AI原生公司会长得更像会计师事务所
2026-11-16 09:37:38
  • 0
  • 0
  • 0

01|现象与本质:砍错的是验证容量

2024年,Klarna是硅谷最想展示的 AI 案例之一。其CEO宣布 AI 客服将承担约700名人工的工作量,公司从5500人裁至3400人。但到了2026年,剧情却反转了,Klarna开始重新招聘人类客服,并反思了过于激进的精简。

判断:Klarna输在砍错了东西。

同期,Bun用64个并行的 agent 在11天内重写了约55万行代码,API成本16.5万美元,但人类员工则保留了方向设定与验收的权力。

一边是减法换来悔棋,一边是杠杆换来交付。它们的差别不在技术,在管理 AI的方式:Bun 没有单纯地用AI消减成本,而是用事务所式管理,拿住标准与签发权,把执行交给了机器。

目前,AI生成的边际成本正在归零,验证权威成了组织里最后一种无法规模化外购的能力,即定义什么算对的,并在上线节点处签字和担责。

我们来看两个对应的概念:验证劳动和验证权威。验证劳动,指检查与测试,它正被机器替代;验证权威,包含规约与问责,则留在了人的手里。模型可以无限扩容,但承担诉讼与罚单的主体只能是自然人或法人。模型没有银行账户,更不能去坐牢。

传统软件公司里,代码出错了,由于其代价有限性,可以被隔离在有限责任公司内,工程师不为事故承担个人后果。但当 agent 开始大规模自主放款、开具处方,错误形态就从体验缺陷变成了法律违规与巨额违约,破坏力会远远超出公司的承受上限。谁能接得住它呢:把高额剩余索取权与不可推卸的签字责任绑在同一个人身上,这个制度叫合伙人制。

因此,AI原生公司可能正在长成会计师事务所的形状。我们来尝试着拆解其中的组织原理。

02|事务所解剖:权力、底稿与杠杆率

AI 原生组织形态的漂移源于生成与验证的剪刀差。

AI输入价已压至每百万token 0.10美元量级;Sonar调查显示42%新增代码由AI生成,但96%开发者不完全信任AI代码。生成廉价,验证稀缺。

资本侧信号则更直接。Sequoia投资Harmonic就是证明。下面,我们来剖析一下事务所的结构:

一、权力结构

事务所没有庞大的免责中层,靠底稿逐级复核衔接。在事务所里,任何既不面对客户盖章担责、又不产出底稿的层级都是成本浪费,都是不会存在的。对应的,AI原生组织的结构也会出现两极化:边缘层是零责任的执行机器,核心是全责任的签字合伙人。AI原生公司会遵从集权分权成本模型,判断权向核心集中,执行权向边缘分散,负责翻译战略与汇报的中层被接口替代。极小的人类核心将用个人信誉为机器产出兜底,行使合伙人职能。

二、生产介质

合伙人敢签海量财报,靠的是可追溯的复核链条。AI原生组织的同构物是spec与测试记录。人类敢为55万行机器代码签发上线,前提是规约可执行。当执行者是agent,模块边界由规约的可验证性决定。这就是spec类工具集中出现的原因:GitHub的Spec Kit上线数周star超13万;Sierra内建supervisor层与Handoff机制,本质上都是事务所风控的复核制。这里,团队的核心资产从代码库变成了定义集与验收标准。代码可再生,规约不能。

三、经济指标

事务所管理的是杠杆率与风险敞口。AI原生公司的有效指标将收敛为两个:agent与人的杠杆率,和一次验收的通过率。杠杆率决定了单位效率,一次验收的通过率决定了公司是在赚杠杆溢价,还是付隐性返工成本。

利益分配也是如此。初级员工拿固定薪水,合伙人分享剩余利润。分红是对吸收灾难性风险的溢价。会计行业的历史上,安达信因安然事件倒闭,合伙人的执业生命与所内权益一同清零。同理,未来公司的核心骨干会成长为高级合伙人,拿最高档分红与职业责任保险,在最关键节点写下不可撤销的个人签名。

03|摩擦力:谁输,谁反对,怎么证伪

这场组织重构的输家非常清晰,是那些中层管理者、按人头定价的外包商和把AI当降本工具的公司。

有些人认为验证也会被自动化。但100%零幻觉的机器能证明代码和流程正确,但不能替人承担罚单,问责仍会在人的身上,这是法律事实。

研究者Hillel Wayne主张形式化方法最大的价值在于训练严谨思考,而人类经济活动中的严谨思考则只能由人最终完成。AI 原生组织的终局推论可能是这样的:未来每一个优秀的AI创始人,本质上都是在开办一家以代码为底稿、以智能体为杠杆的审计师事务所。

数据说明:本文遵循严格的数据纪律,未采用任何推测值。

 
最新文章
相关阅读