智能时代，公司还需要「中层」吗？

2025 年 7 月初，三家中国互联网巨头几乎同时向中层管理「开刀」。腾讯游戏在国内发行线与生态发展部试点「负责人制」，把「总监」「组长」等头衔统一改为「负责人」与「成员」，取消 L1/L2 管理职级；字节跳动在 2026 年上半年绩效评估中更新「领导力原则」，要求管理者必须交出实质性业务产出，并将半年激励中的现金比例从 100% 降至 25%，剩余 75% 换成与长期业绩绑定的期权；京东零售直接砍掉两层管理层，取消 C4、C5 职级的管理者身份，相关人员挂靠至 C3 名下。

几乎同一时间，大洋对岸的公司也在行动。Meta 在 Reality Labs 部门为员工换上「AI builder」「pod lead」「org lead」等新头衔，试图让组织更「AI 原生」；支付公司 Block 的 CEO Jack Dorsey 公开表示，希望有朝一日彻底取消管理层级。这些动作并非孤立。

研究佐证：「AI 原生」公司管理层级更少

哈佛商学院与 INSEAD 研究者今年发布的工作论文《AI 原生公司》（AI-Native Firms），追踪了 Y Combinator 扶持的创业公司数据后发现：「AI 原生」初创公司的组织层级中位数只有 3 级，而非 AI 公司为 4 级，管理者占员工总数的比例也低出约 4 个百分点，但这些公司的融资规模与估值并未因此打折。

这与阿里巴巴集团前总参谋长曾鸣在《智能：AI 时代的商业、组织与战略的本质》一书中提出的判断相呼应：传统公司本质上是一种「认知压缩结构」，高层定方向，中层翻译战略、压缩并回传信息，基层负责执行。当大模型与智能体能够参与认知流动后，这一压缩机制的必要性开始被削弱。

工业时代组织：为规模化执行既有答案而生

工业革命让人类第一次需要在大规模上组织大量互不相识的人、机器与资本，进行标准化生产。围绕「让已被验证的方案以更低成本被更稳定地复制」这一目标，组织演化出三套互相支撑的结构：

• 分工，把复杂任务拆解为标准化动作；
• 层级，通过稳定结构协调大规模信息与任务流动；
• 管理体系，预算、绩效、流程、汇报关系共同维持系统稳定运行。

福特流水线、通用电气管理体系、丰田精益生产皆遵循同一逻辑：组织最重要的能力，是规模化执行既有答案。岗位边界清晰、层级结构长期存在、流程被反复强调，都是这一逻辑的自然延伸。

互联网并未改变组织本质

互联网大幅提升了信息流动效率，敏捷开发、矩阵组织、项目制协作、扁平化结构等新实践相继出现。但互联网公司本质上仍延续工业时代的基本逻辑：产品方向由少数核心团队定义，组织负责拆解任务、协调资源与规模化推进。所谓「扁平化」大多只是减少层级，「敏捷」仍是在优化执行效率，「数据驱动」更多是让组织更快调整既有方案。互联网改变了信息连接效率，却并未真正改变组织的底层逻辑。

AI 时代：问题不再能被提前定义

过去几百年，人类解决问题的逻辑高度一致：拆解问题、穷举路径、结构化最优解法、通过组织能力提升执行效率。传统软件系统同样遵循「人提前定义规则，系统在既定逻辑内运行」的范式。

大模型与智能体改变了这一前提。它们不再仅执行既定逻辑，而是能在复杂环境中通过理解、推理与反馈持续生成新解法。人们的工作方式也随之转变：先理解问题、再抽象建模，把它变成 AI 可持续学习与优化的问题，然后通过反馈不断提升解题能力。「模型即产品」的提法背后，正是产品本身在真实反馈中持续演化、问题定义与解法同步变化的趋势。

这动摇了工业时代组织成立的核心前提：当问题定义本身持续变化、解法动态生成、反馈实时进入系统时，分工、流程、层级与管理这些原本的「最优解」开始变成额外成本。

「公司」概念正逐渐失去解释力

新型组织的复杂性应对方式，正从「分工」转向「认知同步」。每个节点持续参与认知生成：提出问题、修正假设、判断路径、反馈结果；节点之间的连接也不再只是信息传递，而是认知互动。组织更像由两类认知节点构成的系统：创智人才负责定义问题、设定约束、做价值判断；AI 智能体负责拓展可能性、处理复杂性、加速探索。决策不再由某个人做出，而是在系统中逐步生成。

当系统持续吸收每一次决策与反馈并改变自身行为方式时，组织会呈现出类似「整体智能」的特征。在这一环境下，「公司」概念所隐含的稳定结构、清晰分工、可定义职责、通过管理实现协同等前提，正在逐渐失去解释力。