AI效能激增暴露企业管理缺陷传统分工与薪酬机制阻碍变现

课代表立正

由于企业仍沿用旧时代的专家分工与固化的薪酬机制，AI带来的十倍生产力不仅未能转化为商业增量，反而导致员工因缺乏激励而抗拒产出，组织唯有彻底砍掉冗余的协作流程才能真正实现技术变现。

AI-assisted summary of GPT-6 Won't Make You More Money, But It Might Get You Fired Sooner — original source. Check the original for full context.

Source published: 2026-09-19

Detailed notes

## Background 本视频由 YouTube 频道“课代表立正”于 2026 年 9 月 5 日发布。视频内容源自一次面向“超级个体”的内部分享，主要探讨了为什么拥有强大 AI 能力后依然难以多赚钱，以及个人与企业应如何调整思维和组织关系以应对这一转变。

## TL;DR 视频分析了当前 AI 时代下个人与企业面临的生产力困局：虽然 AI（如 Agent、Cursor 等）赋予了个人相当于 10 个顶级程序员的执行能力，但由于缺乏预先规划的思维惯性，人们往往不知如何将新能力转化为实际成果。同时，企业的激励机制失衡和冗余的旧时代流程（如过多的会议与 SOP）也阻碍了先进生产力的发挥。对此，视频建议持续提升 AI 使用能力、给能力转化为价值留出时间，并主动推动组织向 AI 原生架构变革。

## Atmosphere & style 整段分享语调深刻且富有启发性，主讲人通过“10 个顶级程序员”的思想实验与“一亿美元”的比喻，精准切中听众的现实痛点。演讲风格务实且逻辑严密，既有对大厂与顶尖 AI 团队实践的犀利洞察，也充满对个体困局的理性共情，带给听众一种警醒与破局兼备的思考体验。

## Key takeaways - [00:00](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=0s) 面对突然拥有的强大 AI 执行能力（如相当于 10 个世界级程序员），绝大多数人和企业普遍陷入不知如何有效利用的“不知所措”困局。 - [00:00](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=0s) 当今 AI 工具已从简单的聊天助手演化为具备端到端全流程交付能力的独立劳动力。 - [01:30](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=90s) 由于此前从未拥有过如此充沛的生产力，人类的大脑缺乏预先规划该资源的思维惯性，需要时间与实践来激发新灵感。 - [01:30](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=90s) 提升 AI 认知与使用能力是一个渐进过程，需通过体验 Agent 及 Cursor 等工具，建立“顶级专家团队”的具身认知。 - [03:52](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=232s) 先进生产力与落后生产关系的矛盾是当前核心症结：工具普及率和 Token 用量暴增，但业务成果与收入并未显著增加。 - [04:37](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=277s) 激励机制失效阻碍了生产力释放，员工使用 AI 独立完成多倍工作后若无法共享收益且变得更忙，将缺乏探索 AI 潜力的动力。 - [05:07](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=307s) 传统以“专家分工”为核心的会议系统和复杂 SOP 已成为冗余的“脚手架”，严重消耗组织效能。 - [05:07](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=307s) 顶尖 AI 原生公司（如 Anthropic）的核心策略是打破传统专家分工，大胆砍掉上个时代留下的冗余流程与脚手架。 - [05:07](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=307s) 大多数企业因缺乏底层逻辑的根本性理解，往往仅能停留在表面工具模仿，难以对旧组织架构展开深入变革。 - [06:10](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=370s) 个人与管理者应持续深化对 Agent 等自动化工具的使用，建立对 AI 顶尖能力的真实体感。 - [06:10](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=370s) 能力不等于成果，必须明确价值与能力是独立的环节，给寻找高价值业务场景留出匹配期。 - [06:10](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=370s) 拥有深刻 AI 认知和真实体感的人若能主动推动生产关系与流程的优化，将极易脱颖而出并获得丰厚回报。

## Detailed walkthrough ### [00:00](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=0s) 给你 10 个世界级程序员，你会怎么用？

在一个面向“超级个体”（One-person Company）联盟的内部分享会上，主讲人向现场一群拥有独立业务且积极学习 AI 的从业者提了一个问题：“如果今天直接给你 10 个世界级的程序员，且可以随意使用，知道怎么用好他们的请扣 1，不知道的扣 2。” 令人意外的是，公屏上瞬间被“222222...”刷屏，没有一个人扣 1。

这个思想实验精准撕开了绝大多数人与企业面对 AI 时的真实困局。无论是普通的知识工人，还是已经走在时代前沿的个体创业者，面对突然降临的强大能力，普遍处于“不知所措”的状态。从本质上讲，目前的 AI（如 Agent、Cursor、Claude Code、Codex 等）就相当于放在你身边的 10 个超级程序员，你用自然语言即可与他们交互。然而，由于绝大多数人此前从未拥有过如此充沛的生产力，大脑尚未建立起对应的应用场景和工作习惯，导致顶尖的执行能力被闲置在原地。

- **互动反差**：高门槛付费社区里的超级个体们虽有明确的业务变现需求，但在面对“10 个顶级程序员”的假设时，无一例外地选择了“不知道怎么用”。 - **能力映射**：如今的 AI 编程工具与 Agent 已经不仅是“聊天陪伴者”或“半个不靠谱的程序员”，而是具备全流程执行能力的独立劳动力。

---

[01:30](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=90s) 新能力到了，为什么还想不出用途？

为什么大家无法立刻想出这 10 个顶级程序员的用途？主讲人打了个形象的比喻：“如果突然问我有一个亿美元该怎么花、怎么投资，我也得想一想，因为我平时根本没有一个亿。” 人的思维方式取决于他所处的客观现实。在上一个生产力时代，普通人身边没有 10 个随叫随到的专家，因此自然不会提前去规划“拥有他们之后该干什么”。

从“拥有新能力”到“涌现新灵感”，中间存在一个不可消除的时间差。当这 10 个程序员真正来到你身边，你与他们共同工作一两个月后，随着对新现实的逐渐适应，大脑才会源源不断地冒出新的创造力（Creativity）与业务想法。同样，提升 AI 认知与使用能力也是一个渐进过程：从最开始仅将 AI 当作聊天框，到通过 Cursor、Claude Code 等工具体验到端到端（End-to-End）的交付，使用者对 AI 的定位才会从“半个不靠谱助手”演化为“10 个超级团队”。

- **财富比喻**：缺乏新资源（如一亿美元或十人专家团队）的日常体验，导致人类的大脑缺乏预先规划该资源的思维惯性。 - **认知升级路径**：基础对话聊天 $\rightarrow$ 引入 Agent/Cursor/Claude Code/Codex $\rightarrow$ 建立“10 个超级程序员”的全新具身认知。

---

[03:52](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=232s) 个人能力变了，公司的工作方式呢？

当个人生产力发生跃迁时，企业与组织的“生产关系”却依然沉淀在上个时代。主讲人指出，当前绝大多数公司的组织架构、合作模式与考评流程都是围绕旧生产力构建的，这直接导致先进生产力在落后的生产关系中遭遇严重阻碍。

主讲人曾撰文探讨过“AI-native 的组织架构”，并在与字节跳动、美团、小红书、腾讯等头部大厂的组织文化、人才及架构部门交流时，获得了高度认同。生产关系不适配新生产力的核心矛盾，集中体现在两个维度：**激励机制的不匹配**与**流程脚手架的冗余**。

- **大厂共鸣**：包括字节、腾讯、美团、小红书在内的互联网大厂组织部门，都在积极寻求破局方案，普遍面临“工具普及率高（Token 用量大），但业务成果与收入无显著增加”的生产力陷阱。 - **的核心症结**：生产力（工具与技术）跑在了前面，而生产关系（分工、会议、考核、SOP）依然停留在旧时代。

---

[04:37](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=277s) 做出更多成果，谁来分享回报？

第一个具体的生产关系矛盾在于**激励机制（Incentive Alignment）的失效**。在传统管理体制下，员工利用 AI 提升了数倍的生产力，能够端到端独立完成过去需要多部门协作的任务，但这种效率提升并没有转化为员工个人的升职加薪。

“我做了 10 倍的活，甚至产生了 10 倍的业务价值，但我的薪水完全没变，反而变得更忙了——那我为什么要这么做？” 主讲人指出，如果组织不能建立起“多出成果、多分享回报”的利益分配机制，员工自然缺乏动力去深度探索 AI 的真实潜力。这是一个典型的管理层与激励机制设计缺陷。

- **动力断层**：员工使用 AI 独立完成端到端工作后，面临“工作量暴增、薪酬不变”的尴尬逆选择。 - **管理诉求**：组织必须重构回报分享机制，确保生产力提升带来的业务增量能够合理回馈给产出者。

---

[05:07](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=307s) 旧分工、会议和 SOP，还需要多少？

第二个矛盾在于**传统流程与组织的过载**。上个时代的组织核心逻辑是“专家分工”与“多方协作”，为了保障协作而衍生出了庞大的会议系统、审批流程以及极其繁复的 SOP（标准作业程序）。

但在 AI 时代，“专家”与“分工”的重要性大幅下降，一个人配合 AI 即可搞定过去一个团队的工作。在此背景下，大量的协调性会议和旧时代 SOP 就变成了纯粹的资源消耗。参考 Lenny's Podcast 对 Anthropic（包含设计、产品、工程团队）的系列深度访谈，顶尖 AI 团队的核心策略就是“做减法”：不断反思哪些工作只是基于历史惯性在做，大胆砍掉上个时代留下的“脚手架”（Scaffolding）。绝大多数公司缺乏这种根本性的破局魄力，因而只能陷入盲目模仿的困境。

- **消除脚手架**：Anthropic 等 AI 原生公司的核心经验在于打破传统专家分工，大幅削减协调性会议与过时的 SOP。 - **破局难点**：多数企业因缺乏对底层逻辑的根本性理解（Fundamental Understanding），仅能停留在表面工具抄袭，不敢对传统组织架构“开刀”。

---

[06:10](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=370s) 从能力到成果，可以做哪三件事？

面对“AI 很厉害，但自己/公司却没有多赚钱”的现状，主讲人为从业者与管理者提出了三项具体且可落地的行动建议：

第一，**持续提升 AI 的真实使用能力**。彻底看清 AI 到底是一个多么强大的助手，将认知从“聊天工具”升级为“顶级专家团队”。

第二，**保持耐心，区分“能力”与“成果”**。拥有 10 倍的能力并不意味着能瞬间转化为 10 倍的收入。价值（Value）与能力（Capability）是两个独立的环节，需要时间去寻找合适的商业机会与应用场景，将能力撬动为实际成果，切勿盲目自责。

第三，**主动推动组织变革**。密切关注身边那些为旧时代设计的机制与流程，尝试推动生产关系的优化。由于行业内绝大多数人虽然想变却不知从何入手，拥有深刻认知（True Understanding）和真实使用体感的人，若能主动发起变革，将极易脱颖而出并获得丰厚的回报。

- **三步走策略**： 1. **练内功**：深化对 Agent 与自动化工具的使用，建立对 AI 顶尖能力的真实体感。 2. **给时间**：理解“能力 $\neq$ 成果”，给新生产力寻找高价值业务场景留出匹配期。 3. **促变革**：识别并砍掉过时的流程与激励障碍，推动生产关系向 AI-native 演进。

## Notable quotes > [00:00](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=0s) 如果今天直接给你 10 个世界级的程序员，且可以随意使用，知道怎么用好他们的请扣 1，不知道的扣 2。 — 课代表立正

> [01:30](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=90s) 如果突然问我有一个亿美元该怎么花、怎么投资，我也得想一想，因为我平时根本没有一个亿。 — 课代表立正

> [04:37](https://www.youtube.com/watch?v=zBWdFOpMWq4&t=277s) 我做了 10 倍的活，甚至产生了 10 倍的业务价值，但我的薪水完全没变，反而变得更忙了——那我为什么要这么做？ — 课代表立正

## Mentioned GPT-6, 课代表立正, 超级个体, One-person Company, AI, Agent, Cursor, Claude Code, Codex, 字节跳动, 美团, 小红书, 腾讯, Lenny's Podcast, Anthropic

[Source](https://www.youtube.com/watch?v=zBWdFOpMWq4)

中文简报

AI效能激增暴露企业管理缺陷传统分工与薪酬机制阻碍变现由于企业仍沿用旧时代的专家分工与固化的薪酬机制，AI带来的十倍生产力不仅未能转化为商业增量，反而导致员工因缺乏激励而抗拒产出，组织唯有彻底砍掉冗余的协作流程才能真正实现技术变现。视频分析了当前 AI 时代下个人与企业面临的生产力困局：虽然 AI（如 Agent、Cursor 等）赋予了个人相当于 10 个顶级程序员的执行能力，但由于缺乏预先规划的思维惯性，人们往往不知如何将新能力转化为实际成果。同时，企业的激励机制失衡和冗余的旧时代流程（如过多的会议与 SOP）也阻碍了先进生产力的发挥。对此，视频建议持续提升 AI 使用能力、给能力转化为价值留出时间，并主动推动组织向 AI 原生架构变革。面对如同拥有 10 个世界级程序员的强大 AI 端到端执行力，许多个体创业者与知识工人因缺乏管理充沛资源的思维惯性，普遍陷入不知如何有效利用的困境。 (0:00) 从拥有新能力到涌现商业灵感存在不可消除的时间差，使用者需通过 Agent、Cursor 等工具持续协作，才能建立起与顶级专家团队共事的具身认知。 (1:30) 先进生产力与落后生产关系脱节是当前核心症结：员工借助 AI 端到端完成数倍工作却无法共享收益反而更忙，暴露出传统组织激励机制的失效。 (4:37) 随着 AI 降低对传统专家分工的依赖，Anthropic 等 AI 原生公司开始反思工作惯性，大胆砍掉旧时代遗留的冗余会议系统与 SOP 协作脚手架。 (5:07) 实现从能力到商业成果的跨越，需要持续深化 AI 工具的使用体感、耐心为新能力寻找高价值场景，并主动发起组织生产关系的重构。 (6:10)

Reading summary

主讲人指出，当前技术发展已赋予个人等同于拥有十个世界级程序员的生产力，但个人由于缺乏使用习惯、企业由于旧体制与利益机制失调，导致先进生产力难以转化为实际的业务成果和个人收入。认知惯性导致先进生产力被闲置 (0:00) 在面向超级个体联盟的内部分享中，当被问及若拥有10个可随意调配的世界级程序员该如何使用时，全场参与者普遍表示不知道如何利用。主讲人认为，当前的Agent、Cursor、Claude Code等AI工具已具备独立且端到端的交付能力，本质上等同于顶尖程序员团队。然而普通知识工作者此前从未拥有过如此充沛的资源，正如普通人未曾管理过一亿美元便难以迅速规划投资一样，大脑尚未建立起对应的应用习惯与业务场景，造成新工具与实际应用之间存在明显的认知滞后。旧组织生产关系落后于技术跃迁 (3:52) 个人生产力跃升与企业滞后的生产关系构成了核心矛盾。主讲人指出，字节跳动、腾讯、美团、小红书等头部互联网大厂的组织架构部门均面临相似困境：工具普及率与Token用量虽高，但业务收入并无实质性增长。其症结在于现存的组织架构、合作模式与考评流程仍围绕旧时代的专家分工和多方协作设计，无法适配AI原生的高效作业模式。激励失效与流程冗余阻碍价值变现 (4:37) 生产关系的具体矛盾主要体现在利益分配与流程负担两方面。一方面，现行激励机制存在缺陷，员工使用AI承担端到端任务并带来数倍产出后，薪资待遇未获相应提升，反而面临工作量增加的负向反馈，抑制了深度探索AI的意愿。另一方面，传统协作体制依赖庞大的会议系统、审批流程和SOP。主讲人援引Anthropic团队的实践经验指出，AI时代应当打破传统分工、大胆砍掉历史留存的流程脚手架，但多数企业因缺乏底层认知而不敢对既有架构进行实质性精简。弥合能力与成果鸿沟的三项行动建议 (6:10) 针对AI能力未能直接变现的现状，主讲人提出了三项应对策略：首先，持续深入使用Agent与自动化工具，将对AI的定位从对话助手升级为完整专家团队；其次，明确区分能力与成果，理解高价值商业机会的匹配需要时间过渡，保持策略耐心；最后，主动识别并推动身边旧流程与分配机制的优化，利用对AI的原生认知在组织变革中争取超额回报。主讲人总结认为，拥有更强的AI技术并不必然立刻带来更高收入，从业者需要认识到生产力转化为业务价值存在周期，而敢于破除传统企业冗余流程、推动组织机制重构的人将占据先机。

Source quotes

[0:00] 课代表立正: 如果今天直接给你 10 个世界级的程序员，且可以随意使用，知道怎么用好他们的请扣 1，不知道的扣 2。 [1:30] 课代表立正: 如果突然问我有一个亿美元该怎么花、怎么投资，我也得想一想，因为我平时根本没有一个亿。 [4:37] 课代表立正: 我做了 10 倍的活，甚至产生了 10 倍的业务价值，但我的薪水完全没变，反而变得更忙了——那我为什么要这么做？

Original transcript

[0:00] 这些人他们都是 one-person company [0:01] 这样的一个联盟 [0:02] 每个人都是有一些业务去做的 [0:03] 也是非常有积极性去学习 AI [0:05] 然后我在跟他们讲的时候呢 [0:06] 提了一个问题 [0:07] 如果我今天给你10个世界级的程序员 [0:10] 知道怎么使用他们的扣1 [0:11] 不知道扣2 [0:12] 全都是222222... [0:13] 没有一个人扣1 [0:14] 给大家举两个 [0:14] 生产关系不适配新生产力的具体例子啊 [0:16] 第一个就是激励机制其实是不 aligned 的 [0:19] 我的生产力提高了 [0:19] 我可以 end-to-end 把很多东西做完了 [0:21] 但是我为什么要这么做 [0:22] 我做完了以后老板给我升职加薪了吗 [0:26] 会员朋友们大家好 [0:27] 相信很多同学的 AI 已经用得很好了 [0:29] 但是发现自己好像并没有多赚钱 [0:32] 这个其实是一个整个行业的问题啊 [0:34] 就是很多公司他们在说 [0:36] 自己 AI 已经使用得非常棒了 [0:38] 然后普及非常多了 [0:39] 然后每个月每天使用多少多少多少 token [0:42] 但是大家这时候会有一个灵魂提问 [0:45] 就是你的销售额增加了吗 [0:47] 你的利润增加了吗 [0:49] 很多公司给出的答案呢 [0:50] 模棱两可 [0:51] 就是没有看到显著的 [0:53] 我使用 AI 越多 [0:54] 然后我的这个赚的钱就越多 [0:56] 这么一个明确的关系 [0:58] 那为什么会这样呢 [0:59] 我其实知道啊 [1:00] 这是一个非常正常的现象 [1:01] 但是我一直没有找到一个合适的方法 [1:03] 跟大家讲清楚这是怎么回事 [1:05] 直到昨天晚上 [1:06] 我是在给国内的一个 [1:08] 好像是这种万元门槛的社区 [1:10] 一个就是国内很厉害的社区 [1:12] 做一个内部的分享 [1:13] 然后在跟他们分享的时候呢 [1:15] 我就即兴打了一个比方 [1:16] 这些人他们都是这种超级个体 [1:19] one-person company [1:20] 然后他们是这样的一个联盟 [1:21] 每个人都是有一些业务去做的 [1:23] 然后他们是都在用 AI [1:25] 然后也是非常有积极性去学习 AI [1:27] 然后我在跟他们讲的时候呢 [1:29] 提了一个问题 [1:30] 我提的问题是 [1:31] 如果我今天给你10个世界级的程序员 [1:35] 然后你可以随便地去使用他们 [1:37] 知道怎么使用他们的扣1 [1:38] 然后不知道怎么使用他们的扣2 [1:40] 然后下面全都是222222... [1:42] 然后没有一个人扣1 [1:43] 没有一个人知道怎么样子 [1:45] 把这十个世界级的程序员用好 [1:47] 所有人都是我不知道该怎么使用他们 [1:49] 他们来了以后也是放在那 [1:51] 其实这就是绝大多数人面对 AI 的问题 [1:53] 就是 AI 它再厉害 [1:55] 它就是10个超级厉害的程序员嘛 [1:57] 对于绝大多数人来说 [1:58] 然后你跟他的交互方式 [1:59] 也完全是自然语言的交互方式对吧 [2:01] 所以说你怎么样子使用 [2:03] 这10个世界级程序员 [2:05] 你就可以怎么样子使用 AI [2:06] 他们能完成的事呢 [2:07] 你暂时理解也是差不多的 [2:08] 哪怕是这些超级个体了 [2:10] 哪怕是这些 [2:11] 他们目标进到这个万元门槛的社区 [2:13] 就是为了去 [2:15] 提升自己业务的 [2:16] 已经有业务的这些人 [2:17] 他们都不知道怎么样子 [2:19] 去把这些程序员用好 [2:20] 就更别说我们普通人了 [2:21] 那为什么会这个样子啊 [2:23] 因为我们上个世界就是没有 [2:25] 这10个超级程序员在身边啊 [2:27] 就再打一个比方 [2:28] 就比如说你现在问我 [2:29] 假设课代表你有一个亿美元 [2:31] 你打算怎么花怎么投资呀 [2:32] 我说我不知道 [2:33] 我得想一想 [2:34] 我不知道有一个亿怎么花 [2:35] 为什么因为我没有一个亿啊 [2:36] 我没有一个亿的情况下 [2:37] 我干嘛要天天去想我一个亿怎么花 [2:39] 怎么投资对吧 [2:40] 我们平时是没有这10个程序员在身边的 [2:42] 那我们自然也不会去想 [2:44] 就是我有了这个程序员 [2:45] 我应该干什么 [2:46] 但是不代表啊 [2:47] 就是给到你以后 [2:48] 你不知道 [2:49] 因为你现在不想(没有想过) [2:50] 但是比如说这10个程序员给到了你 [2:53] 然后你跟他们花了一个月的时间 [2:55] 这个时候你就会逐渐地开始找到 [2:57] 怎么样子使用这(些)程序员的方法 [2:59] 那每个人的方法都不一样 [3:01] 但是我相信把这10个人放到你面前 [3:03] 你肯定就是不停的 [3:04] 每天就会冒出来新的灵感 [3:06] 因为它是一个新现实嘛 [3:07] 然后你的大脑在适应了这个新现实之后 [3:09] 就是会产生更多的灵感 [3:11] 更多的 creativity 和更多的机会的 [3:14] 那同样的 [3:14] 就是 AI 其实这10个程序员已经给到了你 [3:17] 那我们现在要做的呢 [3:18] 就是提升自己 [3:20] 对 AI 的认知 [3:21] 提升自己 AI 的使用能力 [3:22] 我们可能原来就是 AI 放到了我们身边 [3:25] 我们就跟它聊个天 [3:26] 就觉得这(像)是一个哦好聪明(的)人 [3:28] 站在旁边我可以跟它聊天 [3:29] 然后我们使用了 Agent [3:30] 使用了 Cursor [3:31] Claude Code、Codex 以后 [3:32] 我们就知道哦原来它可以干很多活 [3:34] 然后随着我们 AI 使用能力水涨船高之后 [3:37] 我们就发现哦原来我对它的认知是 [3:40] 半个不靠谱的程序员 [3:41] 变成了10个超级程序员 [3:43] 那这个时候你慢慢在这个 [3:45] 现实下去运作一段时间 [3:48] 你就会有越来越多的灵感 [3:49] 越来越多的想法去给到你的 AI [3:51] 让他们帮你做 [3:52] 那同理对于公司来说 [3:54] 它的生产关系 [3:56] 它的整个合作模式等等 [3:57] 全都是围绕着上个时代去做的 [4:00] 那我们在下个时代有了新的生产力 [4:03] 但是生产关系没有跟上来 [4:05] 你就很难去发挥这里边的作用 [4:07] 我在社区里边有专门写了一篇文章 [4:09] 就是 AI-native 的组织架构 [4:11] 到底应该是什么样子的 [4:12] 讲了我们上一个时代的生产关系 [4:14] 为什么反而是先进生产力的阻碍 [4:16] 和我们在其中到底应该怎么样子去改 [4:18] 让我们的生产关系更加适应生产力 [4:21] 这个比如说我在跟字节呀 [4:22] 美团啊小红书啊腾讯啊 [4:24] 所有的这些大厂的专门负责组织文化 [4:26] 或者说人才 [4:27] 或者说是组织架构的部门交流的时候 [4:30] 他们都觉得这篇文章是他们看到的 [4:32] 讲的最清晰的文章之一 [4:33] 给大家举两个 [4:34] 生产关系不适配新生产力的具体例子啊 [4:37] 第一个就是激励机制其实是不 aligned 的 [4:40] 我的生产力提高了 [4:41] 我可以 end-to-end 把很多东西做完了 [4:43] 但是我为什么要这么做 [4:44] 我做完了以后老板给我升职加薪了吗 [4:46] 我做了10倍的活 [4:48] 甚至我说我有10倍的产出 [4:49] 就是10倍的业务产出 [4:51] 我的薪水可能完全没有变 [4:52] 反而我变得更忙了 [4:53] 那我自然而然就没有什么动力去做这件事 [4:56] 所以说组织 [4:58] 这是一个就是管理的问题 [4:59] 和这个激励机制的问题 [5:01] 组织需要解决这个问题 [5:02] 让我多出成果 [5:04] 多能分享这个成果 [5:05] 那才是一个正确的做法 [5:07] 那第二点就是我们所有的这个流程啊 [5:10] 或者说是结构啊 [5:11] 或者说是就是做事情的方法 [5:13] 包括那些 SOP [5:14] 也是为上一个时代设计的 [5:16] 那上一个时代的特征就是专家分工 [5:18] 然后大家协作 [5:19] 现在我不需要专家了 [5:21] 专家已经不重要了 [5:22] 然后我也不需要分工了 [5:23] 自己一个人 [5:24] 几个人就可以把这件事情搞定 [5:25] 那我也自然不需要去开那么多的会议 [5:28] 完全在这里消耗 [5:29] 如果大家对具体的做法非常感兴趣的话 [5:31] 除了我的文章以外 [5:33] Lenny's Podcast [5:34] 采访了很多 Anthropic 里边的人 [5:36] 不管是他们的设计、产品还是工程 [5:38] 那些我全都看了 [5:39] 而且他们统一的一个 theme 就是 [5:41] 我们要思考工作到底是什么样子的 [5:44] 然后怎么样子去减少那些 [5:46] 上个时代不必要的脚手架 [5:48] 就是怎么样子在这其中做减法 [5:50] 不断的挑战这件事到底是不是应该做的 [5:53] 我们只是在基于惯性做这件事 [5:54] 还是这件事真的是有必要的 [5:56] 然后如果没有必要的事情 [5:57] 那就大胆地去砍 [5:58] 我相信绝大多数的公司啊 [6:00] 其实是没有这样的魄力的 [6:01] 因为大家没有对这件事本身 [6:03] 有一个非常 fundamental 的 understanding [6:05] 然后大家也不知道就是 [6:06] 该做什么不该做什么嘛 [6:07] 所以说就只会去抄别人 [6:09] 这也没有办法 [6:10] 但是我们频道前面的同学 [6:12] 可以做的几件事情就是 [6:14] 你要真的去不断地 [6:15] 提升你使用 AI 的能力 [6:17] 让他知道就是 AI 到底是 [6:18] 一个多么厉害的人 [6:20] 然后第二呢 [6:20] 就是不要着急 [6:21] 就是在你知道了 AI 是 [6:22] 多么厉害的人的情况下 [6:23] 不要自责说哎呀 [6:25] 我有一个10倍的能力了 [6:26] 为什么我没有发挥10倍的成果 [6:28] 你有10倍的能力之后 [6:29] 是需要时间 [6:30] 你才能慢慢找到机会 [6:32] 去把这个能力用到那些有价值的机会上 [6:35] 从而撬动那个成果的 [6:37] 成果和能力啊 [6:38] 本身就是分开的 [6:39] 就是价值是价值 [6:40] 然后能力是能力 [6:41] 这个东西是要有一个合适的结合 [6:43] 才有可能就是发挥出来 [6:45] 第三呢就是关注你身边 [6:47] 为上个时代设计的机制 [6:48] 而在这个时代不那么适用了 [6:50] 想方设法地去推动一些变革 [6:52] 相信你就会非常脱颖而出 [6:54] 因为其实所有的人都想变革 [6:56] 都想知道怎么样子做更好 [6:58] 但是大家不知道怎么做 [6:59] 你有了第一个 true understanding [7:01] 然后你有了第二个 [7:02] 这个真实使用的体感 [7:03] 最后你能想清楚这件事情就是要变革 [7:05] 那你就比别人更厉害嘛 [7:07] 你就是应该去推动这样的变革 [7:08] 然后我相信你也可以 [7:09] 得到一些 good reward [7:11] 因为你自己背后是完全立得住的 [7:14] 那好希望这期视频就跟大家讲清楚了 [7:16] 为什么我的 AI 很厉害 [7:17] 但是我没有得到 [7:18] 相应的成果的这样一个问题 [7:20] 我们下期再见拜拜

AI效能激增暴露企业管理缺陷 传统分工与薪酬机制阻碍变现