Seeing AGI（八）：人的角色，正在重生
最近我在舊金山參加了 Delight Spark，會後有一段對話一直在我腦中迴盪。我們聊的是 AI 組織。
在過去七篇 Seeing AGI 文章裡，我寫過 AGI 的到來、vibe working、多智能體系統。但有一個問題我反覆在想，其實更樸素：公司裡人的角色，會發生什麼變化？AI 改寫組織架構圖之前，先改寫的是人。
太多公司還把 AI 當成一次軟體升級——同樣的人，做同樣的工作，只不過更快一點。這個框架是錯的。AI 不只是在加速工作，它在改變誰做什麼、誰掌握脈絡、判斷力在哪裡流動。
每一次技術浪潮都會重寫人的角色
人遇到一項突破性技術，第一反應往往是：我的工作還會一模一樣，只是變快了。歷史告訴我們，這是幻覺。
最先變的，幾乎從來不是組織架構圖本身，而是人每天究竟在做什麼、依賴誰、向誰彙報，以及這個系統真正獎勵的是哪一種判斷力。
所以，要看清 AI，不能只問模型能做什麼。我們應該問：過去的技術浪潮，究竟對「工作」本身做了什麼。
電氣化不只是工廠的現代化，它改變了工廠裡的人
電氣化最著名的教訓不是「電力很厲害」，而是：第一波採用其實沒有兌現產能，因為工廠還沿用舊的佈局。老闆把蒸汽機換成了發電機，但保留了同樣的中央動力邏輯、同樣的傳動主軸、同樣的皮帶、同樣的生產幾何。
真正的飛躍是後來才發生的——工廠開始採用單元驅動，每台機器配獨立電機。到那一刻，建築本身才能變。單層廠房變得容易鋪開，機器不必再圍著一根機械主軸排布，工作流可以圍繞速度、安全與專業化重新設計。
工廠一變，人的角色就跟著變。中央動力室、軸驅動佈局、圍繞單一動力源的維護體系，這些舊邏輯開始退場。取而代之的是對電工、電氣工程師、工廠規劃師以及一種全新營運管理方式的需求。Paul David 寫過，大規模電氣化需要建立起「一支訓練有素的工廠建築師與電氣工程師隊伍」。這就是要點。新的動力源不是把老工人變快了，它創造了新的專業崗位、新的彙報關係、新的營運邏輯。
電腦不只是把辦公自動化了，它創造了一整批新的資訊崗位
電腦時代做了類似的事。在電腦化之前，大型組織靠一層層文員、打字員、歸檔人員、記帳員、機器操作員，用手把資訊搬來搬去。後來出現了資料處理部門、鍵盤穿孔操作員、程式設計師、系統分析師，再後來有了資料庫管理員與 IT 經理。
一些崗位萎縮了，另一些崗位憑空冒出來。鍵盤穿孔操作員在打孔卡時代成為一種被認可的職業，又隨著直接運算的普及慢慢消失。同時，系統分析師作為一種新的橋樑角色出現了——這個人要懂業務、設計系統、為程式設計師準備圖紙、把管理層的需求翻譯成技術結構。這種角色只有在軟體成為公司思考方式的世界裡，才說得通。
彙報線也變了。一旦資訊系統成為營運的核心，公司就建立起 MIS 和 IT 組織、專案管理層、系統團隊，再往後是企業軟體部門。權力越來越多地流過資訊架構，而不只是實體營運。
軟體造就了現代的產品組織
軟體時代又疊加了一層。隨著軟體複雜度爆炸，組織再次分裂。PM 出現了，填補業務、使用者與工程之間的空隙。在軟體領域，把產品行銷出去遠遠不夠。必須有人來決定做什麼、把使用者場景翻譯出來，並在整個週期裡貼著工程走。
UX 和互動設計成熟了，因為個人電腦、再後來是 Web，讓易用性成了繞不開的經濟問題。QA 也獨立了出來，因為測試不可能再裝在程式設計師腦子裡。再後來，Agile 和 DevOps 又開始模糊這些界線，把測試員往週期前段拉，把品質變成共同的責任。
所以 PM、設計師、工程師、測試員這套結構，並不是天注定的。它屬於上一個軟體工程時代。它是在人的溝通能力、知識割裂、手工編碼、緩慢回饋這些約束下，做出的合理回應。
舊的生產線，是為另一個世界搭的
把這段歷史看清楚之後，今天的軟體組織架構圖就顯得沒那麼「理所當然」了。它只不過是技術重組長鏈條裡的最新一層。
在舊的軟體世界裡，一個專案要往前挪一寸，得先堆出一整疊專業崗位。彙報邏輯通常就是工作流本身的鏡像：產品產出需求，設計翻譯需求，工程實現需求，QA 驗證需求，管理層在這些孤島之間協調交接。
想想 PM 過去到底在做什麼：花上幾週寫一份動輒 20 頁的需求文件，然後扔過牆去。設計師再花幾週手動推像素，把文件翻譯成設計稿。工程師拿著設計稿，花幾個月敲樣板代碼。最後測試員再花幾週把對不齊的地方和 bug 一個個揪出來。
這種結構有它的道理——只要每一步必須由不同的專家拿著不同的工具來做，且步驟之間的切換成本很高。交接不只是官僚主義，它是這個系統在用層級保護自己不被複雜度壓垮。
但當一個 AI 智能體可以幫你生成代碼、起草介面、寫測試案例、把迭代壓到幾分鐘，這套結構就開始反噬自己。交接從安全機制變成了純粹的拖累。
今天大多數所謂的「AI 轉型」還困在這裡。公司給 PM 一個 AI 寫作工具，給設計師一個 AI 設計工具，給工程師一個 AI 編碼工具，但保留了同樣的彙報線、同樣的分工。這就像把新動力源接到一台舊機器上。
所以我才覺得前面這段歷史背景特別重要。AI 不是第一項重排工作的技術。但它可能是第一項以這種速度做這件事的技術，同時還把這麼多知識型崗位壓進同一個執行瞬間。
我在 Genspark 內部看到的
在 Genspark 內部，我已經能即時看到這段歷史的下一層正在被書寫。我們現在大約 70 人。結構狠扁平。
我們不靠龐大的多職能部門來做專案。絕大多數專案由 1 到 3 人的敏捷小組完成。因為工作流被壓縮了，每個人都貼著完整的價值創造鏈條工作。
入職第一天就是這樣。新人不會被塞進狹窄的角色裡，也不需要花一個月讀文件。他們立刻被推到第一線。我們經常看到有人入職第一週就上線了真實、複雜的功能。哪怕是入職前從沒寫過一行代碼的同事，也在發布功能。
放在上一個時代，這聽起來要麼魯莽，要麼不可能。在這個時代，這是基線。有野心的人在這裡如魚得水，因為他們不再被關在某個單一的小盒子裡。
這些角色究竟在怎麼變
當工作流被這樣狠狠壓縮，專業角色不會消失。它們會突變。它們會被抬高。
PM：從寫需求文件的人，變成系統導演
PM 不再花幾週寫一份給別人去解讀的靜態文件。他們用 AI 直接生成可互動的原型，即時駕馭系統，即時驗證邏輯，最終對結果負責，而不只是對需求負責。
設計師：從前端翻譯者，變成最終評審者
我們最近發布的 Genspark Design 就是最好的例子。在舊流程裡，設計師是前置的翻譯者，必須先一筆一畫把畫面畫出來，別人才能動工。今天，從一個抽象想法到一份完整設計、再到上線產品，整條路是連續的。
因為 AI 可以在幾秒內生成幾十個高保真、可互動的原型，設計師的角色就移到了流水線的後段。他們成了評審者。他們設定品質標準，守住審美這條線，為體驗把關，決定 AI 給出的眾多版本裡，哪一個真正具備品牌該有的靈魂。
工程師：從敲代碼的人，變成系統架構師
工程師入職第一週不再是配本地環境、讀舊代碼庫，而是直接發版。他們花更少時間敲樣板代碼，把更多時間用在搭邏輯、指揮智能體、解決 AI 暫時還看不見的深層結構性問題上。
測試員：從手工把關者，變成智能體基建工程師
在 AI 原生工作流裡，每個人都成了自己功能的測試員。做這個功能的人，同時也在生成案例、檢查邊界、驗證體驗、決定它能不能上線。測試不再是鏈條末端那道獨立的閘門，它變成了創作本身的一部分。
這並不意味著傳統測試崗就消失了。這個角色被向上抬了一層，變成了基建崗。它不再是事後逐畫面點檢，而是確保整個團隊發布的功能在生產環境裡依然穩定、可觀測、值得信賴。
從這個意義上說，新的測試員更像是「品質的基建工程師」。他們搭建框架、護欄、監控、評估閉環和發布邏輯，讓整個組織更可靠。他們也幫忙把基建做得更「智能體友好」，讓 AI 更高效地參與測試、除錯與持續改進。
跨工種來看，趨勢是一致的：判斷力的重要性遠超過交接。掌握脈絡比狹窄的專業分工更值錢。
CEO：從 Chief Executive Officer 到 Chief Context Officer
一旦你看清 AI 在多深的層次上重新組合角色，你就沒法只盯著 PM、設計師、工程師、測試員。CEO 也在被改寫。
在舊的公司模型裡，規模把 CEO 推得離工作越來越遠。組織變得太專、層級太多、節奏太慢。CEO 的工作變成了——透過別人來管理複雜度。
這種距離不是性格，而是結構性的。在很多公司裡，CEO 已經沒法直接碰產品了，因為工作被切碎在太多職能、太多會議、太多交接裡。
AI 把這個模型打破了。一個願意學習的 CEO 可以重新走回工作裡。他可以探索產品想法、看原型、跑流程、挑戰假設，甚至借助 AI 一起推進執行。不是說 CEO 要回到事無巨細管事的狀態，而是領導與創造之間的那堵牆，正在變薄。
所以這份工作變了。AI 時代的 CEO 看起來越來越不像 Chief Executive Officer，而更像 Chief Context Officer。他的工作是定方向、把判斷標準說清楚、把決策權移到離一線更近的位置、設計讓小組能真正掌握所有權的介面。
舊模式裡，權力來自距離與控制。新模式裡，權力來自脈絡、品味、清晰度，以及讓組織作為一個系統去思考、去行動的能力。CEO 一變，組織就不可能不變。角色重寫自然會帶來組織重寫。
新的組織不只是更扁，它在結構上不一樣
我不覺得用「扁平」這一個詞能準確描述這種新公司。扁平只是層級更少。我們看到的，是更深一層的變化。組織的基本單元，不再是職能部門，而是 pod（小組）。
在舊結構裡，公司是圍繞部門搭起來的。產品在一個地方，設計在另一個地方，工程在另一個地方，QA 在末端。組織架構圖就是交接鏈條的鏡像。
在新結構裡，公司開始更像一個由小型高脈絡 pod 組成的網絡。一個 1 到 3 人的小組貼著問題、貼著使用者、貼著 AI 工作。它擁有從想法到發布更長的一段鏈條。它承載更多脈絡，做更多決策，等待更少。
在一家幾千人的公司裡，這不可能是一個 CEO 直接面對幾百個 pod。那不可擴展。可擴展的版本是「網絡的網絡」：pod 被組織成一個個使命叢集，靠共享的脈絡、共享的品味、共享的清晰度與共享的系統設計聯結在一起。領導層依然存在，但他們的工作變了。他們不再是審批的瓶頸，而是脈絡的路由器、介面的設計者、力量的放大器。在這種模式裡，CEO 不是去管每一個 pod，而是去設計那套能讓許多 pod 協調一致前進、又不必重建舊官僚體系的架構。這就是 AI 原生規模的樣子：不是更扁的金字塔，而是另一種系統。
到了那一步，層級就不再是主要的協調機制，脈絡才是。最重要的問題不再是「誰向誰彙報」，而是「誰真正掌握了脈絡，誰有判斷力可以據此行動」。
這也改變了管理層存在的意義。在舊世界裡，相當一部分中階管理的存在，是為了在職能邊界之間翻譯、彙總、協調、搬運資訊。在新世界裡，這些角色只有進化成系統建設者、品質評審者、人才教練、跨 pod 整合者，才會繼續有價值。那種純粹做「傳送帶」的管理者，會穩步失去重要性。
一句話總結，AI 原生組織就是這樣：一個由高脈絡所有權的小 pod 組成的網絡，由 AI 智能體支持，由共享判斷力對齊，靠輕量的介面而不是厚重的層級連接起來。
重寫公司的這扇窗
如果角色重寫帶來 CEO 重寫，CEO 重寫帶來組織重寫，那這就不是一次工具升級了，是一次公司重寫。所以別只盯著你的 AI 技術棧，看看你的人，看看你的結構。
問一些更難的問題。你的人是不是還被困在狹窄的翻譯型崗位裡？你最聰明的腦袋是不是還在準備交接，而不是在做判斷？你的組織架構圖是不是還按舊的 PM-設計師-工程師-測試員鏈條搭的？決策權是不是還離真正掌握脈絡的人太遠？
買 AI 接入很容易。真正的轉型要難得多。它意味著重新設計角色、把所有權推到小 pod 裡、圍繞智能體重建基建、重新定義領導力本身。
這個時代的贏家，不只是用更好的模型。他們會重建得更快。他們會用 pod 網絡替換交接鏈條。他們會把脈絡推到邊緣。他們會把判斷力的標準提高。
AI 不只是在重寫任務。它在重寫公司。這扇窗現在開著，但不會一直開著。