当一个人抵过一个团队：AI时代的组织变革

当一个人抵过一个团队

AI 时代的组织变革，正在从底层发生

过去两年，88% 的组织已经在用 AI，但只有 1% 自认达到了 AI 成熟。麦肯锡的数据揭示了一个巨大鸿沟—大家买了工具、写了政策，但人怎么协作、价值怎么创造并没有根本变化。

在这片停滞中，腾讯研究院用一年时间深度调研了腾讯 CodeBuddy、月之暗面、出门问问、Anthropic、Block 等十余家团队，给出了一个不同的观察：真正有效的 AI 变革，核心动力不是自上而下推动，而是自下而上涌现。

核心公式 组织竞争力 = 人才密度 × AI杠杆 / 组织摩擦 超级个体放大分子，超级团队真正解决分母。

一、什么是超级个体？

先看一条演化链：

• 1960年代 · 知识工作者—依赖组织，执行被分配的任务
• 2002年 · 创意阶层—有创造力，但局限在单一专业领域
• 2019年 · 一人公司—独立经营，但碰到能力天花板
• 2025年 · AI 超级个体——指挥调度 AI，能力边界无限延伸

知识工作者进化时间线

超级个体不是用 AI 很厉害的人。他们有四个结构性特征：

① AI First—AI 是工作默认起点，不是遇到困难才问的工具

② 能力量级跃迁—不是提升 20%，而是 10 倍甚至数十倍

③ 主动性极强—不等组织安排，自己探索 AI 能力的极限

④ 影响力溢出—高效个体让自己变快，超级个体让团队变快

Anthropic 基于 10 万条对话研究：AI 平均使任务完成时间减少约 80%。部分任务甚至达到 96% 的时间节省。

二、谁先醒来？

调研发现，觉醒发生在组织各个层级，但路径截然不同：

开发者：从写代码到指挥代码

CodeBuddy 的 subo，90% 以上的代码由 AI 编写。他说："我不关心它写什么代码，只关心代码架构。"一个晚上 AI 产出约一万行代码。

非工程师：岗位边界正在溶解

设计师自学模型部署和编程，变身产品负责人；数据分析师通过 AI 掌握运营全能力，一个人完成原本五六人的活。

创始人：从提需求到亲手 build

flomo 联合创始人少楠从未写过代码，现在每天花三小时用 Claude Code 跑需求验证。出门问问李志飞三天用 AI 写了十几万行代码。

最反直觉的发现：AI 不是均衡器，而是分化加速器。

它不普惠，它放大差距。被重新定价的不是技能（已被 AI 抹平），而是更深层的：判断力、学习速率、问题分解能力、品味。现有人才体系衡量的几乎都是正在贬值的那一层。

三、超级个体为什么还要团队？

如果 AI 能让一个人顶一个团队，团队还有必要存在吗？

调研的答案是：恰恰相反。超级个体没有走向孤立，他们以新的方式聚合。四个不可替代的理由：

超级个体需要团队的四个理由

① 共同承担风险—集中决策积累隐藏风险，多点冗余才能反脆弱

有联合创始人的公司 5 年存活率高约 45%，获 VC 投资概率约 1.8 倍。

② 共同稳定注意力—注意力切换有结构性损耗，团队提供承诺锁定和优先级校准

③ 共同形成信用—一个人结构性地不可靠，客户评估的是"系统"是否可靠

④ 进入更大价值场景—Cursor 20人做到1亿美元 ARR，Gamma 30人实现5000万美元 ARR

协作的本质也变了：从按岗位切割（像拼图，每人补一块）变成了按优势放大（像共振，被 AI 放大的优势彼此叠加）。

四、超级团队长什么样？

报告按两个维度—是否有中心节点和AI 是否承担协调—将超级团队分为三种形态：

超级团队形态矩阵

节点辐射型—以超级个体为中心，AI 辅助放大

代表：安克创新 6 人小组。大 New 人负责方向判断，小 New 人负责高效执行。上限是中心节点的能力天花板。

网络协作型—无中心对等网络，AI 协调但不指挥

代表：Anthropic 全公司只有一个技术职称 MTS，研究员和工程师是同一个人；Kimi 300 人无部门、无职级、无 KPI，五位联创各对接 40-50 人。

AI 中枢型—AI 是协调中枢，人围绕 Agent 工作

代表：出门问问 Team Agent，Agent 间可直接协作（A2A），300 人压缩到 150 人效率提升 4-5 倍；Multica 4 人加几十个 Agent 霸榜 GitHub。

五、KPI 失效之后

当团队中存在 10 到 100 倍的效率差，传统绩效体系完全找不到锚点。报告发现，有效的激励是四个维度：

愿景—为什么选择把时间投在这里（Kimi 的我们在做 AGI）

自主权—让我决定做什么、怎么做（Block 的 DRI 制：90天你是这个问题的 CEO）

成长环境—高密度同伴和使命感

经济回报 + 退出自由—产出如何被公平定价（最难、目前无人给出完美答案）

当一个人知道自己随时可以自由离开，他留下来的每一天都是主动选择。退出自由本身就是激励的一部分。

六、管理者的最小启动动作

报告最后的建议很朴素。AI 时代的组织变革，需要的是更好的园丁：

提升分子（人才密度 × AI 杠杆）

给完整问题—AI 杠杆需要作用于整条链路

给工具权限—报销额度、开放数据权限、允许先做 demo

给展示舞台—AI 午餐会、Demo Day，让成果被看见

降低分母（组织摩擦）

容错—允许做了第二天撤掉

克制规模—15-20 人是协调极限，过了就分裂繁殖

减少中间环节—砍掉不必要的会议和审批

保护人才密度

果断调整不适配的人—地盘意识、等待安排、拒绝信息透明是腐蚀

如果一位管理者只能做一件事：先找到组织中已经在自发使用 AI 的人，让他们的成果被看见。

他们已经存在了。几乎每个组织都有一小群人在工作之余自己摸索 AI，做出了超出岗位预期的产出—但这些成果往往被封闭在个人屏幕后面。

管理者本人也需要亲自下场使用 AI。不亲自体验，就只能隔着汇报材料理解 AI。而隔着材料理解 AI 和亲自用过 AI，是两种完全不同的认知状态。