Jack Dorsey 的 Block 最近发布了一篇文章，标题叫「From Hierarchy to Intelligence」。读完之后，我觉得它不是一篇公司公关稿，也不是在卖 AI 愿景。它更像是一份组织实验的中期记录——说清楚了为什么做，做了什么，以及哪些地方还没想清楚。
这篇文章背后有一个简单但值得认真对待的判断：层级制的本质是信息路由协议，而 AI 第一次让我们有机会把这个协议替换掉。
层级制是信息路由，不是管理哲学
Block 的文章从罗马军队写起。罗马军团的组织方式是 8 人 → 80 人 → 480 人 → 5000 人，每一层都有一个明确的指挥官。这个设计不是因为罗马人偏爱等级，而是因为一个人能有效管理的直接下属上限大约是 3 到 8 个。层级就是围绕这个人类认知限制建起来的信息中转系统。
后来普鲁士军队发明了参谋制度，美国铁路把军队组织逻辑移植进企业，弗雷德里克·泰勒用科学管理理论把它优化，麦肯锡用矩阵结构把它推向全球。形式在变，但底层逻辑没变：一个人的信息处理能力是有限的，所以你需要层层转发。
Spotify 的 squad 模式、Zappos 的 Holacracy、Valve 的无层级实验——这些尝试指向的都是同一个问题，但没有哪个真正解决了它。Spotify 后来回归了传统管理，Zappos 大量流失员工，Valve 的模式在几百人以上就很难复制。组织在扩张时总会退回到层级，因为一直没有出现足够强大的替代机制来承担信息路由这件事。
Block 的判断：AI 可以接管层级的工作
Block 认为，大多数公司现在用 AI 的方式是给每个人配一个 copilot，让现有结构运转得稍微快一点，但没有改变结构本身。Block 想做的是另一件事：把公司本身建成一个智能体（intelligence），而不是一个用 AI 辅助的层级组织。
这需要两样东西：
公司世界模型（Company World Model）：持续追踪公司内部的运作状态——什么在构建，什么被阻塞，资源分配在哪里，什么有效什么无效。这原本是管理层的工作。在一个 remote-first 的公司里，所有决策、讨论、代码、设计、计划都以可记录的形式存在，AI 可以基于这些原材料构建并持续更新这张图。
客户世界模型（Customer World Model）：Block 同时看到数百万消费者（Cash App）和商家（Square）两侧的交易数据。每一笔消费、贷款还款、跨账户转账都是一个关于真实生活的事实。这是比问卷调查和点击率诚实得多的信号，而且随着交易积累，这个模型会越来越准确。
四个构建模块
有了这两个世界模型，Block 把公司的产品逻辑重新拆解成四层：
能力层（Capabilities）：支付、借贷、发卡、银行账户、先买后付、工资管理等原子化金融基础设施。这些不是产品，没有自己的界面，但具有网络效应和监管许可门槛，竞争对手很难快速复制。
世界模型层：上面说的公司世界模型和客户世界模型，是整个系统的信息基础。
智能层（Intelligence Layer）：这是核心。它从世界模型里识别特定时机，把能力层的模块组合成针对特定客户的解决方案，主动推送出去。文章里举了两个例子：
- 一家餐厅的现金流在季节性淡季前开始收紧，智能层在商家主动寻求融资之前，就自动组合出一笔短期贷款，并根据支付能力调整还款计划。
- 一个 Cash App 用户的消费模式出现变化，模型判断他可能刚搬到新城市，智能层自动组合出新的直接存款设置、适合新地址消费场景的信用卡优惠，以及基于新收入水平的储蓄目标。
这两个解决方案都没有产品经理事先设计。能力存在，智能层识别了时机并完成了组合。
界面层（Interfaces）：Square、Cash App、Afterpay、TIDAL、bitkey、proto——这些是向用户交付解决方案的界面。它们很重要，但在这个框架里，价值不在界面本身，而在模型和智能层。
文章里有一个值得记下来的表述：当智能层想组合一个解决方案但发现所需能力不存在，这个失败信号就是下一个要构建的东西。客户的真实需求直接生成开发 backlog，而不是产品经理的假设。
三种角色
组织结构跟着这个逻辑走，结论是把所有岗位归并成三种：
个人贡献者（IC）：深度专家，负责构建和运营四层系统里的某一层。世界模型提供他们工作所需的上下文，不再需要等待管理链来传递信息。
直接责任人（DRI）：负责某个具体的跨部门问题或客户结果，有完整授权从各个团队调动资源，时限通常是 90 天。解决完一个问题后可以转去解决下一个。
球员兼教练（Player-Coach）：取代原来的中层管理岗位。仍然直接参与技术工作，同时负责团队成员的成长。不再花时间在状态对齐会议和优先级谈判上——对齐的事世界模型来做，优先级的事 DRI 结构来处理。
原来中间管理层承担的信息路由、状态同步、优先级仲裁，全部转移到系统层面。管理职能不是被削减，而是被替换。
这值得认真对待
Block 在文章末尾承认，这个转型刚开始，会有东西先坏掉再修好。这种坦诚让它读起来不像营销材料。
文章提出的根本问题是：你的公司真正理解什么，而且这种理解每天都在加深吗？
Block 的答案是：数百万商家和消费者两侧的交易数据，每一秒都在复合增长的经济图谱。如果你没有这样一个不断加深的理解，AI 对你的意义就只是降成本、裁人、然后被更聪明的东西取代。
Sequoia 的一段评语作为文章开头引用，说 Block 展示的是「把 AI 作为复利竞争优势来使用」的样本。这不是夸奖 AI 功能用得多，而是在说他们用一套理论重新定义了公司是什么。
这个实验结果还不确定。但它提出的问题，以及它背后的分析框架，值得任何正在认真思考组织和 AI 关系的人读一遍原文。