- 日期:2026-11-02
- 原始日期:2026-10-28
- 来源:阅读原文 (OpenAI 官方,2026-10-28)
- 作者:Hemanth Asirvatham、Elliott Mokski(OpenAI 员工,24 岁即带团队)
- 平台:OpenAI「Intelligence Age」专栏(讨论 AGI 未来经济的独立声音系列,第二篇)
- 信源层级:一手(直读 OpenAI 官网原文)
- 标签:AI原生组织 / 组织设计 / 智能体 / 管理
- 渠道:OpenAI 官网
- 体裁:报告
- 一句话:AI 进入公司会坐在哪?三个位置——你的下面、你的旁边、你和下属的中间。
⚠️ 文首自带声明:“这反映我们的观点,不代表 OpenAI 或同事”——是个人观点,不是公司政策,也没有数据支撑。
〇、核心洞察
作者是两位 24 岁就在 OpenAI 带团队的年轻人。他们没爬梯子——是“管理层降到了他们这一级”。 全文回答一个问题:当 AI 进入公司,它坐在组织图的哪个位置?
三种形态(不互斥,同一家公司可能同时出现,随能力演进):
| 形态 | 名字 | 放在哪 | 谁先采用 | 结果 |
|---|---|---|---|---|
| ① Beneath us | The Promoting | 人之下 | 一线员工(最懂活儿的人) | 每个人都升职,长出 AI 团队,你成“董事会” |
| ② Beside us | The Interleaving | 人之旁(同事) | 现有管理者 | AI 像同事插进组织图,先接一块再往上走 |
| ③ Between us | The Layering | 人与人的中间 | 高管 | “人—AI—人”三明治:AI 协调监控,执行高层意志 |
一、The Promoting(人之下)
- 原汇报关系不变,但每个人脚下多出一层 AI 劳力:先助理 → 再幕僚长 → 最后是一整个“微型公司”向你汇报。
- 会计 Jace 的例子:不再点表格,而是沟通、协调、判断——干的是他几年前老板的活。
- 关键论点:「Automation without pink slips」(自动化,但不裁人)
- “入门岗不再是最底层”:最底层交给“不介意的人”(AI)。代价:学徒制、靠杂活历练、熬资历这些路径消失——作者称之为“真实的代价,但更多是一种特权”(新人有好想法可自己造,不必等编制)。
不是“自动化你”,是“自动化过去的你”,然后你往上走。 AI 干了 90%,你可能不是只剩 10% 的活,而是还干一份完整的活,只是目标大了 10 倍。
二、The Interleaving(人之旁)
- 核心概念:「范围的自动扶梯」(escalator of scope)——AI 从“任务 → 岗位 → 团队 → 公司”,每上一级需要更宽的能力。
- 中心不对称(全篇最重的一句):“更大范围反而更容易被采用。” 窄工具要全员再培训;一整支自动化团队,高管可以直接用。
- 金句:“公司要学技术,但劳动力会自学这个公司。”(Firms learn technology; labor learns the firm.)
→ AI 越像“劳动力”(有主动性、能适应),公司越不用学着驾驭它。
- 对“AGI=自动化一个岗位”的反驳:经济产出极少来自单打独斗的人。“经济 AGI 必须达到'人们'的标准,而不是'一个人'的标准。”
- 隐藏风险:AI 只是“工具级/工人级”而非“团队级”时,在每个员工旁塞一个模型 = 上千个接缝和交接,反而拖慢采用。
三、The Layering(人之间)
- “自动化三明治”:有些人的上级是 AI。
- 反直觉判断:管理可能先于它所管的工作被自动化。
- 例:CEO 的 AI 咨询顾问从 Slack 线程里发现“销售承诺了工程没在做的功能”,建议推迟发布、调整工程师,还顺手表彰了一位没人叫她干活的工程师。
- 后果是“集权”:能读几百个频道的高管,“缩短了 C 层到公司之间的那段距离”——权力向上集中(过去信息摩擦反而利于分权)。
管理者的活大多在电脑和脑子里(读、开会、权衡、决策);而一线工作常要“和原子、工具打交道”。“实习生被派去复印机,不是他老板。”
四、四个管理新问题(结尾)
| # | 问题 | 作者的倾向 |
|---|---|---|
| 1 | 流程审批更多还是更少? | “Aim less, fire more”(少规划、多试);AI 也可能强化审批——取决于机制设计 |
| 2 | 员工自主权更多还是更少? | 倾向增加,前提是 AI 只盯“重大例外与风险”、给员工留决策空间;必须区分“哪些必须统一、哪些可自行判断” |
| 3 | 公司更小还是更大? | 同时出现大量小公司 + 能管众多项目的大型 AI 控股组织 |
| 4 | 薪酬差距扩大还是缩小? | 看你是“执行 AI 建议”还是“承担更大判断责任” |
给管理者的四条准备:① AI 放什么位置 ② 员工职责怎么变(新人怎么在没有基础活的情况下攒经验)③ 管理者注意力放哪(目标/资源/关键判断/人机工作设计)④ 授权与问责机制(谁决定、谁审核、什么必须升级、如何防止 AI 扩大错误或越权)。
读后判断(范德的产出,非用户原话)
这篇和我们这周聊的(Anthropic 研究、赫拉利演讲)是一根线。 你 11/02 那条最深判断是“真正的风险不是有人撒谎,而是没人检验”;而这篇最后落到的那条——“如何防止 AI 扩大错误或越过权限”——就是你说的同一件事。它把“验收/问责”从会议话题,提升成了组织设计的第一等问题。