前 Consensys CMO：AI 时代的公司形态进化

作者：Lex Sokolin

编译：佳欢，ChainCatcher

本文探讨 AI 如何重塑组织架构本身。公司正从亚马逊式的"双披萨团队",（一个团队约 6--10 人，保持敏捷的组织架构。）转向由 3 到 5 人组成、生产力大幅跃升的"AI 原生"小组。

我们对比了两条路径:

Klarna 的 AI 替代战略以失败收场。员工人数从 5,500 砍至 3,400,服务质量问题最终迫使其重新招人。

Coinbase 与 Ramp 则选择围绕 AI 增强与编排来重组业务。Coinbase 裁员 700 人,同时转向单人产品团队和 AI 代码生成。

Ramp 则打造了一套内部 AI 驾驭框架(harness),99.5% 的员工每天都在使用,覆盖逾 350 项业务技能。

此外,我们还剖析了 Box 和 Plaid 等公司为何被资本市场作为 AI 基础设施重新定价，核心在于它们掌控着 AI 智能体运转所必需的、带权限的企业级数据。

组织形态的第三次进化

几个月前,我们讨论过"零人类公司(Zero Human Companies)"和 AI 经济自主化曲线:

虽然已有力量在推动建立完全没有人类干预的组织,但目前的经济主体仍是我们人类。

当下最棘手的工作,是将现有的传统公司改造为 AI 优先的形态。

这是一个极其庞大的机遇,以至于 Anthropic 正联手整个私募股权行业来推进此事。

除了那些惊人的财务数据之外,我们开始明显感知到 AI 影响的另一个切入点：人们建立和组织公司的方式。

组织架构本身就是一种技术。

瀑布式开发(Waterfall)孕育了统治早期科技时代、层级森严的软件开发巨鳄。

随后行业转向运用敏捷方法论的精益团队,接着敏捷又演化为亚马逊首创的"双披萨团队"。正是这种运营结构构筑了如今的每一家现代金融科技公司。

但潮水的方向再次改变。

麦肯锡的 Martin Harrysson 和 Natasha Maniar 在 2025 年末给出了下一个版本的预判:

"AI 原生角色在本质上意味着,我们正从'双披萨结构'转向由 3 到 5 人组成的'单披萨小组'。"

人减半,活照干。

2026 年 5 月 5 日,Brian Armstrong 通过裁员 700 人,为这一论断添上了有力的注脚。

Coinbase 做了什么？

Coinbase 裁减了 4,951 名员工中的 14%。

部分原因在于,这仍是一家业务与交易量高度绑定的公司的正常市场周期操作------预计其第一季度营收为 17 亿美元(同比下降 26%),每股收益(EPS)暴跌 86%。

但值得高度关注的是,其管理层是如何规划现代金融科技/加密公司中 AI 落地路径的,以及他们对未来人均生产力的期许。

Coinbase 的工程师们现在只需几天就能发布过去需要数周才能上线的产品,且这种提效正在加速。

Armstrong 正在重构业务线,确保在 CEO 和 COO 之下最多只存在五个管理层级。

纯粹的"管理者"将不复存在------每位领导者都必须身兼个人贡献者,必须是精通现代工具、既能带队又能亲自下场的"球员兼教练"。

跨职能的"AI 原生小组"全面取代传统团队。Coinbase 甚至在内部试点将工程、设计和产品职能融合于一人的单人小组。

Coinbase,一家营收达 70 亿美元的上市巨头,正在运转单人产品团队。

2025 年 9 月,Armstrong 曾公开表示 Coinbase 每天 40% 的代码由 AI 生成,并计划在 10 月将该比例提升至 50%。

在 Stripe 联合创始人 John Collison 的 Cheeky Pint 播客中,他坦承自己开除了那些在企业版许可证发放一周内仍拒绝使用 Cursor 和 GitHub Copilot 的工程师:

"有些人就是不用,所以他们被解雇了。"

V1 版本是直接替代,但它失败了

然而,Coinbase 并非首家以 AI 为由进行裁员的金融科技企业。

还记得 Klarna 在 2024 年那场教科书般的"AI 降本"实验吗?当时它似乎昭示着未来惊人的生产力爆发。

但我们当时就认为,这更像是信贷周期的紧缩,而非真正的创新。

CEO Sebastian Siemiatkowski 曾高调宣布,由 OpenAI 驱动的 AI 助手在首月处理了 230 万次对话，占所有客户聊天的三分之二，完成了相当于 700 名全职客服的工作量。

• 员工总数从 5,500 人骤降至 3,400 人
• 预期利润增幅:4,000 万美元
• 客户问题解决时间从 11 分钟缩短至 2 分钟

然而,这一切在触碰现实后迅速崩盘。

复杂工单的客户满意度(CSAT)暴跌,重复联系率飙升。

到 2025 年 5 月,Siemiatkowski 向彭博社坦承公司"步子迈得太大了"。Klarna 不得不开始以类似 Uber 的远程模式重新招人------聘用时间灵活的学生、全职父母和偏远地区工人。

澳大利亚联邦银行在几天内火速叫停了 45 个语音机器人替代项目。Taco Bell 也从 500 家汽车穿梭餐厅中撤下了语音 AI。

Gartner 预测,到 2027 年,一半曾制定"全面替代计划"的公司都将放弃该方案。

Klarna 的 IPO 在首日依然大涨 30%,达到 200 亿美元估值，这在一定程度上反映出:只要公司及时纠偏,公开市场是相当宽容的。

但这种简单粗暴的"替代"逻辑，即直接裁掉一个人类岗位,塞进一个大语言模型(LLM)。在注重"量"的指标上或许行得通,但在注重"质"的指标上必将崩溃。

重新招聘的成本远超当初省下的开销。显而易见,金融科技领域的首次 AI 数字化转型尝试交出了一份喜忧参半的答卷。

但这绝不会是最后一次尝试。

V2 版本是能力增强,以 Harness 为护城河

Ramp 在 2026 年 4 月初正式发布了"Glass"。

与五位同事共同打造该工具的内部 AI 专家 Seb Goddijn 发表了一篇长文。当天,Ramp 的 CEO Eric Glyman 在推特上转发。数小时内,该文便霸榜 Hacker News 首页。

对于 V1 版本为何失败,Goddijn 一针见血地指出:

"阻碍 AI 普及的首要壁垒根本不是模型本身,而是配置 AI 运行环境的极端复杂性。"

Glass 正是 Ramp 为粉碎这一壁垒而生:

首先,自动化的访问配置------只需通过 Okta SSO 登录,每一个获得授权的内部工具(Salesforce、Gong、Notion、Linear、Snowflake、Slack、Zendesk,以及 Ramp 自有内部工具)都已底层打通。

其次,设立 Dojo(道场)------一个包含 350 多项 AI 技能的市场,每一项技能都是一个 Markdown 文件,负责教会智能体完成一项任务。它们全部存储在 Git 中,接受代码审查并进行版本控制。

一个名为 Sensei(导师) 的智能体会在新员工入职首日,智能推送与他最相关的五项技能。

第三,构建持久记忆库------基于身份验证连接自动生成,并通过 24 小时综合处理管道持续刷新。因此,智能体在介入每一次对话时,都已完全掌握该员工所在团队、参与项目、活跃工单和持续中的沟通脉络。

如今,99.5% 的 Ramp 员工每天都在使用 AI。

Ramp 一半的代码由 AI 编写,并正向 80% 迈进。其首席产品官 Geoff Charles 推行了一套 L0--L3 成熟度框架,其中 L3 代表直接通过 AI 智能体发布生产级功能。

任何仍停留在 L0 级别的员工,实质上被视为怠工。

Ramp 目前估值高达 320 亿美元,ARR(年度经常性收入)达 10 亿美元,雄踞 Fast Company 2026 年金融界最具创新力公司榜首。

Klarna 试图用自动化压低人力门槛,Ramp 则在拼命抬高每个员工的产出底线。Coinbase 介于两者之间。

AI Harness

贯穿这一切的核心,是 "AI Harness" 的概念。

像 Manus 这样的公司开创了将原始 AI 智能压缩、转化为可重复业务流的架构,而 OpenClaw 等编排框架则将其推向大众。

一套 Harness,是将身份验证、系统集成、记忆库、团队沉淀的技能目录、夜间跑批的调度程序,以及允许分析师同时多线并行的多窗格交互界面完美融合的综合体。

而那些前沿的大语言模型,仅仅是这套 Harness 中可随时替换的零部件------当 OpenAI 推出 GPT-5.5,或者 Anthropic 发布 Opus 5 时,Ramp 只需顺手替换掉模型,周遭的一切体系照常运转。

Anthropic 自家的 Cowork 产品于 2026 年第一季度正式商用(GA),内置了 11 个针对特定岗位的插件,横跨销售、财务、法务、营销、HR、研发、设计和运营------这套岗位分类逻辑与 Glass 的 Dojo 如出一辙。

一旦你接受"AI 的生产力是由业务流而非聊天框塑造的",岗位角色就顺理成章地成为了 AI 组织的最小自然单元。

这也正是致力于打造"零人类公司"的工具在思考如何构建 AI 优先组织时的底层逻辑。详见下文的 Polsia,以及随后的行业快速细分版图。

资本市场正在迎头赶上

当许多传统软件公司正因 AI 的去中介化而痛苦挣扎时,有一类玩家却在逆势狂飙。

这些公司早早挖深了属于自己的数据护城河,如今正游刃有余地将一次性 AI 软件无缝叠加其上。

以企业级文件存储公司 Box 为例:其 2026 财年第四季度财报发布后,股价应声暴涨 10%。Aaron Levie 在财报电话会议上一语道破天机:

"文件,说到底就是 AI 智能体天然的工作单元。"

Enterprise Advanced------Box 主打 AI 与工作流的高级订阅层------其定价直接比传统旗舰版 Enterprise Plus 高出 30% 到 40%。

第四季度账单金额(billings)达 4.2 亿美元,同比增长 5%。

• Box Extract 能够从合同中精准抽离结构化数据
• Box Shield Pro 将智能体化(agentic)AI 直接引入访问控制体系
• Box AI Studio 的专业模式与扩展模式,允许智能体在更大的上下文窗口中处理多步骤负载

Levie 在 GeekWire 的访谈中感慨:

"除了刚成立的那 12 个月,Box 还从未像今天这样,让人感觉这么像一家初创公司。"

要知道,高达 95% 的企业数据都是非结构化的。AI 智能体极度渴求这些数据,且必须在权限边界完整保留的前提下被调用。

谁掌控了这个带权限的数据金库,谁就能摆脱"廉价存储"的标签,被资本市场作为"智能体基础设施"重新估值。

曾经,市场把 Box 看作是 Dropbox 那个略显尴尬的兄长,股价长期徘徊在 26 美元。如今,华尔街一致目标价已落在 35.63 美元,相对当前价格还有 35% 的溢价空间。

另一个例子是 Plaid------这家金融数据聚合商曾差点被 Visa 收购,并寄望于借此成为一个直接的支付网络。

但有一段时间,Plaid 处境相当尴尬:Web3 后来居上,取代 Web2 成为新晋的金融基础设施宠儿。

从 2021 年 134 亿美元的估值巅峰,Plaid 一路下滑到 2025 年 4 月一级市场轮的 61 亿美元,而后在 2026 年 2 月一笔为员工提供流动性的二级市场要约收购中,回升至 80 亿美元。

它必须进化。

Plaid 最新客户中约有 20% 是 AI 原生公司------他们正在构建需要获取金融数据授权访问、并依赖可信身份基础的智能体。

Plaid Protect 的反欺诈平台在 2026 年初的测试中,检测出的欺诈尝试比同类身份验证工具多出 50%。

Plaid Bank Intelligence 则携 Retention Score 及即将推出的 Primacy Indicators,把客户流失预测能力反向卖给银行。

Plaid 正被重新定价为全球最大的、带授权的金融交易数据语料库。

它不是一条数据管道------数据管道从来都是廉价品。真正的资产,是构筑在其之上的智能,而 AI 原生客户的占比,正是这一论点最有力的佐证。

一个典型案例,是它与 Perplexity 的集成------共同打造一个完整集成的个人财务管理"计算机"。我们何其怀念 Mint.com!（2006 年诞生的美国国民级个人记账 App）

Box 和 Plaid 站在同一条赛道的同一侧。

两家都在零利率(ZIRP)时代被按"SaaS 霸主"的逻辑定价,目睹估值腰斩,如今正按一套全新的逻辑被重新承销------非结构化内容金库,以及带权限的数据网络,是 V2 时代企业可被智能体读取的底层基质。

V3 版本是编排------"单人公司"诞生

Sam Altman 与其他科技 CEO 之间有一个赌局,押注第一家"十亿美元规模的单人公司"将于何年诞生。

Dario Amodei 将其在 2026 年内出现的概率定在 70% 到 80%,并点名了三个领域:自营交易、开发者工具、自动化客户服务。

红杉(Sequoia)正在调整投资承销模型,把"智能体杠杆(agentic leverage)"即人均收入作为首要信号。Y Combinator 早期批次的入孵公司,95% 的代码已由 AI 生成。

事实上,已经有公司凭借 AI 创造出惊人的经济杠杆。

在这种公司里,CEO 化身为"智能体编排者(agent orchestrator)",在一个巨型驾驶舱中调度无数 AI 智能体。

组织架构图,变成了一张可外包给机器执行的业务流图。劳动力预算,变成了算力预算。

这类公司的初代形态,将栖身于狭窄的领域------自营交易、开发者工具、具备网络效应的细分消费软件。这些场景里工作完全数字化、监管轻、信任成本低。

它们会很脆弱，因为所有单点失效系统都脆弱。

它们也难以打入受监管的企业市场,因为在那里,合同上的姓名和那张脸,本就是结构性的存在。

但这种公司,已经出现了。

每一次技术变革,都会摧毁上一个范式视为关键的角色------"computer(早年人工计算员)"、生产线工头、项目经理、中层管理者。

而那些率先弄清"经济组织新形态"的公司,往往因为先动而获得巨额回报。

举个例子:亚马逊的"双披萨规则",以及它在百万员工规模下仍保持创新能力,本身就是一道护城河。

我们最终会落在"单人公司"还是"零人类公司",并非真正的问题。

当下,我们仍处于数字化转型的进程之中,而沿着这一脉络在全经济范围内交付价值,将带来数千亿美元的回报。

真正的问题是:谁能在今天拥有或构建出正确的 AI Harness,谁就能为 2026 年的公司设计出正确的组织架构图。

这意味着,升级这具企业超级有机体,让它继续战斗下去,再活一天。

但愿,我们人类也能从中得偿所愿。