From Hierarchy to Intelligence
TL;DR · AI 摘要
文章探讨了从罗马军队到现代企业的组织结构演变，强调了层级管理的重要性及其对效率的影响。
核心要点
- 罗马军队通过层级管理解决了协调问题。
- 普鲁士军事改革引入了参谋系统。
- 层级管理在铁路公司中得到应用并成为现代企业基础。
结构提纲
按章节快速跳转。
- §引言
文章探讨了从罗马军队到现代企业的组织结构演变。
罗马军队通过层级管理解决了协调问题。
普鲁士军事改革引入了参谋系统。
层级管理在铁路公司中得到应用并成为现代企业基础。
思维导图
用一张图看清主题之间的关系。
查看大纲文本（无障碍 / 无 JS 友好）
- 组织结构演变
金句 / Highlights
值得收藏与分享的关键句。
他们的回答是通过一个嵌套的层级结构来解决这个问题。
普鲁士军事改革者认识到依赖个人天才的局限性，创建了参谋系统。
层级管理在铁路公司中得到应用，并成为现代企业组织的基础。
从层级到智能 | 红杉资本
[](https://sequoiacap.com/ "红杉资本")
打开搜索
从层级到智能
作者：杰克·多尔西和罗洛夫·博萨
发布于 2026 年 3 月 31 日
在红杉资本，我们发现速度是创业成功最好的预测指标。大多数公司都把人工智能视为提高生产力的工具。很少有公司关注人工智能如何改变我们的工作方式。Block 正在展示重新思考组织设计的可能性，最终利用人工智能来增加速度，作为累积的竞争优势。
在第一张企业组织结构图出现两千年前，罗马军队解决了每个大型组织至今仍面临的问题：如何在通信有限的情况下协调数千人在广阔地域内的行动？
他们的答案是一种嵌套的层级结构，在每一层都有一个一致的控制跨度。最小的单位是八人小队（contubernium），他们共用帐篷、装备和骡子，并由一名十夫长（decanus）领导。十个八人小队组成一个由百夫长（centurion）指挥的八十人中队（century）。六个中队构成一个大队（cohort）。十个大队构成一个约五千人的军团（legion）。在每一层，都有一个命名的指挥官负责明确的权限，从下层汇总信息，并向上层传达决策。这种结构（8 → 80 → 480 → 5,000）是一个围绕简单的人类限制的信息路由协议：一个领导者可以有效地管理三到八个人。罗马人通过几个世纪的战争发现了这一点。即使在今天，美国陆军的层级指挥链也遵循类似的模式。我们现在称之为“控制跨度”，它仍然是地球上每个大型组织的基本约束条件。
下一个重大变化来自普鲁士。在拿破仑军队于 1806 年耶拿战役中摧毁普鲁士部队后，由沙恩霍斯特和格奈森瑙领导的一群改革者重建了军队，围绕着一个令人不安的事实：你不能依赖高层的个人天才。你需要一个系统。他们创建了总参谋部，这是一支专门训练的军官队伍，其职责不是战斗，而是规划行动、处理信息并跨单位协调。沙恩霍斯特希望这些参谋军官能够“支持无能的将军，提供可能缺乏的才能。”这是在该术语存在之前就存在的中层管理。这些专业人员的目的是路由信息、预计算决策，并在一个复杂的组织中保持对齐。军队还正式区分了“前线”和“参谋”职能。前线推进核心使命。参谋提供专业支持。每家公司今天仍然使用这种词汇。
军事层级通过 1840 年代和 1850 年代的美国铁路进入了商业世界。美国陆军向私营铁路公司派遣了西点军校培训的工程师，这些军官带来了军事组织思维。参谋和前线层级、部门结构、官僚报告和控制系统：所有这些都是在军队中发展起来的，然后铁路公司采用了这些做法。1850 年代中期，纽约和伊利铁路公司的丹尼尔·麦卡勒姆创建了世界上第一个组织结构图，以管理一个延伸超过 500 英里、拥有数千名工人的系统。适用于较小铁路公司的非正式管理风格已经失效。火车相撞事故导致人员伤亡。麦卡勒姆的图表正式化了罗马人使用的相同层级逻辑：层层授权、明确的汇报线、结构化的信息流。它成为了现代公司的蓝图。
弗雷德里克·泰勒（1856-1915），通常被称为“科学管理之父”，优化了这个层级内部发生的事情。泰勒将工作分解成专业化任务，分配给受过训练的专家，并通过测量而非直觉进行管理。这产生了功能金字塔组织——一种在军事先驱并由铁路商业化优化的效率结构。
功能层级的第一个真正压力测试发生在第二次世界大战期间。曼哈顿计划需要物理学家、化学家、工程师、冶金学家和军事官员在极端保密和时间压力下跨学科合作。罗伯特·奥本海默将洛斯阿拉莫斯组织成功能部门，但坚持在这些部门间开放协作，抵制了军队将工作隔离的本能。1944年，当内爆问题变得关键时，他重组了实验室，创建了跨功能团队，这是当时美国企业界前所未有的。它奏效了，但这是一场由单一人物领导的战时例外。战后商业世界面临的挑战是，是否可以将这种跨功能协调常规化。
随着二战后公司规模的扩大和全球化发展，功能设计的局限性变得尤为突出。1959年，麦肯锡的吉尔伯特·克利和阿尔弗雷德·迪·斯奇皮奥在《哈佛商业评论》上发表了题为“创建世界企业”的文章，为矩阵组织提供了理论框架，该框架结合了职能部门的专业知识与事业部单元。在马文·鲍尔的领导下，麦肯锡帮助壳牌和通用电气等公司实施这些原则，平衡了中央标准与地方灵活性。这成为推动战后全球经济发展的“专业”或“现代”公司。
随着时间的推移，其他框架出现以应对矩阵结构的复杂性、僵化和官僚主义。由汤姆·彼得斯和罗伯特·沃特曼在20世纪70年代末开发的麦肯锡7S模型区分了“硬S”（战略、结构、系统）和“软S”（共享价值观、技能、人员、风格）。核心思想是，仅靠结构性要素是不够的。组织的有效性需要跨文化特征和决定策略是否成功的因素之间的协调一致。
在最近几十年里，科技公司积极尝试组织结构。Spotify 推广了具有短冲刺周期的跨职能小队。Zappos 尝试了全权治理模式，完全取消了管理头衔。Valve 则采用扁平结构和无正式等级制度。这些实验揭示了传统层级结构的一些局限性，但没有解决根本问题。随着规模扩大，Spotify 回归到传统的管理模式。Zappos 见到了显著的员工流失。Valve 的模式证明难以扩展到数百人以上。当组织发展到数千人时，它们会回归到层级协调，因为还没有找到足够强大的替代信息传递机制。
这个限制与罗马人面临的问题相同，也是第二次世界大战中美国海军陆战队重新发现的问题：控制范围缩小意味着增加指挥层，但更多的层级意味着信息流动更慢。两千年的组织创新都是试图在不打破这种权衡的情况下绕过这一问题。
那么现在有什么不同呢？
在 Block，我们正在质疑一个基本假设：组织必须以人类作为协调机制来实现层级化。相反，我们打算取代层级结构的功能。目前大多数使用人工智能的公司都在给每个人配备副驾，这使得现有的结构稍微好用一些，但并没有改变它。我们追求的是不同的东西：一家作为智能体（或小型通用人工智能）构建的公司。
我们并不是第一个尝试超越传统层级结构的人。海尔的“人单合一”模式、平台型组织、“数据驱动”管理：这些都是对同一问题的真实尝试。它们缺乏一种能够实际执行层级结构所承担的协调功能的技术。人工智能就是这种技术。第一次，一个系统可以持续更新整个业务的模型，并利用它以以前需要通过管理层层层传递信息的方式来协调工作。
为了使这一切奏效，公司需要两样东西：一种关于自身运营的“世界模型”，以及足够丰富的客户信号使其有用。
Block 是远程优先的。我们所做的每件事都会产生成果。决策、讨论、代码、设计、计划、问题和进展都以记录的形式存在。这是公司世界模型的原材料。在传统公司中，经理的工作是了解团队中的情况并上下传递这些背景信息。在一个工作已经机器可读的远程优先公司中，人工智能可以持续地构建和维护这种图景。正在建设什么、哪些被阻塞了、资源如何分配、哪些有效哪些无效。这些信息过去是由层级结构传递的。现在，公司世界模型代替了这一角色。
但是系统的功能取决于提供给它的客户信号的质量。而金钱是世界上最诚实的信号。
人们在调查中会撒谎。他们忽略广告。他们会放弃购物车。但当他们消费、储蓄、发送、借贷或还款时，那就是真相。每一笔交易都是关于某人生活的一个事实。Block 每天都会看到数百万笔这样的交易，买家通过 Cash App，卖家通过 Square，加上商户运营的数据。这为客户提供了一个独特的东西：从诚实的信号中建立的针对每个客户、每个商户的金融现实理解，这种理解会不断累积。信号越丰富，模型越好。模型越好，交易越多。交易越多，信号就越丰富。
公司世界模型和客户世界模型共同构成了另一种类型公司的基础。产品团队不再构建预定的路线图，而是构建四件事情。
首先，能力。原子级的金融基础组件：支付、贷款、发卡、银行、先买后付、工资发放等。这些不是产品。它们是难以获取和维护的构建模块（有些有网络效应和监管许可）。它们没有自己的用户界面。它们有自己的可靠性、合规性和性能目标。
其次，世界模型。这有两个方面。公司世界模型是公司如何理解自己及其运营、表现和优先事项，取代了过去通过管理层层层传递的信息。客户世界模型是从专有交易数据中构建的针对每个客户、每个商户、每个市场的表示。它今天从原始交易数据开始，并随着时间演变成完整的因果和预测模型。
第三，智能层。这将特定时刻针对特定客户的能力组合成解决方案，并主动交付这些解决方案。一家餐厅的现金流在模型预测的季节性下降之前变得紧张。智能层从放贷能力中组合出短期贷款，使用付款能力调整还款计划，并在商户考虑寻找融资之前将其呈现出来。Cash App 用户的消费模式发生变化，模型认为这与搬到新城市有关。智能层组合出新的直接存款设置、带有增强类别功能的新 Cash App 卡片以及根据更新后的收入调整的储蓄目标。没有产品经理决定构建这两个解决方案。这些能力已经存在。智能层识别时机并组合它们。
第四，接口（硬件和软件）。Square、Cash App、Afterpay、TIDAL、bitkey、proto。这些都是智能层通过其交付的组合解决方案的界面。它们很重要，但不是价值创造的地方。价值在于模型和智能。
当智能层尝试组合解决方案而失败，因为该能力不存在时，这个失败信号就是未来的路线图。传统的路线图，即产品经理猜测下一步要构建什么，是任何公司最终的限制因素。在这个模型中，客户现实直接生成待办事项列表。
如果这就是公司所构建的内容，那么问题就变成了：人们做什么？
组织结构由此而来，并颠覆了传统图景。在传统公司中，智能分布在人员和层级中。在这个模型中，智能存在于系统中。人员处于边缘。行动就在边缘发生。
边缘是智能接触现实的地方。人们进入模型尚未触及的地方。他们感知到模型无法察觉的东西：直觉、有主见的方向、文化背景、信任动态、房间里的氛围。他们做出模型不应独自做出的决策，特别是伦理决策、新颖情况和高风险时刻，因为在这些情况下错误的成本是生死攸关的。一个无法触及世界的全球模型只是一个数据库。但是边缘不需要多层管理来协调它。世界模型为边缘的每个人提供所需的上下文，使他们无需等待信息沿指挥链上传下达即可采取行动。
实际上，这意味着我们将角色归结为三个。
构建和运营能力、模型、智能层和接口的个人贡献者（IC）。他们是系统特定层的深度专家。世界模型提供了经理过去提供的上下文，因此IC可以就他们的层做出决策，而无需等待指示。
负责具体跨领域问题或机会以及客户结果的直接负责人（DRI）。DRI 可能在特定时间段内拥有某个细分市场商户流失的问题，全权决定从世界模型团队、放贷能力团队和界面团队调用资源。DRIs 可能会持续关注某些问题或移至其他地方解决新问题。
结合构建和培养人才的球员教练。他们取代了主要工作是信息传递的传统经理。球员教练仍然编写代码、构建模型或设计界面。他们还投资于周围人的成长。他们不会整天参加状态会议、对齐会议和优先级谈判。世界模型处理对齐。DRI 结构处理战略和优先级。球员教练处理工艺和人员。
不再需要永久的中层管理。除了旧层级所做的其他事情外，系统进行协调，每个人都有权力，角色更接近工作和客户。
Block 正处于这一转变的早期阶段。这将是一个艰难的过程，其中一些部分可能会在起作用之前破裂。我们现在写这篇文章是因为我们相信每个公司最终都需要面对我们面临的问题：你们公司理解什么真正难以理解的东西，这种理解是否每天都在加深？
如果答案是“无”，AI 就只是一个成本优化的故事。你削减员工数量，提高几个季度的利润率，最终被更聪明的东西吸收。如果答案是“深”，AI 并不能增强你的公司。它揭示了你的公司实际是什么。
Block 的答案是经济图谱：数百万商家和消费者，每一笔交易的双方，实时观察到的金融行为。这种理解每秒都在增加。我们认为背后的模式——一家以智能而非层级组织的公司——足够重要，足以重塑未来几年各种公司的运作方式。Block 已经足够成熟，证明这个想法不仅仅是理论（尽管我们欢迎辩论和反馈，以测试和改进我们的想法）。
公司基于信息流快或慢。层级和中层管理阻碍信息流。两千年来，从罗马的contubernium到今天的全球企业，我们没有真正的替代方案。八名士兵共用一个帐篷需要一个十夫长。八十人需要一个百夫长。五千人需要一个军团长。问题从来不是是否需要层级。问题是人类是否是这些层级工作的唯一选择。现在不再是这样了。Block 正在构建接下来的东西。
分享
分享到 Facebook 分享到 Twitter 分享到 LinkedIn [通过电子邮件分享](mailto:?subject=从层级到智能&body=https%3A%2F%2Fsequoiacap.com%2Farticle%2Ffrom-hierarchy-to-intelligence%2F)
浏览本网站即表示您同意我们的Cookie政策。
接受 拒绝
关于
企业实体
登录
动态 开启 关闭
© 2026 红杉资本