日前，Block CEO、Twitter创始人 Jack Dorsey与红杉管理合伙人Roelof Botha共同撰写了一篇题为《从层级到智能》（From Hierarchy to Intelligence）的文章，阐述了他们对于AI时代的组织的看法。

文章中指出，过去两千年，大型组织之所以依赖层级制，不是因为管理天然合理，而是因为它一直是最有效的信息协调机制：从罗马军队、普鲁士总参谋部到现代企业，层级本质是“信息路由系统”，但层级越多，信息越慢。

Jack Dorsey写道：今天，大多数公司只把AI用作个人效率工具。Block试图更进一步：把公司本身构建成一个“智能体”，用AI替代中层管理承担的信息协调功能。

为此，Block正在构建两个“世界模型”：一个理解公司内部运营、进度与资源分配，一个基于Square和Cash App的真实交易数据理解客户和市场。围绕这两个模型，Block搭建四层结构：能力层、世界模型、智能层和接口层，并将组织角色简化为IC（个人贡献者）、DRI（直接负责人）和player-coach（球员兼教练）三种，取消永久中层管理。

作为一家金融科技公司，Block的核心业务主要有两块，覆盖ToB和ToC两端。其中，Square为小型商户提供支付处理、POS硬件、贷款等工具；Cash App是消费者数字钱包，支持转账、借记卡、比特币投资和借贷，已成最大增长引擎；Afterpay提供分期付款连接两端。此外布局比特币生态（Bitkey、Proto）。2025财年，公司总收入约241.9亿美元，毛利润约103.6亿美元、同比增长了17%，Q4毛利润加速至24%。

就在今年2月26日，Block宣布了大规模重组与裁员，员工总数从超10000人减少至不足6000人，裁员比例近40%。

当时，Jack Dorsey在致股东信中表示：“我们已经看到，我们正在创建和使用的智能工具，结合更小、更扁平的团队，正在开启一种全新的工作方式，从根本上改变了构建和运营公司的意义。而且这种变化正在加速。”

Jack Dorsey的目标是实现每位员工毛利润超 200 万美元，这是之前的两倍左右。而上述行动也切实呼应了此次文章中的内容。

最后，文章的核心判断是：未来公司的竞争，不只是产品和人才竞争，更是“理解现实并持续加深这种理解”的能力竞争。AI时代，组织将从“层级公司”走向“智能公司”。

 “在传统公司里，智能分散存在于人身上，由层级来路由它。而在这个模型里，智能存在于系统中，人位于边缘。边缘，才是行动发生的地方。”

以下为「明亮公司」编译的正文：

传统组织：本质上是一种信息路由协议

在红杉，我们看到，速度是预测一家初创公司是否成功的最佳指标。大多数公司关注的是把 AI当作提升生产力的工具。很少有公司关注AI改变我们彼此协作方式的潜力。Block正在展示一种可能：从根本上重新思考组织设计，最终利用AI把速度转化为一种可复利的竞争优势。

早在第一张企业组织结构图出现的两千年前，罗马军队就解决了一个至今所有大型组织仍然面临的问题：在沟通能力有限的情况下，如何在广阔空间中协调成千上万的人？

他们的答案，是一种在每一层都保持一致控制幅度的嵌套层级结构。最小单位是contubernium，由8名士兵组成，他们共用一个帐篷、装备和一头骡子，由一名decanus领导。10个contubernia组成一个century，共80人，由一名centurion指挥。6个century组成一个cohort。10个cohort组成一个大约5000人的legion。在每一层，都有一名具名指挥官，拥有明确的权力：从下方汇总信息，并把上方的决策传递下去。这个结构（8→80→480→5000）本质上是一种信息路由协议，围绕着一个简单的人类限制而构建：一个领导者能够有效管理的人数，大约在3到8人之间。罗马人是在数百年的战争中发现这一点的。即使在今天，美军的层级指挥链依然遵循类似模式。我们现在把它称为“管理幅度”，而它仍然是地球上每一个大型组织的根本约束。

下一次重大变化来自普鲁士。1806年，拿破仑的军队在耶拿战役中摧毁了普鲁士军队。此后，以沙恩霍斯特和格奈泽瑙为首的一群改革者，围绕一个令人不安的真相重建了军队：你不能依赖顶层个体的天才，你需要的是一个系统。

他们建立了总参谋部，这是一类受过专门训练的军官群体，他们的职责不是作战，而是规划行动、处理信息、跨单位协调。沙恩霍斯特希望这些参谋军官能够“辅助无能的将军，为领导者和指挥官提供他们可能欠缺的才能”。这就是“中层管理”这个词出现之前的中层管理：一群专业人员，他们的职责是路由信息、预先计算决策，并在复杂组织中维持对齐。军队还正式区分了“line”与“staff”两种职能：line推进核心使命，staff提供专业支持。直到今天，每一家企业仍在使用这套词汇。

军事层级在19世纪40到50年代进入商业世界，载体是美国铁路。美国陆军把受过西点军校训练的工程师借调给私营铁路公司，这些军官也把军事组织思维带了过去。参谋与业务线的层级、事业部结构、官僚式的汇报与控制系统——这些都先在军队中发展出来，随后才被铁路公司采用。19世纪50年代中期，纽约与伊利铁路公司的Daniel McCallum为了管理一个延伸500多英里、拥有数千名工人的系统，绘制了世界上第一张组织结构图。适用于小铁路公司的非正式管理方式已经失灵了，列车相撞事故正在夺走人命。McCallum的组织图把罗马人曾经使用的层级逻辑正式化了：权力分层、汇报关系明确、信息流动结构化。它最终成为现代公司的蓝图。

Daniel McCallum绘制的组织结构图（来源：公开资料）

Frederick Taylor（1856–1915）常被称为“科学管理之父”，他优化的是这套层级体系内部的运行方式。Taylor把工作拆分为专业化任务，交给受过训练的专家执行，并通过测量而不是直觉进行管理。由此形成了职能金字塔式组织——一种在军队开创、铁路商业化的信息路由系统之内，为效率而优化的结构。

职能层级真正第一次承受压力测试，是在第二次世界大战期间。曼哈顿计划要求物理学家、化学家、工程师、冶金学家和军官，在极端保密和时间压力下，跨越学科边界，朝着单一目标协同工作。Robert Oppenheimer（奥本海默）将洛斯阿拉莫斯组织为多个职能部门，但坚持它们之间保持开放协作，抵制军方按习惯进行严格隔离。1944年，当内爆问题变得至关重要时，他围绕这一问题重组实验室，建立了当时美国企业界前所未有的跨职能团队。它成功了，但那是一个战争时期的例外，由一位独特人物所领导。战后商业世界真正面对的问题是：这种跨职能协同，能否成为一种常态？

战后企业到互联网公司的组织：从未解决的平衡问题

二战后，随着公司规模扩大与全球化推进，职能型设计的规模局限变得愈发尖锐。1959年，麦肯锡的Gilbert Clee和Alfreddi Scipio在《哈佛商业评论》上发表了《Creatinga World Enterprise》，为矩阵式组织提供了理论框架——把职能专长和事业部单元结合起来。在Marvin Bower的领导下，麦肯锡帮助壳牌、GE等公司实施这些原则，在中央标准与地方灵活性之间寻求平衡。这种组织形式后来成为推动战后全球经济的“专业型公司”或“现代公司”。

随着时间推移，人们又提出了其他框架，来应对矩阵组织的复杂、僵化和官僚化问题。由Tom Peters和Robert Waterman在20世纪70年代末提出的麦肯锡7-S框架，区分了“硬S”——战略（Strategy）、结构（Structure）、系统（Systems），以及“软S”——共同价值观（Shared Values）、技能（Skills）、人员（Staff）、风格（Style）。其核心思想是：仅有结构性要素是不够的，组织有效性还要求文化特征与那些真正决定战略能否成功的人性因素实现对齐。

在更近的几十年里，科技公司对组织结构进行了激进实验。Spotify推广了带有短冲刺周期的跨职能小队（squad）模式。Zappos尝试了Holacracy，彻底取消管理头衔。Valve则采用了扁平结构，没有正式层级。这些实验都揭示了传统层级的某些局限，但没有一个真正解决底层问题。Spotify在规模扩大后又回归更传统的管理方式；Zappos出现了明显的人才流失；Valve的模式也被证明难以扩展到数百人以上。当组织规模增长到数千人时，它们最终还是会回到层级式协调，因为还没有一种足够强大的替代性信息路由机制，能够取而代之。

这个约束，与罗马人面对的是同一个，也是美国海军陆战队在二战中重新发现的那个：缩小管理幅度，就意味着增加指挥层级；而层级越多，信息流动就越慢。过去两千年的组织创新，本质上一直是在试图绕过这个权衡，但从未真正打破它。

AI时代的组织：把公司本身构建为一种智能体

那么，现在有什么不同？

在Block，我们正在质疑那个底层假设：组织必须以层级方式组织起来，并由人类承担协调机制。相反，我们想要替代的，正是层级所做的那部分工作。今天，大多数使用AI的公司，是给每个人配一个copilot，让原有结构稍微运转得更好一些，但并没有改变它。我们追求的是另一件事：把公司本身构建为一种智能体——或者说，一个mini-AGI。

我们并不是第一批试图超越传统层级的人。海尔的人单合一模式、平台型组织、“数据驱动”管理——这些都是真实而严肃的尝试，它们都在解决同一个问题。它们所欠缺的，是一种真正能够执行层级之所以存在的那种协调功能的技术。AI就是这种技术。第一次，一个系统可以持续维护对整个业务的动态更新模型，并利用这个模型来协调工作；而在过去，这些工作必须依赖人类通过层层管理去传递信息。

要让这件事成立，一家公司需要两样东西：一种关于自身运营的“世界模型”，以及一种足够丰富、能使该模型真正有用的客户信号。

Block是一家remote-first（远程优先）公司。我们所做的一切都会产生可记录的产物。决策、讨论、代码、设计、计划、问题和进展，都会以被记录的行动形式存在。这些就是公司世界模型的原始材料。在传统公司里，经理的职责是了解团队中发生了什么，并把这些上下文沿着管理链条向上和向下传递。在一家工作本身已经机器可读的remote-first公司里，AI可以持续构建并维护这幅图景：正在构建什么、哪里被卡住了、资源被分配到哪里、哪些在起作用、哪些没有。这些，就是过去由层级承载的信息。现在，改由公司世界模型来承载。

但系统能力的上限，取决于喂给它的客户信号的质量。而金钱是这个世界上最诚实的信号。

人们会在调查问卷里撒谎，会忽视广告，会放弃购物车。但当他们消费、储蓄、转账、借款、还款时，那就是真相。每一笔交易，都是某个人生活中的一个事实。Block每天都能看到数百万笔这类交易的两端：买方通过CashApp，卖方通过Square，再加上商户经营过程中的运营数据。这使得客户世界模型拥有了一种稀缺的东西：一种基于诚实信号构建的、面向每一位客户和每一个商户的金融现实理解，而且这种理解会持续复利。信号越丰富，模型越好；模型越好，交易越多；交易越多，信号越丰富。

公司世界模型与客户世界模型一起，构成了一种新型公司的基础。与其让产品团队沿着预设路线图去构建产品，不如构建四样东西。

第一，能力（capabilities）。

也就是原子级的金融基础能力：支付、借贷、发卡、银行服务、先买后付、薪资，等等。它们不是产品，而是构件模块。这些能力很难获得，也很难维护——有些带有网络效应，有些需要监管许可。它们没有自己的UI，它们拥有的是可靠性要求、合规要求和性能目标。

第二，世界模型。

它有两面。公司世界模型，是公司理解自身及其运营、表现和优先级的方式，用来替代过去通过层层管理流动的信息。客户世界模型，则是基于专有交易数据构建的、面向每个客户、每个商户、每个市场的表示。今天，它从原始交易数据起步；随着时间推移，它会不断演化，趋近完整的因果模型和预测模型。

第三，智能层（intelligence layer）。

这是把各种能力组合成针对特定客户、特定时刻的解决方案，并主动交付出去的那一层。比如，一家餐厅的现金流正在季节性淡季前收紧，而这种模式模型以前见过；智能层就会从借贷能力中组合出一笔短期贷款，再利用支付能力调整还款节奏，并在商户甚至还没有开始主动寻找融资之前，把这个方案呈现给他们。再比如，一个CashApp用户的消费模式发生了变化，而模型将这种变化与“搬到新城市”相关联；智能层便会为其组合一个新的工资直达存款设置、一张在新社区相关消费类别中有额外返现的CashAppCard，以及一个依据其更新后收入水平设定的储蓄目标。

没有任何产品经理决定要去构建上述任一种解决方案。能力早已存在，智能层识别了时机，并把它们组合起来。

第四，接口（interfaces）——包括硬件和软件。

Square、CashApp、Afterpay、TIDAL、bitkey、proto。这些是智能层交付组合式解决方案的触达界面。它们很重要，但它们并不是价值被创造的地方。价值创造发生在模型与智能之中。

当智能层试图组合一个解决方案，却因为某个能力不存在而失败时，这个失败信号本身，就构成了未来的路线图。传统路线图的逻辑，是由产品经理去假设接下来应该构建什么；而这正是任何公司最终的限制因素。在这个模型中，客户现实会直接生成待办事项列表。

组织里的人还能做什么？

如果这就是公司要构建的东西，那么问题就变成了：人还做什么？

组织结构会从这个问题自然推导出来，而且它会把传统图景彻底翻转。在传统公司里，智能分散存在于人身上，由层级来路由它。而在这个模型里，智能存在于系统中，人位于边缘。边缘，才是行动发生的地方。

边缘是智能与现实接触的地方。人会进入那些模型暂时还无法抵达的区域。他们会感知那些模型尚不能感知的东西：直觉、强烈的判断方向、文化语境、信任关系的动态、一个房间里的气氛。他们会做出那些模型不应该单独做出的判断，尤其是伦理判断、全新情境中的判断，以及那些一旦犯错就可能带来生存性代价的高风险时刻。一个无法触碰现实世界的世界模型，不过就是一个数据库而已。

但边缘不需要通过一层层管理来实现协调。世界模型会把边缘上的每个人所需要的上下文直接提供给他们，使他们无需等待信息沿着指挥链上下传递，就能采取行动。

在实践中，这意味着我们把角色收敛为三类。

个体贡献者（ICs）：负责构建和运营能力层、模型、智能层以及接口层。他们是在系统某一特定层面上的深度专家。世界模型提供了过去经理所提供的上下文，因此IC可以就自己所在层级的问题做出决策，而不必等待别人告诉他们该做什么。

直接责任人（DRIs）：负责特定的跨领域问题或机会，以及具体客户结果的人。一个DRI可能在90天内全权负责某个细分市场的商户流失问题，并拥有完整权限，按需从世界模型团队、借贷能力团队和接口团队调动资源。DRI可以持续负责某些问题，也可以在解决一个问题后转向别处，处理新的问题。

球员兼教练（player-coaches）：把“亲自构建”与“培养人才”结合在一起的人。他们取代了传统经理——后者的主要工作原本是信息路由。player-coach仍然会写代码、搭建模型或设计接口，同时也会投入精力帮助周围的人成长。他们不会把每天的时间花在状态会议、对齐会议和优先级拉扯上。对齐由世界模型完成，战略与优先级由DRI结构处理，player-coach负责技艺与人才。

因此，不再需要一个永久存在的中层管理层。旧层级所做的其他工作，统统由系统来协调；每个人都被赋予更贴近实际工作和客户的角色。

Block目前正处于这场转型的早期阶段。它会很艰难，其中一些部分很可能要先出问题，之后才能真正奏效。我们现在把这些写出来，是因为我们相信，每一家公司最终都将不得不面对和我们一样的问题：你的公司究竟理解了什么，那些东西是否真的难以理解，并且这种理解是否每天都在变得更深？

如果答案是什么都没有，那么AI就只是一个成本优化故事。你裁员，让利润率在几个季度里变得更漂亮，然后最终被一个更聪明的东西吞并。

如果答案是某种深刻理解，那么AI不是在增强你的公司，而是在揭示你的公司究竟是什么。

Block的答案是：经济图谱（economic graph）——数百万商户与消费者、每一笔交易的两端、实时观察到的金融行为。这种理解在系统运行的每一秒都在复利。我们相信，其背后的模式——把公司组织成一种智能体，而不是一个层级结构——重要到足以在未来几年重塑各类公司的运作方式。Block已经推进到了足以证明这不仅仅是一种理论的阶段（当然，我们也欢迎争论和反馈，用来对我们的想法进行压力测试和改进）。

公司之所以快或慢，取决于信息流动。层级和中层管理会阻碍信息流动。两千年来，从罗马军队的contubernium到今天的全球企业，我们一直没有真正的替代方案。8个共用帐篷的士兵需要一个decanus，80个人需要一个centurion，5000人需要一个legate。问题从来不是你是否需要层级，问题在于：执行这些层级功能的，是否只能是人类。

现在，答案已经不是了。

Block正在构建下一个时代。