上周，Jack Dorsey和红杉合伙人Roelof Botha联合发表了一篇文章。
文章发在红杉官网，标题叫《From Hierarchy to Intelligence》。
Block刚裁掉40%的员工，然后宣布要用AI重建整个公司组织。
这不是降本增效的故事，这是一个组织范式转移的故事。
罗马军团的信息路由协议
文章开篇讲了一个两千年的故事。
罗马军队面临一个问题：如何协调数千人在广阔地域作战？
他们的解决方案是嵌套式层级：8人小队、80人百人队、480人大队、5000人军团。
每一层都有明确的指挥官，负责收集下级信息、传达上级决策。
文章说了一句很重的话：
这个结构不是军事编制，它是一个信息路由协议，建立在人类的一个基本限制之上：一个领导者能有效管理的人数在3到8人之间。
两千年组织创新的全部历史，就是在"管理幅度"和"信息速度"之间做权衡。
人管不了太多人，所以需要中间层。中间层多了，信息传递就慢。这是一个无解的权衡。
直到AI出现。
Block的野心：用AI替代层级本身
文章对当前企业AI应用有一个尖锐的判断：
大多数公司给员工配AI copilot，只是让现有结构工作得稍微好一点，没有改变结构本身。
Block要做的事情完全不同。
他们要构建两个World Model：
公司世界模型。因为Block是远程办公，所有工作都产生数字痕迹。AI可以持续构建公司的实时运营图谱：什么在建、什么被阻塞、资源如何分配、什么有效什么无效。
这原本是经理的工作。现在，公司世界模型替代了这个职能。
客户世界模型。Block通过Cash App和Square看到数百万笔真实交易。每一笔交易都是关于某人生活的诚实信号。
基于这两个World Model，Block构建了第三层： Intelligence Layer。
这个智能层能做什么？文章举了一个例子：一家餐厅的现金流在季节性下滑前开始收紧，模型见过这个模式。智能层自动组合借贷能力、调整还款计划，在商户还没意识到需要融资之前就把方案推给他。
没有产品经理规划这个功能。能力本来就在那里，智能层识别到了时机，自动组合。
但这里有一个前提：数据是瓶颈
读到这里，我意识到一个很关键的问题：
World Model从哪来？
Block有Cash App和Square的交易数据，这是天生的数据资产。但大多数中国企业没有这种数据基础。
那怎么办？
很多企业会说："我们有ERP、有OA、有CRM，系统里全是数据。"
但真相是： 数据不是不够，是太碎、太断、太假。
数据的三大问题
第一，碎。
ERP有ERP的数据，OA有OA的数据，CRM有CRM的数据。系统之间不打通，数据孤岛林立。一个完整的业务流程，数据分散在五六个系统里，拼不起来。
第二，断。
系统只记录"结果"，不记录"过程"。审批流程显示"提交-审批-通过"，但中间发生了什么？员工怎么思考的？怎么协调的？这些关键信息，系统捕捉不到。
第三，假。
纸面流程和真实运行轨迹脱节。员工先微信问领导意见，再邮件补充材料，打电话确认细节，最后才在系统里点提交。系统里的数据是"事后补录"，不是"真实发生"。
这三个问题归结起来，是一个本质问题： 流程是组织做事的方法，天然存在。但我们过去把它写在纸面上，与真实的运行轨迹脱节了。
员工脑子里怎么思考、怎么干、下一步做什么——这些组织自发形成的东西，才是真正的流程。但这些东西，我们捕捉不到。
怎么解决？让流程真实跑起来
答案不是建更多系统，而是 让流程真实跑起来，产生连续、完整、真实的数据。
怎么做？ 人机协同。
不是让员工去适应系统，而是让系统嵌入到员工的工作流中。当员工在做事的过程中与AI协同，整个过程被自然记录下来：
调用了什么能力，做了什么决策，中间产生了什么数据，上下文是什么。
这才是构建World Model需要的原材料。
Skill的角色：让人机协同成为可能
这里要厘清一个概念：Skill不是目的，是手段。
Skill的价值在于：把能力封装成可调用、可编排、可观测的单元，让流程真实跑起来，数据自然沉淀。
Anthropic今年推出的Claude Skills和三项核心技术，正好验证了这个逻辑。
Tool Search Tool：动态发现工具，按需加载。内部测试显示，token消耗减少85%，工具选择准确率从49%提升到74%。
Programmatic Tool Calling：通过代码编排工具，而不是自然语言调用。工具的执行过程是可观测的、可追溯的、可复用的。
Tool Use Examples：提供标准化的工具使用示例，让AI从例子中学习正确的使用方式。
这三项技术组合起来，就是在做一件事： 让工具使用过程从黑盒变成白盒。
有企业用这种方式重构月度报告流程。原本需要8小时的工作，编码成可复用的能力后，1小时完成。更重要的是，整个过程被记录下来了——谁调用了什么、什么顺序调用的、中间产生了什么数据，全部可见。
一个更现实的路径
Block的愿景很宏大：把公司建成一个intelligence，用AI替代层级。
但对中国企业来说，路径可能不太一样。
我的判断是三个阶段：
第一阶段，打破数据困境。识别出流程的断点，让人机协同成为可能。不是推翻现有系统，而是在现有系统之上，建立连续的数据流。
第二阶段，沉淀真实数据。通过人机协同的方式运行流程，记录完整的上下文和执行轨迹。这些数据是连续的、完整的、反映真实运行状况的。
第三阶段，构建World Model。当足够多的流程数据沉淀下来，就可以构建公司的World Model。这时，AI才能真正替代层级的协调职能，实现Block愿景。
结语
Block告诉我们：AI能替代层级，但前提是先有World Model。
World Model从哪来？从真实数据来。
真实数据从哪来？从打破数据困境、让流程真实跑起来、人机协同中沉淀而来。
数据是核心，人机协同是路径，Skill是手段。
层级不会消亡，但会被AI重塑。Block是终点愿景，数据觉醒是起点路径。
先把组织真实的运行轨迹数字化，让数据连续、完整、真实，才能谈得上构建World Model、实现AI原生组织。
这才是中国企业能走通的路。
核心主张：企业AI竞争力的本质，是获取真实的、连续的、反映组织实际运行轨迹的数据。数据是构建World Model的核心，人机协同是路径，Skill是实现手段。