公司未来最大的分水岭，是谁拥有这个文件夹

2026年7月16日中午，接近一百名谷歌员工走到山景城总部外的草坪上。他们穿着统一的黑色T恤，举起要求工作保障的标语，身后的横幅写着一个数字：4500。

那是已经在请愿书上签名的谷歌员工人数。他们希望公司在强制裁员前先提供自愿离职方案，保证最低遣散费，停止用强制比例分配绩效等级。

这场景有一种奇怪的错位感。过去，人们担心自动化夺走流水线工人的工作；现在，站出来请求保住饭碗的，是全世界最会制造自动化工具的一群人。

几乎就在同一时间，美国AI编程公司 Replit 宣布，它正在成为一家“自动驾驶公司”。Replit 创始人兼CEO阿姆贾德·马萨德（Amjad Masad）说，智能体已经进入公司内部的代码审查、事故调查、数据分析、客户支持和销售研究。

按照 Replit 自己公布的数据，今年上半年工程团队总产出提高了5.8倍，保持不变的工程师群体产出提高了2.9倍，最难处理的客户工单解决速度加快了60%。公司甚至取消了一套价值七位数美元的软件采购，因为员工用智能体做出了更便宜的内部版本。

再往前不到一个月，支付基础设施公司 Stripe 发布了一份关于一人公司的报告。它发现，2025年营收超过100万美元的一人公司数量，比2023年增加了一倍以上；跨过500万美元和1000万美元门槛的数量，已经接近原来的三倍。

过去一个月，我们熟悉的公司这个物种出现了三种分裂。员工还在努力留在公司，公司却开始学习如何脱离具体员工继续运转；原先长在每个人身上的经验，正被抽取成机器可以调用的知识；而在公司的另一端，一些个人开始把过去只有组织才能拥有的能力，装进自己的电脑。

这三件事看起来各自属于劳资新闻、AI产品新闻和创业故事，底下却连着同一个变化：公司正在被压缩成一个文件夹。

这里说的文件夹，当然不只是硬盘里的一个目录。它里面装着公司的历史、客户、规则、流程、判断标准、失败记录和下一步行动，也装着让智能体调用这些东西的权限。

当它们可以被机器读取，可以循环执行，还能根据结果自行修正时，过去依靠一座办公楼和一群人才能维持的组织，第一次获得了脱离具体肉身运行的可能。

未来最大的分水岭，是谁拥有那个文件夹。

公司原本就是一只文件柜

一个多世纪前，德国社会学家马克斯·韦伯（Max Weber）在分析官僚制时，抓住了现代组织最不起眼的基础：书面档案。

现代办公室依靠被保存的文件运行，公务活动与私人生活分开，职位拥有清晰权限，命令沿着稳定的程序传递。人会离职、退休、死亡，档案留下来，接替者打开文件柜，组织便能继续工作。

这也是大公司可以超越创始人寿命的原因。公司不会把全部记忆寄存在某一个天才脑中，它会把经验写进岗位说明、财务制度、客户名单、会议纪要和操作手册。

一个员工离开以后，公司仍然存在，因为那个人承担的部分能力已经被职位和档案接走了。现代管理花了一百多年，把人变成可替换的岗位，再把岗位嵌进稳定的流程。

AI让这套古老技术突然获得了更高的分辨率。过去，文件保存的是结果，很多真正有价值的判断仍然藏在员工脑中。为什么这封邮件要这样回，为什么某个客户需要特殊处理，为什么一段代码看起来正确却不能上线，这些经验很难被完整写进手册。公司知道自己拥有一个优秀员工，却未必说得清优秀究竟由什么组成。

现在，员工每天留下的工作痕迹都在变成可读材料。代码提交记录了工程师如何解决问题，客服对话记录了怎样安抚愤怒的客户，销售邮件记录了如何识别购买意向，会议纪要和聊天记录则保存了组织做出决定时使用的语境。

公司不一定需要专门训练一个新模型，只要把这些痕迹整理成规则、范例、提示词、知识库和智能体技能，原本依附于个人的经验就可以被系统反复调用。

这很像一种组织层面的蒸馏。员工在处理真实问题时不断示范，机器从这些示范里吸收模式，管理者再把有效模式固化进系统。等到这个循环足够成熟，公司留下了一个人的工作方法，即使那个人已经被裁掉。过去的替代通常发生在岗位层面，今天的替代开始深入到技能层面。

所以，谷歌员工担心的事情比“AI会不会抢走一个职位”更复杂。他们一边使用AI提高产出，一边也在帮助公司建立一套减少人力依赖的组织记忆。每一次高质量交付都可能让员工更重要，也可能让系统更懂得如何复制他的工作。

公司仍然需要人，只是它对某一个具体人的需要正在下降。

两千年的层级，被压进了模型

：他们收集下面的信息，翻译成上面听得懂的语言，再把上面的意图分解成可以执行的任务。

很多中层职位看似在管理人，实际工作更接近一套昂贵的信息路由器。只要信息不能直接流动，大公司就必须用一层层人来转发、解释和校准。

今年3月，推特（Twitter）联合创始人、金融科技公司 Block CEO杰克·多西（Jack Dorsey）与红杉资本合伙人罗洛夫·博塔（Roelof Botha）发表了一篇文章，标题就叫《从层级到智能》。他们回顾了从罗马军团到现代企业的组织史，最后提出一个更激进的设想：当AI能够持续维护一套关于公司现状的“世界模型”，永久性的中间管理层就失去了存在的必要。

Block是一家以 Square 商户支付和 Cash App 消费者金融服务为核心的公司。它的远程工作方式留下了大量机器可读的痕迹，包括决策、讨论、代码、设计、计划和项目进度。

多西设想把这些材料汇成一套不断更新的公司模型，让每个一线员工直接看到自己需要的上下文。原本由中层携带的信息，从人的脑中转移到了系统里。

德国社会学家尼克拉斯·卢曼（Niklas Luhmann）曾提出一个视角，很适合观察和解释这场变化：组织由决策组成。

公司持续存在，靠的是一个决定引出下一个决定。录用谁、做什么产品、给客户怎样的价格、遇到事故由谁负责，这些决定会形成前提，限制后面的选择。岗位和会议只是承载决策的形式，组织真正需要延续的是决定之间的链条。

沿着这个视角看，公司被压缩成文件夹并不神秘。只要系统知道过去做过什么决定、当时依据什么、结果如何，以及什么情况必须升级给人，它就已经拿走了组织结构里相当重要的一部分。

中层的坍塌只是表面，更深的变化是组织智能正在更换载体。它过去分散在一群人的记忆与关系里，现在开始沉淀为模型可读取、可搜索、可执行的上下文。

文件也由此改变了性质。韦伯时代的档案负责保存过去，AI时代的档案开始参与下一次决定。文件柜不再静静待在墙角，它长出了行动能力。

当文件夹开始自己开车

Replit所谓的“自动驾驶公司”，重点不在于5.8倍这个数字，而在智能体已经越过了单次辅助的边界。它们会调查线上事故，检查代码修改，回答内部问题，分析业务数据，分类客户工单，还会替销售人员研究潜在客户。任务完成之后，结果重新进入系统，成为下一次行动的上下文。

英国控制论学者斯塔福德·比尔（Stafford Beer），毕生研究的就是组织如何获得持续生存的能力。他提出了“可生存系统模型”，关心一个朴素的问题：一个组织怎样感知环境、协调行动、发现偏差，并在变化中维持自身。

组织能活下去，靠的并非一份完美计划，它需要持续接收反馈，判断现实与目标之间的距离，然后纠偏。

AI智能体给这种控制论意义上的组织装上了新的执行器。客户投诉进入系统后，智能体先判断类别，检索历史方案，尝试解决；失败时把问题升级给人，人的处理又补充到知识库。代码、运营、销售都可以形成类似的闭环。公司不再等某个管理者开会发现问题，部分问题会主动找到处理它的智能体。

这也解释了“自动驾驶”这个比喻的边界。汽车可以自己保持车道，不代表乘客失去了目的地；公司可以自动运行大量循环，也仍然需要有人决定追求什么、愿意付出什么代价，以及什么事情不能交给系统。

品位、伦理判断、陌生情境和高风险责任，仍然位于马萨德所说的“边缘”，那里是模型与现实真正接触的地方。

马萨德说，Replit的人“没有感到被自动化，他们感到自己升职了”，做事的人正在变成指挥者。这句话很漂亮，也只说出了一半现实。能够设计目标、检查结果、处理异常的人，确实会获得更大的杠杆；工作可以被拆成固定步骤，表现又可以被系统稳定衡量的人，则会先被装进循环。有人坐上驾驶座，也有人变成了车辆内部一段看不见的程序。

自动驾驶公司目前仍是 Replit 对自己的描述，5.8倍、60%和质量没有下降也都来自公司的自报，尚不能当成所有企业都能复制的结果。不过，它已经展示了一个可以运行的方向：公司不再只给员工配备AI工具，而是把公司本身改造成一个由人设定目标、由智能体执行和反馈的系统。

谷歌员工保卫的，已经不只是一份工作

再回头看谷歌总部草坪上的那一百个人，画面就有了另一层含义。

2023年，谷歌母公司字母表（Alphabet）宣布裁减大约1.2万个职位，此后又进行了多轮规模较小的裁员。到今年，争取工作保障的请愿已经获得4500多名员工签名。公司曾向7万多名员工提供过自愿离职方案的资格，这个数字代表覆盖范围，并不意味着7万人已经离开。

谷歌员工过去也组织过大规模行动，但关注点经常是军事合同、性骚扰处理或公司伦理。如今，最直接的诉求变成了自愿离职、遣散费和绩效分配。制造未来的人开始要求未来给自己留一个位置。

他们面对的麻烦在于，AI替代很少以一场隆重的交接仪式发生。公司会先要求员工使用新工具，提高单位时间产出；随后，优秀员工的操作被写进工作流，团队规模在自然流失和零散裁员中慢慢缩小；到了某一天，同样的业务只需要原来一半的人，管理层便把它解释为效率提升。没有一台机器人走进办公室夺走工牌，岗位却在流程的连续优化中消失了。

组织一直会吸收个人知识，AI把这种吸收变得更快、更细，也更容易复制。员工训练新人时，知识仍然通过另一个人延续；员工训练智能体时，同一套知识可以同时出现在无数任务里。

个人的能力被留在公司账户、内部知识库、自动化脚本和模型上下文中，劳动关系结束后，这个数字化的影子仍然继续上班。

这就是“文件夹”背后的权力问题。如果文件夹属于公司，员工获得的AI能力更像一套随工牌发放的外骨骼。它让人在任职期间变强，离职时却必须连同客户、数据、流程和智能体一起交还。公司通过每一次员工操作变得更聪明，员工能否带走自己参与建立的组织能力，答案通常很有限。

未来最大的分水岭，是谁拥有那个文件夹。这句话在大公司内部首先意味着：谁拥有组织记忆，谁就拥有在人员更替之后继续行动的能力；谁只能向文件夹贡献经验，谁就可能在经验被吸收之后失去议价权。

当整个公司装进一个人的电脑

文件夹的另一面，正发生在一人公司里。

英国经济学家罗纳德·科斯在1937年的《企业的性质》中提出，企业之所以存在，是因为每一次都去市场上寻找人、谈价格、签合同、监督交付，会产生很高的交易成本。把一群人放进同一个组织，用管理命令协调他们，在很多时候更便宜。

AI正在改写这笔账。写代码、设计页面、做研究、回复客户和分析数据，都可以交给随时可调用的智能体。一个人不必为了获得每一种能力都招聘一名员工，也不用承担沟通、排期和管理一支团队的全部成本。

公司的边界因此朝创始人本人收缩，过去由部门完成的工作被拆成一个个技能，挂载在同一个工作目录里。

Stripe的数据让这种变化有了规模感。2023年，美国大约有400万人以一人经营作为主要收入来源，年营收超过10万美元，这一数字在2010年代初还只有两百多万。

Stripe建立的代理指标显示，2025年营收超过100万美元的一人经营者数量，是2023年的两倍多；超过500万美元和1000万美元的数量接近三倍。百万美元级的一人公司，正在从偶然出现的奇闻变成一个越来越清晰的群体。

这些数字也需要留一条边界。Stripe使用约115个面向一人经营者的平台和单人注册企业来估算，样本中可能混有后来招聘员工的公司；营收也不等于利润，更无法回答这些年轻公司五年后的存活率。

Stripe自己承认，AI究竟贡献了多少还很难拆开计算。但当高AI采用行业与一人企业增长同时出现，当营收跨过高门槛的数量在两年里快速增加，把它完全看成营销幻觉也说不通。

营销语言反而提供了另一种真实。我最近看到一个外国网友，说自己经营着一家月经常性收入4万美元、没有员工的代理业务。他给出的方法很像在拼装一家公司：Claude Code 是操作系统，Skills 是员工，文件夹是办公室，连接器让智能体接触邮件和外部工具，定时任务负责让工作在他睡觉时继续。

当然，这里的4万美元没有经过独立审计，教程也带有明显的销售色彩，但它之所以抓人，正因为它把一个正在形成的组织直觉说得异常具体。

还有文章把这种能力称为“正在悄悄制造AI时代第一批一人富豪的技能”。这是一句典型的销售文案，语气虽然夸张，但它销售的商品恰好就是这场变化本身：作者把自己摸索出来的流程写成文件，用内容找到客户，通过支付页面收钱，再让智能体承担更多交付。宣称“一人公司”的文章，本身就是一间微型一人公司在运转。

文件夹因此成了一种新的生产资料。大公司拿它减少对员工的依赖，个人拿它减少对公司的依赖。模型的订阅价格对所有人差不多，真正拉开差距的部分，是谁拥有持续积累的上下文、经过验证的流程、客户关系和收入入口。

成为掌握组织主权的个体

上面这种差别，我想称之为“组织主权”。它描述的是一个人拥有让工作持续发生的系统，而非凡事都由自己亲自完成。

他能决定目标，把经验留在自己的目录里，选择哪些智能体可以接触哪些资料，也能在系统遇到例外时改变规则。即使更换模型、工具或合作伙伴，那套组织记忆仍然跟着他走。

很多人对AI的焦虑来自一种真实的不对称：公司正在积累组织级AI，员工往往只积累了几个提示词。前者每天吸收真实业务中的反馈，知道客户为什么付钱、项目为什么失败；后者离开公司以后，常常又回到一张空白对话框。大家都在用同样的模型，增长曲线却完全不同。

如果想把自己移到分水岭的另一边，起点可以很小。先把反复出现的工作留在自己的系统里，保存任务背景、判断标准、好案例和失败原因，让下一次调用建立在上一次经验之上。

文件夹的价值来自记忆的连续性。零散地让AI写一封邮件，只能节省十分钟；让它理解你过去一百次沟通中的取舍，才开始形成属于你的组织能力。

接下来要做的是把工作变成可以检查的闭环。每一个智能体都要知道输入从哪里来，什么结果算完成，出错时如何回退，超过什么边界必须找人。

真正有价值的技能文件很少只写“帮我做研究”，它会规定证据标准、输出格式和核查步骤。文件夹可以自动运行的前提，是你已经把含糊的经验变成了可判断的结构。

还要拥有一条来自现实的反馈通道。没有客户、读者和收入，文件夹只是一个越来越复杂的私人玩具。

网站、邮件列表、社群、支付账户和长期客户关系，会告诉系统什么内容有人愿意看，什么产品有人愿意买，什么需求只是自我感动。科斯讨论的企业边界最终仍由真实交易划定，AI降低了组织成本，却不会替你创造信任。

最后，别急着把所有工作都交出去。自动驾驶系统最宝贵的人，通常能决定目的地，也愿意在仪表盘报警时接管方向。判断什么值得做，识别一个从未出现过的例外，为可能伤害他人的决定负责，这些能力构成了主权的核心。

一个人公司真正需要训练的，正在从完成任务转向设计任务、审查结果和承担后果。

这也是我接下来会在不懂经星球和网站里继续拆解的方向。我们要研究的不会只是某个新工具怎样使用，还包括怎样把阅读、写作、研究、产品和分发连接成自己的系统，怎样让每一次工作都留下可以复用的资产。

订阅一个模型很容易，建立一间能积累记忆、接收反馈并独立运转的公司，需要更长时间。

谷歌草坪上的员工、Replit后台运行的智能体，以及那个声称月入4万美元的独立经营者，已经站在同一条断层的不同位置。有人正在保卫进入组织的权利，有人正在把组织变成机器可以执行的系统，还有人开始把整套系统带回家。

当公司被压缩成一个文件夹，最后只剩下一个问题：那个文件夹，究竟在谁的电脑里？【懂】

经叔最近做了一个网站:https://budongjing.com

人肉筛选挖掘的硬核优质内容及深度原创，重点关注科技、文化、财富、权力四大要素以及它们之间的互动与影响。网站定价1999元/年，目前内测优惠价1299元/年，感兴趣的读者可以加经叔微信订阅。

另外，欢迎加入经叔的知识星球。在这里，我们拒绝无用的焦虑，只谈底层的逻辑与实战的干货。我会结合最新的AI前沿动态、深度的商业创新分析（如一人企业的构建）和独特的文化思潮（如麦克卢汉的媒介洞察），帮助大家把握时间窗口。

我是不懂经的经叔，国内最早翻译介绍了纳瓦尔的《如何不靠运气获得财务自由》，以及影响了纳瓦尔、中本聪、马斯克等大佬的《主权个人》。

不懂经知识星球，众多百万粉丝大V、千万及亿万富翁订阅。专注分享一人企业、一人创投主题，关键词：AI、IP、创投、科技及商业前沿的高杠杆内容。

愈懂愈自由