Block 的联合创始人杰克·多尔西（Jack Dorsey）以及公司首席独立董事罗埃洛夫·博塔（Roelof Botha）提出了一种前瞻性的愿景：人工智能可能从根本上改变工作的协调方式。 在本周发布的一篇博客文章中，他们描述了一种模型：AI 将承担通常由中层管理者处理的任务——跟踪项目、标记问题、分配工作，并以比人类流程更快的速度共享关键信息。
这篇文章是在 Block 之前报道的裁员和重组之后发布的，该举措是整个科技行业一波更广泛的、由 AI 驱动的降本浪潮的一部分。 Block 披露，2 月其大约裁掉了 4,000 个岗位，多尔西将这一行动归因于 AI 采用速度之快，以及需要保持竞争力。 3 月，一些此前被裁掉的员工被悄悄重新录用，体现出对当前“优化”浪潮的审慎态度。 博客作者强调，新的模型中 AI 的角色正在演进——尚未完全实现——并且 Block 仍处于“测试的早期阶段”，以验证一个以智能为中心的结构在实践中如何运作。
“我们正在质疑一个基础假设：组织是否必须以分层结构来运作，并由人类作为协调机制。 相反，我们打算替代层级结构所做的事情。 今天，使用 AI 的大多数公司都会给每个人配备一个 copilote（副驾），这会让现有结构在不改变它的情况下运转得稍微更好。 我们想要的是不同的东西：一家公司被构建为一个智能体，或‘mini-AGI（小型通用智能）’。”
关键要点
Block 的领导层提出，用一个由智能驱动的框架来取代传统的层级化管理，并利用 AI 来协调工作与决策。
所设想的结构围绕三大支柱重新定义角色：个人贡献者、直接责任人，以及充当“玩家教练”的角色——他们一边指导他人，一边继续以技术方式做出贡献。
AI 将使团队能够实现对正在构建的内容、被卡住的部分、资源分配以及整体产品表现的实时可视化，进而可能加快信息流动速度，超越传统管理渠道。
尽管强调 AI，但人类参与仍然是战略与伦理决策的核心，表明的是一种融合治理方式，而不是纯粹的自动化模型。
从层级到智能：Block 的战略转变
多尔西和博塔阐述的核心想法，是从那个熟悉的金字塔式模式转向：指令在管理层之间自上而下、再自下而上流动。 在一个远程优先、机器可读的环境中，AI 将持续构建并维护一幅组织活动的实时全景图：什么在开发、什么被卡住、哪里需要资源，以及哪些成果正在被证明有效或正在失败。 作者将目标描述为：不只是做“copilot（副驾）”式的增强，而是更具颠覆性的设计——让组织作为智能体运转，而非传统的层级结构。
他们强调，这种模式可能会重塑各行业的企业运转方式，而不仅仅局限于 Block。 这一论点建立在一个简单的前提之上：信息流动决定速度与适应性。 如果 AI 能比人类更高效地承担协调带来的开销，那么由层级管理造成的瓶颈可能会减少，从而实现更快的迭代，并让领导层的决策更具响应性。
为说明所提议的转变，Block 概述了一种三层级的人才模型。 个人贡献者将负责构建并维护支撑公司工作流的“操作系统”。 直接责任人将直面特定问题，并获得授权去调度任何必要资源，以解决这些问题。 在这两层之间，“玩家教练”将承担类似管理者的职责——指导与支持他人——同时他们自己仍将继续贡献代码与实质性工作。 在这种安排下，中层管理者传统的把关职能将被分散，并由 AI 支持的可视化与自动化来增强。
人类仍掌握方向盘
即使 AI 承担协调任务，多尔西和博塔仍强调，人类判断依然不可或缺。 他们承认，AI 能以远超人类的规模与速度处理信息，但关键的商业与伦理决策仍将需要人类洞察。 博客指出，尽管 AI 可以提供一个持续更新的运营视图，它却无法替代引导公司治理的价值观、审慎性与问责机制。
这种立场处在一个对投资者与劳动者都很重要的交叉路口。 由 AI 驱动的重组加速，在历史上引发了关于工作保障、士气以及新的组织范式长期可行性的质疑。 Block 自身的经验——在重大裁员之后，后来又重新录用了部分受影响员工——体现出的是一种审慎、迭代的做法，而不是对完全自动化未来的投机性跃迁。 作者的表述暗示，这是一种让 AI 作为人类能力的“倍增器”的模型，而不是彻底取代人。
为什么这对与加密相关的业务重要
更广泛的加密与金融科技行业一直在关注 Block（这家公司运营 Cash App，并且在加密领域持有鲜明友好立场）作为技术赋能金融服务的风向标。 如果一个以 AI 为先、由智能驱动的企业组织结构获得了牵引力，它可能会影响其他区块链与支付公司如何思考产品开发周期、监管合规与治理实践。 这种潜在影响还延伸到团队对安全风险的响应速度、产品路线图如何在实时中得到验证，以及在混合或完全远程环境中如何组织跨职能协作。
从投资者视角来看，这种转变引发了关于在一个由 AI 增强的组织中如何管理治理、风险控制与绩效指标的问题。 对开发流水线与资源分配的实时可视化可能提升透明度，但同时也会提高对数据质量、AI 监督以及在自动化决策中所涉及伦理考量的敏感度。 与任何在公司治理中大规模采用 AI 一样，最终结果将取决于护栏、问责，以及持续校准“人机协同（human-in-the-loop）”流程。
Block 的公告与行业更广泛的讨论一致：AI 是否能够增强，甚至替代某些管理职能。 虽然博客呈现的是一条分阶段、实验性的通往智能企业的路径，但观察者将会密切关注：早期试点是否会带来生产力、风险管理以及员工参与度的切实改进。 在监管审查与客户信任至关重要的行业里，速度与治理之间的平衡将尤其具有说服力。
接下来需要关注什么
眼下的关键问题集中在执行与治理。 Block 将会多快从一个概念框架推进到具体的组织变革？ 公司将使用什么标准来评估其由 AI 驱动的协调模型是否成功？ 以及 Block 将如何应对潜在的陷阱，例如算法偏差、数据孤岛，或对自动化决策的问责？
随着 AI 持续重塑整个技术版图中的工作模式，Block 的做法可能预示着企业设计层面的更广泛转变。 如果该模型被证明具备适应性并且带来实际收益，它可能会促使其他公司尝试类似的由智能驱动结构，尤其是在那些重视快速迭代与远程协作的环境中。
读者应关注 Block 即将发布的更新以及试点落地情况，以判断这一愿景是否将从理论走向实践，以及这些进展如何影响投资者信心、员工体验，以及围绕由 AI 支持的治理所展开的更广泛讨论。
本文最初发布于：Dorsey 揭示：Block 在 Crypto Breaking News 上遭遇 40% 裁减之后，其由 AI 驱动的职场战略——你可信赖的加密新闻来源、比特币新闻来源，以及区块链更新来源。
