那些跑通 AI 变革的团队做对了什么？

AI转型，说到底是一把手工程。如果一号位自己不懂AI，底下那几个会用的人就会陷入一个怪圈——活越做越多，却越干越憋屈。因为低效部门会不断把他们辛苦节省出来的资源吞噬掉，局部转型在全局中迟早被拖死。这个道理，说起来简单，真正做到的组织却少之又少。

当人工智能以前所未有的速度重塑智力、生产和社会的每一个角落时，我们是否真的准备好与它朝夕相处了？2026年5月，腾讯研究院联合香港大学法学院，在北京和深圳两地举办了一场AI & Society (AI&S) Forum 2026，主题就叫“与AI共处的时代 (Living with AI)”。在香港，大家聚焦“AI的边界”，思想与产业正面碰撞；在深圳，则通过“不插电”和“全插电”两种极端的教育现场，感受技术如何回归人的尺度。在这场系列对话里，学界、产业和一线实践者聚到一起，试图穿透技术的迷雾，直面它为经济、真相乃至生命带来的叩问。以下内容，源自这场论坛中关于“AI组织变革的一线实践”的圆桌讨论，希望能给正在或即将面对AI转型的你，提供一些视角。

核心观点速览

1.

。领导不懂AI，会AI的人就会被无限加活，低效部门只会吞噬高效部门的成果，局部转型注定被全局拖死。只有一号位亲自下场，才能真正推动组织变革。

2.

：第一层是面向用户的AI原生应用——这属于可遇不可求的“奢侈品”；第二层是在现有产品上叠加AI层，简化交互、提升体验；第三层是组织整体转型为AI原生工作空间。后两层不是选择题，是生存题。

3.

。生产力变强之后，释放出来的时间不会变成闲暇，因为他还肩负着影响周围人、重塑组织工作流的使命。

4.

。能在连接所有关键点的前提下，尽可能减少参与人数。原因不只是沟通成本，更致命的是“伪对齐”——会议桌上大家疯狂点头，散会后却一塌糊涂。

5.

。唯一的优势，就是比别人更早看到30年后的世界，然后用三个人的百倍生产力直接去改变它。

6.

。世界上还有大量未被解决的问题和未被满足的需求，关键不是谁被替代，而是每个人能不能用上AI、共享技术红利。

全文实录

：非常欢迎三位一线实践者！我们刚刚发布的报告《从超级个体到超级团队》算是开了个头，今天能请到三位，也很想听听产业一线的真实声音。先请三位简单介绍一下自己公司：做什么业务，团队规模多大，目前和AI协作的状态怎么样？

：大家好，我是来也科技的联合创始人胡一川。我们的业务是为企业提供AI数字员工，主要服务的对象是财务、客服、IT这些中后台的知识工作者。简单说，我们用一套软件，帮他们把日常工作中的重复性内容全部自动化执行，把人力和时间释放出来，去做更有创造性的事。团队规模200多人，研发以AI软件为主，大概50人。过去两年多，这个团队的变化特别大。大概两年前，所有人还在用GitHub Copilot；一年半前，大家开始用Cursor；一年前，全换成Claude Code；到今天，每个人同时在用多个Claude Code和多个Codex。想说的是，团队人数几乎没变，但产品线的数量和迭代速度，至少提升了5倍。

：大家是不是也更忙了？

：的确，更忙了。就像刚才报告里说的——超级个体确实生产力更强，但并没有因此变得更轻松。因为他在组织里还背负着一个使命，就是去影响周围的人，重塑整个团队的工作流。

：这个“是不是该更忙”的话题先放一放，我们听听下一位怎么说。若愚？

：谢谢。我叫王若愚，公司叫Workstream，可能国内的朋友不太熟悉。我们解决的是北美蓝领从招聘到入职、考勤到发薪的全链条问题。过去在硅谷融了大约1亿美元，B轮阶段。为什么会有这个问题？因为白领的工资是固定的，但美国蓝领大部分是小时工，特朗普上台后推行小费免税政策，蓝领收入变得波动极大。每天打工的工时、薪酬都不一样，而且不同职位的时薪也千差万别，数据结构异常复杂。蓝领行业本身又非常low tech，所以我们尝试用SaaS叠加AI去解决。内部我们把AI应用分为三层：第一层，做一个面向用户的AI原生应用，这是奢侈品，可遇不可求；第二层，至少在你的产品上叠加一个AI层，简化交互、增加科技感或讲个故事——这一层一定得做；第三层，就是组织内部全面AI化，这是今天讨论的核心——如何把公司变成一个AI-native的工作空间。过去你可能需要一个财务总监带一帮人算账，今天完全可以交给AI。内部Coding也一样，产品经理过去每天写文档，现在只做一件事——疯狂和用户聊天，记录扔给AI，AI自动转为GitHub issues，自动排优先级，整个工作流彻底变了。所以这三个层级：产品是奢侈品；AI layer加上AI-native work，这两件事是必做题。

：大家好，我叫汪晟杰，在腾讯负责WorkBuddy这个产品。关于AI的实践，我讲个自己的故事。以前做CodeBuddy（一个AI编程助手），我发现它能帮人写代码，那为什么不能帮所有人做事呢？于是我们想用“Vibe Coding”（氛围编程）的方式做一个面向非技术用户的产品。今年1月15号，WorkBuddy 0.1版本上线。后来受到大家喜爱，粘性很高，日常使用很频繁，就又结合了“龙虾”这个现象加了claw能力，出了小程序版本，成为国内最早的双形态产品。今天也发布了APP版本，大家可以在海内外搜到。

：因为Jason是产品经理出身，他讲的Vibe Coding、IDE这些词可能听起来陌生。简单说，就是AI执行能力强到可以按你的自然语言指令编程，完成你的愿望——比如我们刚才报告发布会的PPT，就是完全用自然语言生成。这对程序员是提效，对非程序员则是全新的工作方式。如果还没接触过，接下来一定会接触到的。去年我们发过一份AI转型报告，把企业转型分为三层：最上层是业务转型，提升效率、客户、研发质量；中间层是组织变革——什么样的组织能承载这些AI工具；第三层是心智重塑——我们如何看待人和AI的关系。这个关系决定了组织，也决定了业务。

所以第二个问题是：你们的团队现在做了哪些事来适应这种全新的生产力？

：最直观的变化，是团队规模被大幅压缩了。过去一条产品线，从产品经理到设计师到前后端工程师，动辄二三十人。今天，每一条产品线都在10人以内，有些从0到1的新产品，只要3到5个人。因为每个人生产力大幅提升，同时我们有意缩小团队规模来减少人与人之间的沟通消耗。没有AI的时候，沟通消耗了最多的时间和精力。现在人越少的团队效率越高——可能每天就两三个人开半小时会，讨论决策，然后各自去干，让AI去干。另一个关键变化，是人跟AI的关系。年初我给产研团队提了一个要求：每个人使用AI要依次做到三个阶段。第一，让agent成为你默认的工作入口——WorkBuddy、Codex这些应该成为首选入口，而不是还要打开IDE或PPT。第二，从一对一变成一对多——一个人同时用多个agent。但这很快带来注意力瓶颈，有人同时开4个、6个、8个Claude Code窗口，光切换窗口就耗费了大量精力。所以第三阶段，我们要设计新工作流程，让人和AI解耦，甚至让AI在下班后继续工作。最近统计发现，有些同事下班后一晚上能消耗数十亿token。

：数十亿token是多少钱？

：我们买的是200美元的Coding Plan，如果按API价格换算，一天可能要几百美元。

：我们调研过很多企业的token消耗，从几百美元到上万美元都有。最夸张的是OpenAI的一位研究员Peter Steinberger，一周消耗了2170亿token，算下来大概几万美元。他一个月用了100多万美元——当然有人质疑用了这么多做了什么事，但他说，跟雇更多高薪工程师比，还是划算的。这里面有就业和替代的问题，但单从token消耗看，确实带来了巨大的生产力革新。

：我觉得分两个层面——战术和战略。战术上，我们内部的第一性原理是：做一件事时，在能连接所有关键点的前提下，尽量减少参与的人。过去一个科技公司需要技术、产品、市场、销售、运营，可能要好几个部门来协作。但今天，执行变得廉价快捷，这5件事最好让一个人做。如果做不到，两三个人也远远快过5个人。因为人一多，光是对齐就要浪费大量时间。办公室里有个很不好的文化，有人讲话时，大家疯狂点头——不是因为听懂了，而是氛围使然。讲话的人以为听懂了，说“那去做吧”，结果一塌糊涂。这才是管理最大的瓶颈：你以为大家懂了，其实没有。所以降低会议人数很关键。战略上，更大的深坑是：很多人以为招个懂AI的CTO或带头人就行，不是这样的。AI组织转型的核心瓶颈，是一号位。英文叫“it's a responsibility of the owner of the work”。如果一号位不能主动推动，就会出问题。举个例子，团队里领导不懂AI，但下面有几个人特别厉害，他们推了AI转型，结果一定是那几个人一个人干100个人的活，其他人不怎么干。领导把活往那两三个人身上推，自己又不精通，很难判断谁对谁错，舍不得裁人，最后会干活的人越干越多，不干活的人躺着赚钱。拉到更高维度，如果CEO不懂AI，省下来的预算会流向其他未转型的臃肿部门，他们会吃掉这些预算，生出更多虚假需求和错误需求，那边低效会越来越重。所以从团队到公司，一号位不下场，真正会干活的人反而会被拖死。

：讲得非常生动。报告里也有很多案例证明，一号位亲自下场推转型才是关键。

：对。如果企业或高校里有AI-native的人，也有还没转型的人，已经AI-native的，效率是100倍。还没转型的会感到巨大危机。而一号位如果自己没有认知，天然会听到那部分人的谗言——他们会说那些人在干坏事，言论不合规，然后排挤。所以一号位如果不做那条“鲶鱼”，下面先走一步的人就会掉队。总结一下：战术上要尽量降低connecting dots的人数；战略上一号位不all in，作为员工，你也掂量掂量，别做炮灰。

：所以给个人的启示是，要尽量拓宽能力维度，让自己能端到端负责一些事。不止在专业上做深，更要做大范围覆盖，甚至具备创业者的思维。

：我们做WorkBuddy时，会把功能模块拆解，每个小功能让AI自己定义边界。每个小组负责一个模块的上下游闭环，无非就是和底座或上层解决方案层交流。这个互联过程，其实是AI给另一个AI派发约定，前期有人参与评审。拿到任务后，3到5个开发同学做需求澄清，和PRD共同完成。现在每个人角色模糊了——开发也能写产品文档，产品经理也能写代码。让产物更明确，让AI开始干活，人则监控流程，拿到成品。因为前期做了充分讨论，成品基本都合格。我们还会拉很多群，思考让AI长期存在于群里去理解对话，但目前技术难度大，因为噪音太多。我们会做压缩和总结，让AI一开始就有上下文，也把这些落到代码仓库里，让AI写代码时能把经验写进去，不断轮询后产生满意结果，然后复盘更新，让仓库更完善。这样一次成功案例，下次就能复用。

：关于就业问题，很多人担心工作被替代，你怎么看？

：我认为可以把人分三类。第一类，已经成功转型的，恭喜你；第二类，还没转型但愿意学的，完全没问题，时间问题；第三类，很努力推动变革，但因为整个组织问题，你的工作高度依赖别的部门，而其他部门不想变革——建议立刻换部门或跳槽，千万别死撑。你会发现越努力，在草台班子里死得越快，因为做得最多，错得最多。

：我们团队很多人用AI，但使用层次不同。我会指导他们共同成长。比如有人把AI当web search工具，但AI还能帮你反向找灵感。发现问题、调研清楚、快速优化，甚至生成手绘草图给你选择。通过图文对话，帮人类快速理解、发现问题，最终确认“就这个问题，你开干吧”。这是非常高效的。

：很多人用AI还停留在“一问一答”，但更好的方式是让AI问你问题，做多轮交互，让它更理解你的想法。Intelligence as a Service——人类历史上第一次有这种能力，一个人就能触达全人类的智慧。怎么使用它，带来的差异和红利巨大。

最后一个问题：有什么建议给今天的观众？

：最直接的就是边用边学、边学边用。AI本身就是一个很好的学习工具，深度用起来的过程中，也是在和它交流学习。

：无论创业还是找工作，第一条是：如果你要创业，确保自己是能推动AI转型的人，或AI-native的人，并且有伟大的愿景。找工作时，确保老板很懂AI又懂愿景。这样，要么效率高能吸引人才，要么不会在一个坏老板和坏组织里被耗死。

：愿景变得比过去更重要了。过去愿景是用来凝聚几百人、上千人的宏大叙事。今天团队变小了，但愿景的价值是确保你能招到超级个体。这些人不会为了一份工资来打工，他们内心有改变世界的宏愿。你讲的故事、描绘的10年30年50年后的世界，符合他们的认知和想象，你手上的资源能给他们杠杆，就能一起往前走。今天制造变得廉价，你唯一的能力就是比别人更早看到不一样的东西，然后用三个人的百倍生产力直接改变世界。所以判断一个公司、一个老板值不值得跟，核心就是两点：第一，一把手工程推不推得下去，一把手自己懂不懂；第二，他有什么愿景，你是否相信。

：愿景也可以是微小的——对周围人的影响、对社会的影响，哪怕是一点点。今天的社会中还有很多问题，如果你能通过努力解决一两个，就是一个很好的愿景。

：完全同意。创业最难的部分就是，起始点永远是很小的一个点，但你要越快意识到背后有个大愿景，就越能吸引到顶尖人才。

：AI就像你手里的黏土，你可以把它塑造成你想要的东西。它的上限，在于你想象力的空间有多大。以问题为导向，解决日常场景中的问题，比如教学场景——它可以是一个随时督促你的老师。

：谢谢三位的精彩发言。我之前很困惑，觉得未来可能两极分化，有焦虑。但有次一位企业家说，你看我们的世界，还有很多不漂亮的地方，有大量未解决的问题，需求是无限的。所以只要需求还在，机会就巨大。