AI 把执行变便宜了 —— 便宜到一个人一晚烧掉数十亿 token、一个月烧掉 100 万美元仍然划算。但唯一没被变便宜的是认知:一把手的认知、协作里的真对齐、看见三十年的愿景。瓶颈从来不在工具,在组织。
来也科技一个 50 人研发团队,两年从 GitHub Copilot 一路用到"一人多开 Claude Code + Codex",人数几乎不变、产出至少 5 倍;单条产品线从 20–30 人砍到 10 人以内,新产品 3–5 人从 0 到 1。但三位一线实践者的共识只有一句:工具不是瓶颈,组织才是。
把镜头对准来也科技一个 50 人的研发团队。两年前,所有人在用 GitHub Copilot;一年半前,所有人切到 Cursor;一年前,所有人用上 Claude Code;到今天,每个人手里同时开着多个 Claude Code、多个 Codex。团队人数几乎没变,产品线数量和迭代速度,至少 5 倍。
这是 2026 年 5 月,腾讯研究院与香港大学法学院在"深港两城"举办的 AI & Society Forum 2026 上,《从超级个体到超级团队》报告之后的一场圆桌实录。台上三位不是观点输出者,而是把组织真刀真枪改过一遍的一线实践者 —— 来也科技 CTO 胡一川(200 人公司、50 人研发,做企业级 AI 数字员工)、Workstream 联合创始人 王若愚(硅谷融资约 1 亿美元、B 轮,做北美蓝领从招聘到发薪的 SaaS)、腾讯 WorkBuddy 产品负责人 汪晟杰(Jason)(从 CodeBuddy 做到面向普通人的 AI 工作助手)。
三家公司产品不同、地域不同、阶段不同。但当主持人袁晓辉问"你们跟 AI 协作处于什么状态"时,三个人给出的是同一张底片:工具每半年换一代,人数纹丝不动,产出翻了几倍。真正在被重写的,不是工具栈,是组织里人和 AI 的关系。
当工具每六个月换一代、而团队人数纹丝不动时,真正在迭代的不是工具,是组织里人和 AI 的关系。产出涨 5 倍而人数不变,这个比值本身就是结论。
朴素的期待是这样的:生产力更强 → 人更轻松 → 释放出来的时间变成闲暇。现实正相反。主持人追问"大家是不是更忙了",胡一川的回答没有回避:对,确实更忙了。
关键在于"释放出来的时间"去了哪。它不会变成闲暇 —— 它会变成一项新使命。超级个体在组织里还承载着一个任务:去影响周围的人,重塑组织内的工作流。生产力的盈余,不是被兑现成休息,而是被再投资进"重写组织"。这就是为什么 100 倍的个体效率,换来的不是清闲,是更高强度的组织工程。
王若愚把 AI 的落点拆成三层。第一层最诱人,却最稀缺;后两层不性感,却是每家公司都躲不掉的生存题。算给你看 —— 全世界真正能跑通"面向用户的 AI 产品"的,屈指可数;但"加 AI 层"和"组织 AI-Native 化",是绝大多数公司当下唯一能抓住的两件事。
| 层级 | 内容 | 定位 | 是不是选择题 |
|---|---|---|---|
| 第一层 | 面向用户的 AI 产品 | luxury | 是 · 可遇不可求 |
| 第二层 | 产品上加 AI 层(提效 / 简化 UI/UX) | 必做 | 否 · 一定得加 |
| 第三层 | 组织全面转型为 AI-Native Workplace | 主战场 | 否 · 生存题 |
第三层长什么样?王若愚举了出海公司的例子:过去要养一个财务总监带一堆人,算中国、新加坡、美国三个实体的账;今天这些能不能 AI 自动化?产品经理过去核心工作是天天写文档,今天只做一件事 —— 疯狂跟用户聊天,把记录扔给 AI,自动变成 GitHub issues、自动排优先级,后面交给 harness engineering 驾驭工程。整个工作流发生了质的变化。
"产品是 luxury,可遇不可求。
但 AI 层和 AI-Native,是必须做的生存题。"
战术层面的提效人人会讲,真正决定生死的是战略层面那个更大的深坑。很多人以为招个好 CTO、找个会 AI 的人带大家玩就行 —— 不是这样的。王若愚把它命名为一句话:AI 转型,本质是一个"一把手工程"(it's a responsibility of the owner of the work)。一号位如果不能主动下场推,一定出问题。他给了两个层层递进的例子。
假设领导不懂 AI —— 是某个老牌软件公司出来的老油条 —— 但下面有几个特别厉害的工程师推动了转型。结果一定是:那两三个人一人干 100 人的活,其余人不怎么干。你会不断把活往那几个人身上推;因为你自己不懂、又舍不得裁那些"很会经营关系"的人,结局就是会干活的越干越多,不会干活的天天躺着赚钱。只有你自己精通,才判断得出哪几个人是对的。
把维度拉高,会出现更深的问题。一川作为 CTO 把 200 人的效率干成了相当于 2000 人,CEO 说"行,裁员",把 200 人砍到 20 人,干一样的活 —— 牛吧?但如果 CEO 不懂 AI,省下的那 180 个人的预算,会流向还没完成 AI 转型的、本就臃肿低效的别的团队。那些团队把预算吃掉后,会反向输出更多虚假需求、错误需求。这边能干活的人越来越少,越来越"牛马"。
示意性拆解 —— 量级取自圆桌中两个失败模式的逻辑:局部转型时,绝大部分产能并没有变成组织能力,而是在组织里漏掉、甚至反过来拖垮高效团队。
"只是局部转型的话,真正会干活的人反而会被这个转型拖死。"鲶鱼效应里,如果一号位自己不做那条鲶鱼,下面前卫的人就会掉队 —— 因为没转型的人天然会进谗言,说"那帮人在用 AI 干坏事、产出没被审查、不合规",把鲶鱼排挤出去。这是可悲的人性。
"一号位如果不 all in,你作为团队的员工也掂量掂量 —— 不要做炮灰。" — 王若愚,Workstream 联合创始人
把账摊开看,会发现一个反直觉的事实:token 已经便宜到近乎免费,真正贵的是人的认知和注意力。来也科技的研发人均买的是 200 美元的 Coding Plan,但若真按 API 换算,一天要消耗几百美元;有同事在下班之后,一晚上能让 agent 帮他烧掉数十亿 token。而这,还远不是上限。
| 主体 | 消耗量级 | 折算 | 注脚 |
|---|---|---|---|
| 来也研发(人均套餐) | $200/月 | API 等价 ≈ 几百刀/天 | 隔夜可烧数十亿 token |
| 某 OpenAI 研究员 | 2170 亿 token/周 | ≈ 几万美元 | 单人一周 |
| Peter Steinberger(OpenClaw 创始人) | $100 万+/月 | 单月账单 | "仍比多雇高薪工程师划算" |
消耗最多的 Peter Steinberger 上个月烧掉 100 多万美元 token。会有人质疑:你做了什么值这么多?他的回答是:跟雇更多高薪工程师相比,还是非常划算。这条账成立的前提,恰恰是 Act III 的结论 —— 你的组织能把这些产能沉淀下来,而不是漏给低效部门。否则,烧得越多,漏得越多。
胡一川今年初给整个产研团队提了一个要求:每个人用 AI,要在接下来几个月依次做到三个阶段。这三个阶段,本质是人和 AI 关系的三次跃迁。
王若愚的第一性原理只有一句:在能 connecting all the dots(连接所有关键点)的前提下,尽量减少参与人数。不是裁多少员,而是每件事上,让尽量少的人覆盖所有要 cover 的点。原因不止是沟通成本 —— 更致命的是"伪对齐"。
"办公室里有个很不好的文化:一个看似很厉害的人在讲话,其他人疯狂点头 —— 他们点头不是因为听懂了,而是那个氛围里自然而然就点头了。讲话的人认知高,真以为大家懂了,说'那就去做吧'—— 结果做得一塌糊涂。" — 王若愚,论"对齐认知是最难的一个点"
这也解释了团队为什么越变越小。胡一川:今天我们每条产品线都在 10 人以内,很多从 0 到 1 的新产品只要 3–5 人。一是每个人生产力大幅提升,二是缩小团队规模本身就减少了人与人的沟通 —— 没有 AI 的时候,人跟人的沟通消耗了最多的时间和精力。人越少的团队效率越高:每天早上两三个人开半小时会,定下最重要的决策,然后各自去指挥 AI 干。
汪晟杰在 WorkBuddy 的做法:把功能模块拆开,让 AI 给另一个 AI 派发"约定" —— 上游约定 + 下游约定,人在前期做充分评审把边界定义清楚,AI 按约定执行,人在执行中做抽样检查。开发能写 PRD、PM 能写代码,角色边界被刻意打薄。经验最后落回代码仓库,下一个模块直接拿来当 source 复用 —— 轮子就转起来了。
所有诊断,最后都要落到一个具体的人该怎么办。王若愚把 AI 时代的人分成三类 —— 对照下面这张表,先找到自己在哪一格,再决定动作。第一类和第二类是时间问题,第三类是去留问题。
你在拼命推变革,甚至在影响同事,但你的产出高度依赖一个完全没意向变革的部门的审核 / 输入 / 输出。
还没转型,但愿意学、愿意接受新东西。完全没问题,只是快慢的区别。
已经 AI-native,工作效率 100 倍。Congratulations。
无论你想创业当创始人,还是加入一个组织,王若愚说本质是同一条第一性原理,只剩两个判断维度。剩下的全是取经路上的战术问题 —— 这个妖怪打一打,那个路弯一弯,都不重要。
判断维度一:一把手工程推不推得下去,一号位自己懂不懂 AI。
判断维度二:老板有什么愿景,这个愿景你信不信。
心智重塑:AI 不该只是加速器,应是每个人能力的放大器。
把这两道判断做对,你就避开了 AI 时代最深的两个坑:被一个不下场的一号位拖死,和为一个你不信的愿景做炮灰。剩下的,都是战术。
三位一线实践者的产品、地域、阶段都不同 —— 来也科技的 AI 数字员工、Workstream 的北美蓝领 SaaS、腾讯的 WorkBuddy —— 但他们的诊断惊人一致:AI 早已不是瓶颈。两年里工具换了四代,真正难的,是把组织、把人、把一号位的认知一起重写。
5 倍产出、不到 10 人的产品线、隔夜数十亿 token、单月百万美元账单 —— 这些数字都在说同一件事:执行已经便宜到近乎免费。当执行免费,稀缺性就全部转移到三件没被 AI 变便宜的东西上:一把手的认知、协作里的真对齐、看见三十年的愿景。
Q1 答案:是组织的事。工具两年换四代、人人能买,买不来的是一号位的认知和组织的重写 —— 瓶颈从来不在工具。
Q2 答案:因为释放的时间不会变成闲暇,会变成"重写组织"的新使命;团队变小不是裁员,是减少"伪对齐"—— 在能连接所有要点的前提下尽量减少参与人数。
Q3 答案:因为局部转型会被全局拖死:领导不懂,会干的人被无限加活、被低效部门反向喂养而"喂死"。一号位不亲自做那条鲶鱼,前卫的人就掉队。
Q4 答案:值 —— 前提是组织能把产能沉淀下来。$200 套餐换算 API 一天几百刀、单月百万美元账单,对比多雇高薪工程师仍划算;但若漏给低效部门,烧得越多漏得越多。
Q5 答案:走。当你的产出高度依赖一个完全没意向变革的部门时,越努力死得越快,所有错误都指向做得最多的你。换部门,或跳槽,别死撑。
Q6 答案:因为超级个体不为工资打工,只为愿景。团队越小,愿景越是招到顶尖人才的唯一筹码 —— 你看见的 30 年后的世界,就是杠杆本身。
你自己必须是那个能推动转型、且 AI-native 的人。先把 agent 用成你自己的默认入口、亲自下场做鲶鱼;再用一个你真信、且能迭代放大的愿景,去招那些"一人驾驭 100 个 agent"的超级个体。
关键纪律:不懂 AI、不下场,就不要启动局部转型 —— 那只会拖死你最能干的人。
用两道判断给你的老板和组织打分:一,一把手工程推不推得下去、一号位懂不懂 AI;二,他的愿景你信不信。两项都过,留下做鲶鱼;过不了,别做炮灰。
关键纪律:当你的产出高度依赖一个没意向变革的部门时,趁早换部门或跳槽 —— 选择比努力重要。
边用边学、边学边用 —— AI 本身就是最好的学习工具。把它当手里的一块黏土,从让它"反向问你问题"、帮你发现你自己都没意识到的问题开始,而不是一问一答。
关键纪律:让 agent 成为默认工作入口;别再把 AI 当 web search,prompt engineering 决定了你能触达多少"智力即服务"的红利。
| # | 信号 | 触发判断 / 动作 |
|---|---|---|
| 1 | 工具迭代节奏 | 是否每 ~6 个月升级一代主力 agent;停在一年前的工具 = 警讯 |
| 2 | 新产品起步规模 | 能否 3–5 人从 0 到 1;还在 20–30 人 = 没跑通 |
| 3 | 一号位 token 消耗 | 一把手自己有没有高强度用 AI;不用 = 一把手工程未启动 |
| 4 | 关键决策会议人数 | 是否压到 2–3 人 / 30 分钟;大会不断 = 伪对齐风险 |
| 5 | 隔夜 token 曲线 | 有没有"下班后 AI 继续干"的消耗;全在白天 = 仍停在阶段二 |
| 6 | 省下的预算流向 | 转型省下的钱是沉淀还是流向低效部门;外流 = 被反向喂养 |
| 7 | 注意力管理 | 一人多 agent 后有没有新工作流防注意力碎裂;窗口乱开无章法 = 阶段二瓶颈 |
| 8 | 角色边界 | 开发能否写 PRD、PM 能否写代码;边界森严 = 协作未重构 |
| 9 | 愿景清晰度 | 老板能否讲清 10/30 年后的世界;只谈 KPI = 招不到超级个体 |
| 10 | 心智底色 | 把 AI 当替代人还是放大器;以裁员为唯一目标 = 转型推不动 |
"执行已经便宜到近乎免费。
稀缺的,是看见三十年后、并敢用三个人去改变它的人。"
· 腾讯研究院《那些跑通 AI 变革的团队做对了什么?》· AI&S Forum 2026 圆桌实录 · 2026.06.10 · mp.weixin.qq.com
· 袁晓辉、余一《从超级个体到超级团队 · 腾讯研究院 3 万字报告》· 论坛同期发布 · 2026 · tisi.org
· 来也科技 Laiye · 企业级 AI 数字员工 · 胡一川(CTO)圆桌观点 · laiye.com
· Workstream · 北美蓝领"招聘到发薪"SaaS · B 轮 · 王若愚(联创)圆桌观点 · workstream.us
· 腾讯 WorkBuddy / CodeBuddy · AI 工作助手 · 汪晟杰(Jason)产品实践 · copilot.tencent.com