学 Block 裁掉 40% 的人，你可能只学会了裁员

深度思想，谈 AI 与向往 —— 字节深思圈

Block 在 2025 年底裁掉 40% 的人，从想法到执行不到三周。外面的人看到的是比例，里面的人看到的是算法：团队做了一个三步的最小化需求练习，服务 100% 正常运转最少需要多少人，满足强监管合规最少需要多少人，完成增长承诺加智能体重建最少需要多少人，三个数加上容错缓冲，就是最终答案。

很多 CEO 看到这条新闻会心动。但直接照抄这个动作的公司，大概率只学会了裁员，学不会裁员背后那份笃定。笃定从哪来，才是这件事里真正值钱的部分。

两千年没解决的层级问题

要理解 Jack Dorsey 在拆什么，得先承认层级为什么存在。现代公司的组织方式，原型来自罗马军团：8 人小队嵌套成百人队、大队、军团，每一层有指挥官负责汇总和传达。它围绕一个人类局限设计，一个领导者能有效管理的人数大约在 3 到 8 之间，今天叫管理跨度。19 世纪 50 年代铁路公司画出第一张组织结构图，泰勒再把它打磨成职能金字塔，此后两百年管理学基本在这个框架里做改良。

层级的本质是一套信息路由系统，在信息传递受限的条件下协调大规模人力。它有一个绕不开的代价：缩小管理跨度就要增加层级，层级越多信息流越慢。科技公司做过各种逃离尝试，Spotify 推广跨职能小队，Zappos 试合弄制，Valve 扁平运营，规模化之后全都回到了层级协调。不是他们不努力，是当时不存在替代性的路由机制。

Dorsey 的判断是：AI 是第一个真正的替代品。一个系统可以维护整个业务的持续更新模型，并用它来协调工作，这件事过去需要人类经理一层一层传话才能完成。

把路由换成模型，需要两块地基

Block 的方案说起来不复杂：不再给每人配一个 AI 助手，而是让 AI 直接承担层级承担的协调职能。公司需要两个世界模型，一个关于自己，一个关于客户。

关于自己的那个，依赖一个多数公司不具备的条件。Block 是远程优先的公司，所有决策、讨论、代码、设计、计划都以数字记录存在，AI 可以持续维护一张全景图：什么在构建，什么被阻塞，资源分配在哪，什么有效什么无效。传统公司里这是经理的活，把情境信息在指挥链里上下传递；在一切皆文本的公司里，机器自己读。

关于客户的那个，Block 占了一个别人很难复制的位置。金钱是最诚实的信号，人们在调查里撒谎，忽略广告，放弃购物车，但消费、转账、还款的每一笔都是真实发生的事实。Block 通过 Cash App 和 Square 看到每天数百万笔交易的两端，每个客户、每个商户的财务现实在系统里持续叠加。

有了两个模型，往上才谈得上智能层。支付、贷款、发卡这些能力不再是产品，而是积木；智能层在合适的时刻把积木组合成方案。一家餐厅的现金流在季节性下滑前开始紧张，系统自动组合出一笔短期贷款，配合调整过的还款计划，在商户自己想到要找钱之前送到面前。路线图从哪来？当智能层想组合一个方案、却因为能力不存在而失败，这个失败信号就是下一步该建什么，客户现实直接生成待办事项，不再靠产品经理凭空猜。

人退到边缘，但边缘才是行动所在。整个组织收敛成三种角色：

从 Dorsey 到任何员工，现在最深 5 层，他的目标是压到 2 到 3 层。

学不了的原因，通常出在地基

我的判断是，Block 这套方案的可复制性被严重高估了。它有两块地基，各自筛掉了大部分公司。

第一块，工作本身是机器可读的。如果你的公司核心知识在老员工脑子里、在饭局上、在二十分钟的语音消息里，AI 无物可读，世界模型是个空架子。这时候学 Block 裁中层，等于把路由器拆了，新网络还没装。第二块，客户信号是诚实的。多数公司对客户的理解来自调研和满意度打分，也就是低保真渠道，智能层拿着低保真信号，组合不出对的方案，最多组合出讨好的方案。

叙事层面还需要一个校准。流传最广的版本是 AI 做大多数决定，连 Block 董事 Roelof Botha 都不这么看，他的版本温和得多：AI 帮助传递对齐，管理团队设定框架，边缘的人负责纠错、信息输入和方向调整。激进的说法适合传播，混合的现实适合经营。学习别人的组织实验，第一步就是把这两样分清楚，别拿融资叙事当操作手册。

倒是有一个变化特别实在。Block 的会议在两个月内，从翻 PPT 变成了每人带 AI 实时构建的原型，用模拟或真实数据切出自己工作的一个切面，现场就能改。变的其实不是会议形式，是证据的质量：讨论围绕实际在构建的东西展开，而不是计划构建的东西，能探索的广度一下子大了。这件事任何规模的公司明天就能学，一分钱裁员工具都不用买。

100 人的公司，明天能做两件事

Dorsey 给过小公司一个起点。第一，问自己：这一层管理需要吗，它在哪些地方阻碍了真正解决客户问题？一家 100 人的公司顶多两三层，现在正是能轻装改的时候，等到几千人再动，成本完全是另一个量级。第二，把每天产生的信息，群聊、文档、会议记录，放进一个可以对话的智能系统里。他的原话是，这会让你对公司的理解提升两三倍，因为以前你只能靠人告诉你，而人出于种种原因不一定会说。

最后是他留下的那道试金石，我觉得比整个四层架构都值得抄下来：你的公司理解了哪些真正难以理解的事物，这种理解是否每天都在加深？如果答案是没有，AI 对你就只是个成本优化故事，削减人头，改善几个季度的利润率，然后被更聪明的东西吸收。如果答案是深刻，AI 就在揭示你的公司究竟是什么。这道题没有统一答案，加油站和律所的回应方式完全不同，但每家公司都得回答它，而且越早越好。