Marty Cagan，大名鼎鼎的 Marc Andreessen 在做 Netscape 浏览器时的产品经理，产品“圣经”《启示录》的作者，在 2025 年 2 月，发表了一篇题为 A Vision for Product Teams 的长文，表达了他对 AI 时代产品团队中角色变迁的看法。

他认为，在未来的 3-10 年中，产品团队需要更着重于需求发现而非功能交付，产品团队的构成将简化为三个人：一名产品经理来解决许多业务限制，一名产品设计师来解决用户体验，以及一名工程师来解决技术问题。大量的交付工作，将由 AI Agents 完成。

对于一家中型产品公司而言，这意味着减少 90% 以上的人力成本。

产品经理只是所有人类知识工作的缩影，AI 对专业分工的影响远远不限于此。除了更小的团队，和更少的工作，AI 对组织对影响还是被讨论得太少。

“次优组织设计”

投资人和 AI 研究者 Linus Lee 在 X 上写道：

关于产品实施成本下降的大量讨论似乎都暗示设计/构思和实施是创造的不同阶段。但我认为这是次优组织设计造成的结果，而不是真正伟大的事物是如何构建的。

在 Marty Cagan 的定义中，设计与实施都属于“产品交付”的环节，也就是在发现了用户需求后，把产品从无到有的打造出来的过程。这个过程被认为氛围两个阶段，分别由不同专业的人负责。

在这个框架下，“设计 - 实施”分工不仅是专业化的结果，也是组织规模扩张的必然产物。当公司无法保持扁平结构时，将思考与执行分离成为控制复杂性的策略——却也创造了信息传递的断层。

回想 1910 年代亨利·福特的装配流水线。每个工人只有一个任务——拧紧螺栓、安装车轮——这种专业化以空前的速度生产出 T 型车。但一旦某个工位出现故障，整个生产线就会停滞。产品开发继承了这种逻辑：设计师构想，工程师构建，交接点标记着缝隙。

流水线作为一种“次优”的组织设计带来了无穷无尽的管理问题。随着组织规模扩张，组织中间的缝隙也在变多，问题成几何级数放大。正如企业家 Jonathan Swanson 指出 的，传统组织扩张面临着不可避免的“管理幅宽”问题：一个人只能有效管理 5-8 名直接下属。当公司增长到 57 名员工时，需要 3 层管理层级；400 名员工则需要 4 层层级。每一层级的增加都带来信息衰减和决策延迟，形成组织增长的瓶颈。

流水线是现代社会分工和管理的隐喻。一件工作的工业化很大程度上依赖于它能够被分解成可以被多人分头完成的任务，这中间意味着特定的工序和每个步骤的标准化，最终为机器的介入做好准备。

随着机器介入程度的加深，流水线中的人工要素减少，交接的边界变得模糊，正如流水没有边界，它只是会不停的流动。

Lee 的观点正好指向了那些人类还未能彻底流水线化的“知识工作”：富含创意要素，难以标准化，产出没有固定的顺序，经常会在沟通之后进行返工。在我的读者中，无论是产品经理，还是投资人，或是研究者，都会对此非常熟悉。

就像一条破败不堪的流水线，我们会在工作流程中安排数次检查点（checkpoints）或者评审（reviews），用来为中间产出物进行阶段性校验。比如产品需求文档（PRD）的评审，通常是在设计阶段产生的一篇长文档，用来表达产品经理的设计意图——具有很强的主观任意性。而在评审中发表的意见也同样的主观——甚至是经验驱动的，尽管逻辑应该占据主导地位。

我曾经用“第一稿的质量”作为评判团队成员个人能力的要求。这其中包含了三个含义：

• 第一，这意味着在没有外部输入的情况下，独立完成工作的能力。第一稿的质量高，说明这个人能够运用自己的知识和智力，产出本来可能需要多人输入才能完成的工作。
• 第二，这也意味着组织中花在反复评审、修改上的时间减少了，也就提高了组织运转的效率，让整个工作流程更如流水线那样正向运转。
• 第三，独立工作的个体也降低了管理成本，碰到一个“靠谱”的工作伙伴，其他人就可以把事情交给他，专注于自己的工作。

这项能力可遇而不可求。在近 20 年的职业生涯中，这样的人屈指可数。当我们考虑到人类个体能力水平的参差现状，就不难理解为什么知识工作的基本拓扑是以“设计”和“实施”作为蓝本，然后通过“检查点”和“评审”这样的方式组织工作流。

缓慢，容易出错，没办法，只好如此妥协于这个“次优”组织设计。

“打通整条链路”

Manus 宣称自己是第一款通用型 AI 代理，不仅提供辅助，而是连接整个工作流程。想象一下规划一次为期 7 天的日本旅行。你告诉 Manus 你的日期和偏好。几分钟内，它便在网络上搜索、交叉比对航班、酒店和火车时刻表，将行程整理成 Markdown 文件，并输出一本精美的指南——包含餐厅推荐和步行路线。无需设计师勾画布局，无需程序员编写逻辑。Manus 包揽一切，将曾经需要团队协作的任务压缩成一个无缝流程。

一篇 分析 Manus 的文章 这样写道：

Manus 让人觉得惊艳的地方就在于它打通了整条链路。一方面，它可以以 Agentic 的形式进行调研，通过浏览互联网来收集全面详实的资料。另一方面，它也可以根据这些资料，进行更多的分析、可视化，从而生成最终的产出，比如网站、图文报告或者幻灯片。这种端到端的应用场景在以往的产品中都是很难实现的。再加上，Manus 本身产品特性打磨得也很好，完整度很高。作为一个思路精准又好用的产品，自然就引发了爆款。

“打通了整条链路”这个在互联网公司被用烂了的词反而一针见血的阐明了 Manus 等新一代具备代理（Agent）能力的 AI 产品的最大差异性，用另一个有些被用烂了的词说，就是“端到端”。在我对 Agent 的设想中，它们可以被向下分割为更小的个体，直到不再具有自主的行动和决策能力，它们彼此之间相互连接，构成一张“无面之网”。

尽管邀请码一码难求，但你可以找到很多 demo 分享。从 分析 OpenAI 模型价格趋势，到 股票估值分析，再到 开发滑雪游戏。如果用“第一稿质量”的标准来衡量这个它，大概处于中等偏上的水平。

但，这个评价体系很可能已经崩溃了，原因在于：在“打通整条链路”后，Manus 已经贯穿了从“设计”到“实施”的分工屏障，独立完成了更多的任务。流水线的隐喻被打破了。AI 从作为工具的技术，变成了使用工具的技术。

过去，AI 工具通常被设计为执行特定任务：客服聊天机器人回答常见问题，推荐算法优化内容推送。

现在，Agents 之间可以更好的建立连接，从而实现能力的通用化，也意味着 AI 正从狭窄的功能性工具，演变为能够跨领域协作的综合系统。

人才折叠

AI 技能的通用化将对组织需求产生深远影响。传统组织依赖专业化分工——不同部门负责设计、分析、执行等环节。但当 AI 系统能够胜任多个职能时，这种模式可能不再必要。

这实际上消除了传统组织中的分工边界。Manus 生成的 todo.md 其实是一个项目的分工实施方案，但它并没有像一个人类项目经理那样去组织人力分工实施，而是转手交给了其它的 Agents 或 Tools，接力棒一样的传下去，直到完成最终目标。

中间的沟通、交接、协调环节都消失了。因此导致的错误——比如设计师的愿景在传递中失真——也大幅减少。“构建什么” 与 “如何构建” 之间的界限变得模糊，旧的装配线瓶颈开始显得像历史的遗物。

前 Adobe 首席产品官 Scott Belsky 曾经 写道：

当我反思我领导的团队和与我合作过的数百家初创企业时，当人才栈折叠时，我目睹了持续的不公平竞争优势——当首席设计师同时也是产品领导者时，当前端工程师同时也是一名设计师时，当设计师同时也是一名出色的文案撰稿人时，当产品负责人同时也是创始人/首席执行官时，等等。在打造产品方面，更紧密的决策和综合信息渠道是一个令人难以置信的优势。许多初创企业享受着人才栈折叠带来的好处，然后随着它们的成长而撤销它们（大多数大公司只是不明白这一点）。在你的招聘（和整合）中，我鼓励你尽可能的折叠人才栈。

简单来说，折叠人才栈（talent collapse）就是聘用“通才”。而 AI 将这一现象推向新高度。如果说初创企业通过多才多艺的员工打破分工壁垒，那么 AI 则是终极折叠——一个系统就能集调研、设计、执行于一身。

从工业时代的细化分工而来，这个说法肯定是超前的。最近和一些还在大厂的朋友聊天，分工之细，既让人惊叹其精巧，也给人一种扑面而来的压抑感——每个人都限于特定的网格中，发挥特定的作用，只要稍微多做一点动作，就可能会触及其他人的利益。

正如下面这张曾经流传很广的梗图：科技大厂盘根错节的组织结构令人眩晕，它们是人类知识工作下的次优妥协，能够组织如此庞大的知识工作者进行协作，堪称人类社会的奇观。

这些组织正在缓慢的折叠。每年成百上千亿美元的资本支出投在机器上，与之俱来的一轮又一轮的裁员——股价往往应声上涨，被辞退的员工发现，自己的个人财富不仅没有缩水，反而还上升了。

折叠后的组织对人才有了新的要求。

微软和卡内基梅隆大学对 319 名知识工作者的调查揭示了 AI 如何改变“批判性思维”的内涵，为我们理解其对组织的影响提供了新视角。研究指出，AI 工具正从三个维度重塑人类的工作方式：从收集信息到验证信息，从解决问题到整合 AI 输出，从执行任务到监督任务。

粗看这些变化：人类在工作流中让渡了很大一部分功能给 AI；但实际上，人的作用变得更加中心化而非边缘化了。验证、整合和监督，对人的综合能力要求更高：AI 在几分钟的思考过程中能够收集更多的信息，对这些信息的质量和真伪做出判断，对抗模型的幻觉，并提交最终产出，让工作变得具有“高抽象”（high abstraction）和“高风险”（high stake） 的特性。

这正是未来组织对未来人才的终极要求：能够在更高的抽象层级上判断和行动，并承担其对应后果。

当 Manus 一通计算之后，给 Nvidia 的股票定价在 329.69 美元时，作为投资者，你是认真检查它的每一步计算呢？还是会直接下注？

结语

如果 企业的本质 在于更低的交易成本，那么组织规模坍缩，人才折叠，分工界限模糊，几个趋势必然发生。

我们所熟知的企业、团队、组织管理都将发生变化，谁在打造新的组织，谁又在为新的组织打造新的工具？

Links + Notes

本周的 Links + Notes 探讨了 AI 如何重塑组织结构和工作方式。前文《折叠的组织》分析了 AI 代理如何打破传统 " 设计 - 实施 " 分工模式，从 250 万年工具专业化趋势逆转为通用化，并挑战了基于 " 管控跨度 " 的传统组织扩张法则。

这一趋势在各个领域正在加速显现：

• Marty Cagan 预测产品团队将从 8 人缩减到 3 人，团队将专注于产品发现而非交付，中型科技公司人力成本可能减少 90%。这不是简单的自动化，而是工作本质的根本转变——AI 代理能够端到端完成过去需要多人协作的复杂任务。
• 微软和卡内基梅隆大学的研究揭示了三个关键转变：从收集信息到验证信息，从解决问题到整合 AI 输出，从执行任务到监督任务。这种转变不是边缘化人类，而是要求更高层次的综合能力和抽象思维。
• Madrona Capital 的投资人从损益表视角分析了 AI 代理对企业各个环节的影响，从收入生成到运营成本优化，提供了一张全景图。这种 " 从工具到代理 " 的质变正在重新定义从收入增长到成本控制的各个关键业务流程。
• 与此同时，Packy McCormick 认为垂直整合才是颠覆行业的关键：一家愿意与现有企业竞争解决实际问题的垂直整合型初创公司，其价值远高于 1,000 家编写软件来改善这个或那个小问题的初创公司。Primer 的教育革新案例提供了一个思考框架：革命性变革往往需要整体性解决方案，而非渐进式改良。
• 在这个变革加速的时代，我们也收录了 Paul Millerd 在 40 岁生日之际分享的人生智慧。作为《无径之径》(The Pathless Path) 的作者，Millerd 七年前放弃了传统职业道路，提供了一个思考工作与生活本质的框架。他从改变的混乱真相、工作的真正价值、成功的双刃剑到幸福的基础，为我们提供了导航 AI 时代职业和生活的智慧洞见。

这些趋势指向一个关键问题：随着组织规模坍缩、人才折叠、分工界限模糊，谁在打造新的组织模式？谁又在为这些新组织打造工具？未来的竞争优势将属于那些能够驾驭 AI 代理、重构组织结构、优化人机协作的企业和创始人。

本周阅读这些文章，将帮助你把握这一转型浪潮的前沿思考，为迎接一个组织边界更为流动的未来做好准备。