今天看腾讯 AI 大会，讲到 WorkBuddy 的时候，我脑子里冒出的不是某个产品功能，而是一个更大的问题：如果 AI 真能理解、连接和调度信息，那它改变的应该不只是工作效率，而是公司的协作方式。

但有意思的是，很多 AI 产品被介绍出来时，依然沿用着传统互联网公司的组织想象。比如用户要选择不同的“专家”，让不同专家完成不同任务。这个设计当然合理，但它给我的感觉更像是：我们只是把原来公司里的产品、设计、研发、测试、运营，换成了一组 AI 专家。

工具变了，但组织想象力好像没变。

过去互联网公司的组织方式，本质上是在解决一个问题：信息怎么流动。 用户有一个真实痛点，产品经理把它整理成 PRD，设计师把它变成页面，研发把它写成代码，测试去验证，运维和实施去上线，最后再看用户反馈。

这很像一场接力赛。每个人只负责自己那一棒。上一棒把东西交给你，你理解、消化、加工，然后传给下一棒。理论上，这套流程很完美：从用户出发，经过产品、研发、测试、上线、反馈，形成一个闭环。

金字塔结构也不是完全没有道理。上层掌握更大的 scope，中间的人负责拆解和执行。它能管理复杂度，也能保证关键节点有人掌控。但接力赛最大的代价，是信息在传递中不断失真。

用户的真实问题被写进 PRD 时会损失一层语境，进入设计稿时再损失一层，落到技术方案时又被现实约束改写一层。等产品真正上线，很多时候已经偏离了最初的问题。更关键的是，这种偏离往往不是因为谁失职，而是因为每个人看到的都只是自己手里的那一棒。

于是就会出现一种熟悉的现象：每个环节都很努力，但最终结果缺少整体感。

我以前在字节时，对这一点感受很深。字节已经比很多传统大厂更鼓励大家跳出单点视角，比如 more context，工程师驱动业务，鼓励研发理解业务，而不是只做螺丝钉。这也是为什么字节在 C 端产品上往往更快、更灵活。

但公司一旦变大，金字塔结构带来的问题依然很难避免。层级会带来 control，信息会被过滤，文化会被稀释。即使你很有 passion，想了解全局，也很难真正了解所有部分。

AI 出来之前，我其实看不到这种组织形态有什么真正的解法。但现在我开始有一点新的感觉：AI 短期内最大的变化，可能不是替代某个岗位，而是重构组织里的信息流。

以前我们靠文档接力：用户调研、PRD、UI 文档、技术方案、测试方案、实施计划、复盘报告。这些文档存在的意义，是把信息传给下一个节点。但 AI 出现之后，它们可能不再只是交接材料，而会变成一个组织的公共上下文池。

用户访谈、产品思考、设计取舍、技术约束、测试问题、上线反馈，都可以被 AI 理解、索引和重组。这时，一个研发不再只能被动接收 PRD，而是可以主动追问：这个需求最早要解决什么问题？用户原话是什么？为什么选择这个方案？设计里有哪些隐含假设？技术实现会不会偏离目标？上线后应该关注哪些指标？

这意味着组织协作开始从“推信息”转向“拉信息”。

我个人其实更喜欢拉信息。现在我已经非常习惯和 AI 对话，主动去问、去追、去补上下文。很多以前需要找人、翻文档、开会才能搞明白的东西，现在可以通过 AI 先拉一遍。而当每个人都能主动获取全局信息时，公司就不再那么像接力赛了。

它会越来越像一场篮球赛。

接力赛的核心是交棒。你只需要完成自己的动作，然后把责任传给下一个人。篮球赛的核心是读场。每个人都要理解局势、观察队友、判断机会，并根据实时变化协同决策。两种运动最大的区别，不是速度，而是信息结构。

接力赛依赖线性传递；篮球赛依赖共享认知。AI 的价值，本质上是在降低“入场”的门槛。

过去只有老板、大 PM、架构师或者核心负责人才能掌握全局。因为他们拥有更多信息，所以天然成为组织里的超级节点。但如果 AI 能把组织里的知识和上下文连接起来，那么一部分原本集中在少数人手里的认知能力，就会被公共化。

研发可以更懂产品，产品可以更懂技术，测试可以更早理解业务风险，运维和实施也能把一线问题更快反馈回系统。这不代表金字塔结构会立刻消失。因为公司不只是信息系统，也是权力系统、利益系统和责任系统。谁拍板，谁承担风险，谁定义优先级，谁为失败负责，这些问题 AI 不能直接解决。

但 AI 至少会削弱金字塔最重要的一种能力：信息垄断。

以前很多管理者的价值来自“我知道更多，所以你听我的”。以后这部分价值会越来越弱。真正有价值的管理者，可能更像教练，而不是信息中介。他要定义目标、边界、资源和优先级，然后让团队围绕同一个上下文自主协作。

当然，这里面有一个前提：组织必须愿意让真实信息流动。 如果喂给 AI 的都是包装过的汇报、虚假的 OKR、选择性呈现的数据、为了甩锅写出来的文档，那 AI 只会让组织更高效地自我欺骗。

所以 AI 时代的组织，不只是要上一个新工具，而是要建立一种新的信息卫生。哪些信息要保留原始记录，哪些结论必须带来源，哪些决策要写清楚当时的取舍，哪些用户反馈不能被二手转述稀释。这些问题，可能比“用了哪个 AI 工具”更重要。

我最近自己已经在实践这种方式：把产品 PRD、设计页面和相关上下文喂给 DeepSeek，让它帮我一起推技术方案。聊着聊着，它不只是帮我写方案，而是在帮我补上下文、找冲突、做跨角色推演。

这让我越来越觉得：AI 的真正价值，不是让每个人把自己的那一棒跑得更快，而是让原本只能看见跑道的人，也开始看见整个球场。

当越来越多的人拥有读场能力，公司最深刻的变化或许不是效率提升，而是协作逻辑的改变。

从接力赛到篮球赛——这可能才是 AI 对组织最重要、也最容易被低估的一次重构。