40%裁员之后，Jack Dorsey给组织结构下了一个AI时代的狠结论

当大多数公司还在纠结“怎么把AI接进流程”时，Jack Dorsey已经在问一个更狠的问题：如果AI真的能工作，人类组织结构还需要现在这个样子吗？这期视频抛出的不是工具升级，而是一次对现代公司形态的正面挑战。

真正被AI颠覆的，不是岗位，而是组织这件事本身

视频一开场就点破一个很多人下意识回避的事实：AI Agent改变的不是某个岗位效率，而是“工作是如何被组织起来的”。过去十几年，企业谈AI，默认前提都是“人在中心，AI是辅助”。但在这期《The New AI Org Chart》里，给出的判断更激进——当Agent可以自主理解目标、拆解任务、执行并反馈时，组织结构本身就开始变得不合理了。

主持人明确指出，AI的影响已经从“个人生产力工具”，跃迁为“组织层面的结构性变量”。这意味着，部门边界、汇报关系、管理层级，这些看似稳固的东西，其实都是为“人类能力有限”而设计的历史产物。一旦这个前提被松动，组织形态就必然重写。

红杉 + Jack Dorsey：速度，正在成为唯一还重要的指标

这期节目引用的核心文章，来自 Block 官网，由 Jack Dorsey 与红杉资本合伙人 Roelof Botha 共同署名。文章里有一句极其“红杉式”的判断：“速度，是创业成功最好的预测指标。”

关键在于，他们并不是在讲执行力，而是在重新审视一个管理学老概念——span of control（管理幅度）。传统组织里，一个人能直接管理的人数是有限的，这是所有层级、部门划分存在的根本原因。但文章的潜台词是：这个约束，是否依然成立？

当AI Agent可以承担沟通、协调、跟进、复盘这些原本高度消耗管理精力的工作时，‘管理幅度’这个被沿用了上百年的硬约束，第一次看起来像是可以被技术突破的东西。这也是为什么，Block 会在裁员40%之后，反而加速推进这种全新的组织实验。

从普鲁士到泰勒：现代公司，其实是为“低信息密度”而生的

视频中用了一个很长的历史回溯，乍看之下离AI很远，实际上极其关键。从普鲁士军队的参谋体系，到工业时代 Frederick Taylor 的科学管理，现代公司的组织逻辑，本质上都是在解决同一个问题：信息传递慢、决策成本高、人必须被严格分工。

两千年的组织创新，都是在不打破这个前提下做优化。但AI Agent第一次带来了“信息几乎实时、决策可以并行、执行无需层层传达”的新条件。这意味着，原本为了解决低信息密度而设计的层级结构，反而可能成为瓶颈。

节目里一句话说得非常狠：这不是一次管理方法升级，而是底层假设的崩塌。

Block的极端实验：让“客户现实”直接生成工作

那Block到底在做什么？最反直觉的一点是：他们在尝试绕过传统的“人定义需求、人排优先级”的流程。在新的模型里，客户的真实使用行为、问题反馈，直接生成待办和 backlog，而 AI Agent 负责拆解、分配、推动。

这就引出了一个听起来有点刺耳的问题：如果公司要做什么，是由系统直接感知和生成的，那人还负责什么？视频并没有给出一个煽情答案，而是很冷静地指出：人的角色，正在从“任务执行者”，变成“系统设计者和价值判断者”。

也正因为如此，主持人强调，这场变革“与其说是技术问题，不如说是组织问题”。工具已经在那儿，真正难的是，你敢不敢放弃你熟悉的那套管理安全感。

总结

这期《The New AI Org Chart》真正值得反复咀嚼的，不是某个具体做法，而是它逼着我们承认一件事：我们今天习以为常的组织结构，并不是“最优解”，而只是“在没有AI时的可行解”。

对AI从业者来说，最现实的 takeaway 是：别只盯着模型、Agent、自动化流程，开始认真思考“如果AI真的能工作，我所在的团队还需要现在这个形态吗？”未来真正拉开差距的，很可能不是谁的AI更强，而是谁更早敢重构组织本身。这个问题，越晚想，代价越高。

关键词： AI Agent， 组织结构， Jack Dorsey， 红杉资本， 企业管理

事实核查备注： 需要核查：1）Jack Dorsey 与 Roelof Botha 联合署名文章的发布时间；2）Block 裁员比例是否为 40%；3）文章中关于 span of control 的原文表述；4）视频中对普鲁士与 Frederick Taylor 的历史引用是否有具体年份；5）“客户现实直接生成 backlog”的描述是否为 Block 官方用语。