中层已死，智能体在管你

Jack Dorsey 裁了 4000 人然后发了一篇文章标题叫《From Hierarchy to Intelligence》。他的意思不是我们在降本增效而是组织架构本身就是一个历史遗留问题我们终于有技术来修它了。传统科层制解决的是信息传递问题。老板不可能直接管 500 人所以需要中层——把信息向上汇总再把指令向下分发。整个管理体系本质是一套手动的信息路由系统。现在这套路由系统可以被 AI 替代了。这件事在互联网大厂还停留在讨论层面但在 AI 工具领域它已经在发生了。我们这个领域变化更快传统互联网公司的组织变革是自上而下的CEO 写文章HR 调结构员工适应新流程。AI 工具领域的变革是自下而上的开发者先变了然后倒逼组织跟上。举一个具体的例子。一年前一个 AI 产品想接入文档解析能力流程是这样的产品提需求 → 技术评估可行性 → 算法团队排期 → 工程接口联调 → 测试上线。最快两周通常一个月。现在的流程是产品自己打开 OpenClaw装一个 MinerU 的 MCP Server对 AI 说帮我解析这份 PDF 并提取表格五分钟以内搞定。那个技术评估和算法排期的中间层在这个场景里消失了。Vibe Coding 不只是编程方式的变化Karpathy 提出 Vibe Coding 的时候大家讨论的是程序员会不会失业。这个问题问偏了。更准确的问题是当开发成本趋近于零谁来决定做什么在传统组织里做什么是一个需要大量会议来决定的问题因为执行成本高错误决策的代价很大。所以需要 PRD、评审会、里程碑节点——用复杂流程来对冲决策风险。Vibe Coding 把执行成本打下去之后这套流程的存在理由开始动摇。不是说流程没有价值而是原来需要一个月的评审来决定做不做的事情现在可以先做一个 demo 出来看看整个周期压缩到一天以内。决策和执行的边界正在消失。Hermes 爆火说明的不只是技术问题Hermes Agent 两个月 66k Stars登顶 GitHub Trending 全站第一。很多人分析它为什么火自主进化、自动生成技能、记忆体系比 OpenClaw 更深……这些都对。但还有一个更底层的原因没人说Hermes 描述的是一种新的工作关系不只是一个更好用的工具。OpenClaw 的模型是你告诉 AI 做什么AI 帮你做人是主动方AI 是执行方。Hermes 的模型更接近于AI 在你的服务器上持续运行它知道你在做什么它主动协调AI 开始具备一定的主动性。这个方向和 Dorsey 说的把中层替换成一个持续运行的世界模型是同一件事在工具层面的体现。对于 AI 工具领域的从业者来说这意味着你做的东西正在成为别人组织里的基础设施。MinerU 今天是一个文档解析工具明天可能是某个公司 AI 调度中枢里的一个节点。这两个位置战略价值差了一个数量级。新的分工正在形成Dorsey 把未来组织里的人分成三类ICIndividual Contributor深度专家直接执行AI 提供上下文DRIDirectly Responsible Individual负责结果整合资源对客户负责Player Coach前管理者转型为导师不再传递信息开始传递判断力在 AI 工具领域这个分工已经在发生只是换了名字有人在写 Skill——这就是 IC在 ClawhHub 上发布、维护、迭代专注某个垂直场景的深度有人在做 GEOGenerative Engine Optimization——这更像 DRI不写代码负责让 AI 认识你的产品管结果有人在搭 MCP Server、维护 Ecosystem 仓库——这是新形态的 Player Coach不直接做产品但让所有人都能用你定义的能力。三类角色都在脱离靠人协调的传统模式转向靠系统协调。最后说一句有点逆耳的话很多人看到 Dorsey 的文章第一反应是这是资本家的话术替裁员找理由。这个判断不是没有道理。但有一件事是真的这一波变化不会因为你不相信它就不发生。Vibe Coding 已经在把以前需要一个团队才能完成的事情压缩到一个人能干。Hermes 和 OpenClaw 们已经在把以前需要流程协调的工作变成 AI 自动调度。MCP 协议已经在让工具之间的集成从人工对接变成声明式注册。真正的问题不是组织会不会变而是当变化发生的时候你在哪个位置是在被替代的那一层还是在定义新规则的那一层。那现在应该怎么办给不同角色的具体建议说完宏观判断说点实际的。这一波变化对不同人意味着不同的事建议因人而异。如果你是开发者最重要的一件事从写代码转向定义能力。Vibe Coding 已经把写代码的门槛打下来了单纯会写代码的稀缺性在下降。但知道用什么组合、什么时候用、组合出什么的判断力价值在上升。具体怎么做选一个你最熟的垂直领域把你的经验打包成 Skill 或 MCP Server 发布出去。这不只是分享是在 AI 生态里留下你的痕迹。学会用 Hermes/OpenClaw 跑真实任务不是体验一下而是把某一件日常工作完全交给它观察它卡在哪里、怎么修。关注 MCP 协议的生态进展。未来工具与工具之间怎么对话MCP 是目前最清晰的答案早进入的人有先发优势。如果你是产品经理最危险的位置也是机会最大的位置。产品经理的核心职能是协调信息、对齐理解、推动决策——这恰好是 AI 最擅长的事情。如果你的价值只停留在这一层压力会越来越大。但产品经理也是最早能感受到用户真实需求的人而这个感知能力 AI 还没有。具体怎么做用 Vibe Coding 工具自己做 demo。不需要写代码用 Cursor 或者 Claude Code 描述你的想法出一个可以跑的原型。这不是为了替代工程师是为了验证你的判断成本接近于零。把你的工作流程重新审视一遍哪些会议是为了同步信息的哪些是为了做判断的。前者可以被 AI 替代后者是你的护城河。开始关注 GEO。产品的曝光从搜索引擎迁移到 AI 回答这个迁移正在加速。你的产品在 GPT / Claude / 豆包的回答里是什么形象需要有人负责而这件事现在几乎没人做。如果你是管理者Dorsey 的文章说的是中层消失但不是所有管理者都会消失。消失的是靠传递信息存活的管理者——那层从上面接任务、往下分工、再汇总结果的角色。留下来的是能做判断的人能带出来能力的人以及能定义方向的人。具体怎么做主动压缩你团队里的信息传递环节。如果一件事需要经过你才能让两个人对齐想想能不能用工具直接解决。你能释放出来的时间用于做更高质量的判断。开始学会对 AI 下任务而不只是对人下任务。这不是技术问题是管理思维问题。OpenClaw MCP 工具链已经足够成熟值得花一两周真正上手。把团队里的协调成本显性化每周有多少时间花在对齐上这个数字是你被 AI 替代速度的先行指标。如果你在做 AI 工具或开源项目你现在做的事情战略窗口期正在关闭。不是悲观是现实主流工具链正在固化MCP、Skills、Agent 框架的头部玩家已经出现。现在进入的人需要有更清晰的差异化而不能只靠我也能做这个。具体怎么做把你的工具接入 AI 工作流的成本做到极低。安装一行命令配置不超过五分钟MCP 协议支持这是 2026 年工具被采纳的基本门槛。做 GEO不只是做 SEO。让 GPT、Claude、Kimi、豆包都知道你的工具是干什么的、适合什么场景、比竞品好在哪。维基百科词条、技术博客、GitHub README 的描述质量直接影响 AI 推荐你的概率。把用户用你的工具做出来的成果变成内容。不只是文档而是真实案例、真实数据、真实对比。这是目前最有效的 AI 时代的内容营销方式。一个简单的自测题如果你想判断自己的位置可以问自己这一个问题你每天工作里最核心的那件事能不能被一个跑在服务器上的 AI Agent 替代 80%如果答案是能不是世界末日但需要开始行动了。如果答案是不能想清楚为什么不能——是因为你有真实判断力还是因为 AI 还没有学会那个场景。这两个原因意味着完全不同的应对策略。变化已经在发生了。问题只是你准备好了吗。