作者 / 来源中智凯灵 / AiDD—基于 AiDD 2026 北京站「Agentic 组织架构演进」论坛的议题观察▼过去一年很多企业已经见过 AI 带来的第一层效率变化。一个产品经理可以用 AI 快速做原型一个开发者可以让 AI 补代码、写测试、查日志一个运营同学可以让 Agent 帮忙整理数据、生成活动方案一个技术负责人也能用 AI 更快地写方案、看报告、拆任务。但另一个问题很快出现了个体变快了组织为什么没有同步变快项目还是会卡在需求澄清方案还是要反复对齐跨部门协作仍然靠人推动决策链路没有明显缩短交付结果也没有因为每个人都用了 AI 就自然变好。这不是一个工具问题而是组织问题。AI 提高的是局部生产力但企业运行的是一套生产关系。旧组织仍然按岗位分工、层级汇报、部门交接和串行审批来运转时AI带来的局部加速很容易被流程断点、角色边界、管理方式和责任结构吸收掉。2026 年 AiDD 北京站设置「Agentic 组织架构演进」论坛正是洞察到企业 AI 落地正在从“个人会不会用工具”进入“组织能不能被重构”的阶段。图 1个体 AI 提效与组织整体提效之间隔着流程、边界、责任和指标四道传导层▍个体效率变快只是 AI 进入组织的第一步AI 的第一波红利确实发生在个人身上。开发者让 AI 生成代码、解释陌生模块、补测试用例产品经理让 AI 生成用户故事、做竞品分析、出页面原型运营同学让 AI 整理活动数据、生成话术、写复盘。很多过去要半天完成的工作现在可能几十分钟就能拿到一个可用版本。问题在于企业交付从来不是单个岗位的线性产出。一个需求从想法到上线中间要经过目标确认、需求拆解、方案设计、代码实现、测试验证、风险评审、发布上线和运营反馈。任何一个节点变快都可能被下一个节点吸收。如果需求仍然模糊AI 只会更快地产生偏离业务意图的内容。如果方案仍然靠会议和聊天记录口头对齐AI 生成再多文档也很难减少跨团队误解。如果测试和评审仍然放在最后兜底AI 写出的代码越多后续验证压力可能越大。如果项目状态仍然靠项目经理逐个追问个人效率也很难变成组织节奏。所以判断一家企业 AI 落地是否进入第二阶段不能只看“有多少人用了 AI”。更重要的是看AI是否进入了组织的关键流程是否改变了上下游协作方式是否让任务、知识、责任和指标发生了新的连接。图 2单点任务加速如果没有穿透流程断点最终会被需求、评审、测试和发布环节重新吸收▍传统金字塔组织的假设正在被 AI 击穿北京站「Agentic组织架构演进」论坛中北极星技术负责人、原京东技术总监王栋的议题直接把问题指向组织形态AI 时代的研发组织正在从“金字塔”走向“蜂巢”。传统金字塔组织建立在几个隐含假设之上信息需要层层汇报决策需要逐级传导岗位边界相对稳定项目通过职能分工和项目制小组协作完成。这些假设在过去很有效。大型组织需要靠层级管理复杂度靠职能分工提升专业效率靠项目经理协调不同角色之间的交接。但 AI 进入以后几个变化同时发生。第一信息处理能力不再只掌握在少数管理节点手里。AI 可以帮助一线人员理解文档、分析数据、生成方案很多过去需要上报、等待、再反馈的信息处理动作会被压缩到更靠近任务现场的位置。第二岗位边界开始松动。产品经理可以快速做原型工程师可以让 Agent 生成测试和文档运营可以直接做数据分析基础架构团队也可能直接参与业务效率提升。岗位之间的“只能我做、不能你做”开始减少。第三项目小组的组织方式会被重新定义。王栋提出的“蜂巢式”研发组织核心不是把组织画得更好看而是让 3-5 人全栈小组形成“需求、开发、交付、运营”的完整决策闭环并在每个蜂巢格里配置 AI Agent让组织从按人头扩张转向按人机组合扩张。这背后的变化很大。过去组织扩张靠加人、加层级、加协调机制未来组织扩张可能靠复制标准化的人机协同单元。一个团队不再只是“几个人负责一个模块”而是“几个人加一组 Agent 承担一个业务任务闭环”。图 3AI 时代组织形态从金字塔式层级传导走向蜂巢式小单元自治与沙漏式能力重分布▍组织不动AI 只能在旧流程里空转AI数字化转型专家宗刚的议题标题非常直接“组织不动AI 白动”。这句话听起来像口号但背后其实是一个很务实的组织诊断。很多企业的 AI 提效之所以停在 20% 左右并不是因为模型不够好而是因为组织把 AI 放进了旧流程里。AI 被当成搜索框、补全工具、文档助手来用但信息仍然链式流转角色边界仍然固定任务仍然靠部门墙切开业务指标仍然和 AI 工作方式没有对齐。宗刚把企业 Agent 价值拆成 L1 到 L4从工具层、场景层、编排层到决策中枢。这个分层提醒企业AI 真正产生组织级价值通常不是停在 L1 工具层也不是只做几个 L2 场景而是要跨到 L3 以上让Agent 能够围绕真实业务目标编排多步骤、多角色、多系统的任务闭环。这一步的瓶颈不是技术而是组织。如果一个流程仍然要求每个部门按原来的方式交接Agent就很难跨部门完成任务。如果一个岗位仍然只对自己的局部动作负责AI 也很难围绕完整结果运行。如果管理者仍然只看人天、代码量、产出件数AI 对业务结果的贡献就难以被识别。这就是“组织不动”的含义不是不开会讨论 AI也不是没有采购工具而是组织的目标、流程、角色、激励和责任没有跟着变化。图 4“组织不动AI 白动”的四个病根赋能太弱、链式管理、角色未变、边界太硬▍技术团队的边界会向业务和运营扩展组织为什么会变慢还有一个原因是很多企业仍然把技术团队定位为“工具提供者”。过去基础架构团队、平台团队、中台团队的主要任务是提供稳定平台、工具链和中间件支撑业务研发。它们服务研发流程但不一定直接参与业务效率和运营效率的重构。北京站上去哪儿旅行基础架构负责人、技术总监李佳奇的议题《从基础架构到超级团队AI 时代的技术组织进化实践》代表了另一种趋势。在他的介绍中基础架构团队正在从“工具提供者”转向“能力赋能者”甚至直接参与业务运营和产品运营效率的重构。去哪儿通过 AI 运营平台、AI 数据分析Agent、AI Coding 平台和 Skills 体系让 AI 不只是服务开发者也进入产品、运营、业务团队的日常工作。这里最值得注意的不是某个具体平台而是组织边界的扩展。AI 时代的技术组织不能只交付工具还要交付可被业务使用的能力不能只维护底层稳定性还要帮助业务团队把 AI 放进真实流程不能只支持研发效率还要连接业务运营、数据分析、需求响应和产品迭代。这会改变技术团队的影响力也会改变技术负责人的管理题目。过去管理基础架构团队核心问题是稳定性、成本、复用和工程效率。进入 AI 时代以后还要问团队沉淀的 AI 能力有没有被业务真正使用AI 平台有没有形成组织级 Skills产品和运营团队是否能通过 Agent 获得真实生产力这些能力能否被度量、治理和持续演进图 5技术组织从“交付工具”走向“交付 AI 平台、Skills 与业务能力”▍任务驱动会重写人和 Agent 的协作方式如果说“蜂巢组织”强调组织单元变化“组织不动AI 白动”强调流程和责任变化那么 Inspire AI 产品总监钟健鑫的议题《Agentic组织演进从“人驱动”到“任务驱动”的新范式》则把问题推进到协作机制本身。传统组织大多是“人驱动流程”任务先被拆给部门再拆给岗位再由人推动下一步。AI 进入后一种新的可能性是“任务驱动人机协同”围绕一个任务目标动态组织人、Agent、工具、数据和治理规则。钟健鑫提出“人 Agent 军团”的未来组织形态策略 Agent、执行 Agent、治理Agent、协同 Agent 分层协作并通过企业级动态本体和共享语义知识体系让 Agent 能够理解业务上下文、跨部门协同、持续更新。这个方向对企业很重要。因为很多 AI 项目失败不是 Agent 不会执行而是它不懂业务语义、不知道组织规则也不能在多角色之间稳定流转。任务驱动的组织需要把任务从“人手里的待办事项”升级为“组织可管理的对象”。这个对象需要有目标、上下文、责任人、参与 Agent、权限边界、评估标准、运行记录和反馈结果。只有这样Agent 才不是孤立助手而会成为任务系统里的参与者。这也意味着未来组织管理的对象不再只是人和部门还会包括 Agent、Skill、上下文、任务状态、权限和评估结果。图 6从人驱动流程到任务驱动协同组织管理对象扩展为人、Agent、Skill、上下文与评估结果▍中层管理者不会消失但职责会变很多讨论 AI 组织变革时容易落入一个简单问题AI 会不会让中层消失Inspire SVP肖然在《从金字塔到沙漏AI如何重构企业组织形态》中给出了一个更细的视角。传统金字塔组织依赖中层传导信息、分解任务、监督执行。AI 改变了信息处理和执行方式以后中层“信息中介”的价值确实会下降。但这不等于中层没有价值。相反AI 让中层管理者必须从“传话的人”转向“构建意义的人”。当一线可以直接借助 AI 获得数据、方案和行动建议管理者如果只做信息汇总就会被压缩。但当组织面对复杂目标、资源冲突、风险边界和跨部门协作时仍然需要有人定义优先级、解释战略意图、处理组织张力、判断结果是否值得承担。换句话说中层管理者要从“信息路由器”转向“组织判断接口”。这也和王栋提到的中层功能重塑形成呼应管理者不再只是分配任务而要承担赋能与裁判功能。谁适合带 Agent哪些任务适合自动化哪些团队需要重构哪些指标能够代表真实提效这些问题不是 AI 自动回答的而是组织管理者必须重新学习的判断。图 7中层管理从信息传导者转向意义构建者、边界设定者和结果裁判者▍组织变快需要一条可执行的启动路线组织变革听起来很大但企业不能等所有结构都想清楚再行动。宗刚在议题中给出了一条 60 天落地路线前 15 天选场景、成立跨职能 AI 领导小组、确定 token 预算15 到 40 天跑通一个 L2 到 L3 的跨部门编排闭环40到 60 天沉淀组织 Skill、调整激励机制、横向复制。这条路线的价值在于它没有把 AI 组织变革讲成宏大口号而是压回到一个可验证的组织实验。企业可以先选一个真实业务流程不是一个isolated demo而是一个跨角色、跨系统、跨责任边界的流程。然后围绕这个流程重新设计人和 Agent的分工哪些步骤由 Agent 执行哪些结果由人确认哪些上下文进入知识库哪些经验沉淀成 Skill哪些指标用来判断效果。如果这个闭环跑通再复制到第二个流程、第三个流程。组织不是靠一篇战略文件变快而是在一个个可验证的任务闭环中变快。这也是本文最想强调的判断企业 AI 转型不应只看工具普及率而要看组织是否形成了新的运行单元。一个蜂巢小组、一条任务闭环、一组可复用 Skill、一套新的责任和指标才是 AI 提效从个体走向组织的真正载体。图 8组织 AI 提效的 60 天启动路线选场景、跑闭环、沉淀 Skill、调整激励、横向复制▍结语AI 会让个体更快也会逼组织重新设计自己AI 已经证明了它能让很多个体变快。但企业要追求的不应只是“每个人都快一点”而是组织能不能形成新的运行方式更短的决策链路更清晰的任务闭环更可复用的经验资产更明确的人机分工更能反映真实业务结果的管理指标。个体变快是 AI 进入组织的入口。组织变快则需要企业重新回答五个问题任务该如何组织角色该如何重分Agent 该如何治理平台该承担什么管理者该如何判断结果。如果这些问题不变AI 再强也只会在旧流程里局部提速。如果这些问题开始变化AI 才会从个人工具变成组织能力。 相关议题王栋《AI 时代的组织重构从金字塔到蜂巢的研发组织演化》AiDD 2026 北京站「Agentic组织架构演进」论坛。宗刚《组织不动AI 白动AI 时代组织调整的一套打法》AiDD 2026 北京站「Agentic组织架构演进」论坛。李佳奇《从基础架构到超级团队AI 时代的技术组织进化实践》AiDD 2026 北京站「Agentic组织架构演进」论坛。钟健鑫《Agentic组织演进从“人驱动”到“任务驱动”的新范式》AiDD 2026 北京站「Agentic组织架构演进」论坛。肖然《从金字塔到沙漏AI如何重构企业组织形态》AiDD 2026 北京站「Agentic组织架构演进」论坛。下一站当 AI 从个人工具进入组织系统真正需要讨论的就不只是 AI Coding、Agent 或单点效率而是组织结构、任务协同、管理角色和人机边界如何一起变化。2026年 AiDD 北京站将在「Agentic组织架构演进」论坛中继续深挖从金字塔到蜂巢、从人驱动到任务驱动、从工具团队到超级团队以及企业如何把个体提效转化为可验证的组织能力。AI 会继续让个体变快但真正拉开差距的是组织能不能跟着进化。北京我们继续聊。