印出来传，我们自己不也是这么处理问题的吗。」 「不要说是又讲一个道理，而是把它变成一个按钮。」 「因为人类是不想学习的，就机器学习。」 「全部用 AI 来做检查，甚至全部用 AI 来做操作，只让人类做例外。」 「人类更有幻觉，人类更不靠谱，你为什么敢用人呢。」 「你给他那么多钱，主要不是为了他的专业性，而是他能够让事情推动。」 时间轴 00:00　鬼故事：人人都提效了，公司却没变快、也没多赚钱 01:30　效率的三个层次，以及我们为什么只盯着第一层 04:30　一、局部提效为何失效：阿姆达尔定律与门到门那五小时 07:00　系统由瓶颈决定：洗菜快十倍，灶台只有四个 08:30　大头不在做事：60% 的时间在对齐；火星探测器毁于单位不一致 11:30　AI 只是把长期被盖住的瓶颈暴露了 12:00　二、重新发明组织：张一鸣、满清买铁甲舰、买军舰与做海军 13:30　层级、部门、流程分别架在什么假设上；坐月子不洗头 18:56　暴论：AI 不是组织的工具，是组织的替代品 20:30　三件事：对齐、推进、闭环 21:30　三、AI 接管对齐事实：对齐事实与对齐打法 23:00　对齐为什么贵：1225 条路径，加上有损压缩的传声筒 25:40　AI 凭什么能解决：N 平方变 N，只把你需要的递给你 29:10　波音 777：从打印图纸，到云端操作同一架飞机 32:40　你的会议纪要，就是那张打印出来的图纸 39:10　出门问问、安克创新、Claude Tag 46:10　很多不对齐是以为听懂了：少楠、Botlearn、半小时 8 个 demo 49:40　四、AI 接管对齐打法：培训、制度、KPI 在三个地方失效 52:10　K12 电销：又要过程又要结果，只有 AI 会答应 54:40　把规范写进执行环境：俊东的 skill、阳萌的检查点、SVG 重写 57:10　人类更有幻觉，你为什么敢用人 60:40　五、AI 接管推进：损耗全发生在任务之间 65:20　是 agent 去推动流程，而不是人去用 agent 66:10　发现工作：海底捞的平板、美的的机器人、安克的自动工单 70:40　分配工作：CodeBuddy、酷特智能，以及真正的三倍 77:50　彩蛋：AI 接管低算力工作，人类反而会更累 欢迎订阅「AI 炼金术」的播客，以及同名公众号、视频号 「AI 炼金术」是一档由徐文浩和任鑫 —— 两位多年老友、AI 领域的资深从业者 —— 打造的播客。这里是探讨 AI 和创业的理想聚集地，我们会邀请一线创业者、产品产品和科研学者，深入探讨 AI 如何重塑行业、变革生活，以及如何从 0 到 1 打造 AI 原生产品。  我们的讨论会涵盖多个话题：从 AI 如何改变世界的未来，到如何找到 AI 创业的 PMF；从如何利用 AI 降本增效，到怎样将 AI 技术融入日常生活…… 如果你对 AI、产品、创业感兴趣，这里有满满的干货和一线实战经验，欢迎关注并推荐给你的朋友，共同探索未来的无限可能！  商务合作：公众号 「AI 炼金术 」菜单栏中【商务】获取联系方式  节目主理人： 徐文浩：AI 创业公司联合创始人，正在面向全球市场开发 AI 应用。连续创业者，参与过多家创业公司，拼多多早期员工。广告科技公司 MediaV 的算法和数据负责人，后被 360 收购。离开后加入成立不到 1 个月的拼多多。后创办了基于 AI 的海外客服聊天机器人公司 BotHub.AI 和 海外社交电商平台 Bukito 都宣告失败。2023 年再次下场创业。  任鑫：基金合伙人，主要在投资和孵化面向全球市场的 AI 应用。之前是连续创业者，曾经打造 “今夜酒店特价” 用移动互联网应用特价销售酒店尾房；被京东并购后内部创业 “京东到家” 开展本地即时零售业务；2015 年再次创业 Get 探索对话式人工智能助理成为先烈；2021 年出售公司，2023 年重新回到 AI 世界。