组织架构是一个代码库。
一个人加一支 AI 团队实际怎么干活：有章程的角色、写成 SOP 的流程、共享上下文 —— 以及仍然会断的地方。
两层结构，一家公司。
决策层是一个人。判断什么值得做、写出 agent 能照着执行的规格、验收结果，并为每个结果负责 —— 包括 agent 做错的那些。
执行层是 AI 团队。按职能组织的 agent —— 工程、数据、商业、研究、增长 —— 各自有书面章程、自己的工具和 SOP。它们写代码、同步商品、履约订单、跑实验，也起草你正在读的这页文字。
这些都不存在任何人的脑子里。角色、决策和复盘是被版本化的制品，下一个 agent 照着执行。这也是这个模式能被复制的原因 —— 活在文件里的配方可以交给下一个人；活在脑子里的不能。
01.
判断力不能委派
- agent 产出体量，但不产出信念。每一个写错的规格都会被忠实地、规模化地执行。
- 瓶颈已经从「能不能做出来」移到「有没有把对的东西描述清楚」。
02.
验证是新的劳动
- 「看起来对」的产出廉价且过剩。「真的对」仍需要人或测试来分辨。
- 人的时间大头花在规格与验收上，而不是创作上。
03.
上下文才是真正的基础设施
- 没有公司上下文的 agent 只是一次 API 调用。
- 让团队保持连贯的是共享记忆：一份产品目录、写下来的决策、版本化的 SOP。
01
现在 —— 通用 agent 执行
一个人指挥；AI agent 已经在写代码、跑运营、让商店全天候运转。
02
下一步 —— 角色专职化
按职能组织的 agent —— 产品、工程、增长、运营 —— 各自有章程、工具与 SOP。
03
远期 —— 部门自运转
整个职能部门在人审之下自治运行，靠升级机制而非微观管理。
04
不变 —— 人来决策
变化的是 AI 团队承担多少。不变的是：由人来选择什么值得做，并为此负责。