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。
但这里有一个前提条件
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？
我的答案是： 从流程来。
流程是产生数据的最佳场景
流程是什么？是公司真实运行的轨迹。
审批、报销、入职、采购...每一个流程节点都在产生数据。但传统流程有个致命问题：
流程是纸面上的、断点的。
人拿着审批单找领导签字，邮件发来发去，微信群@来@去。数据是散的、断的、不规范的。真实的运行轨迹不可见。
你问一家公司：你们的入职流程平均要多久？卡在哪个环节最多？没人说得清楚。
这就是问题。
Skill的价值：捕捉真实运行轨迹
读完Block这篇文章，我一直在想一个问题：
对中国企业来说，通往Block愿景的路在哪？
我的判断是： 面向流程建设Skill，捕捉组织真实的运行轨迹。
这不是替代层级，而是让流程产生数据。
具体来说：
第一， 把流程从"纸面规范"变成"可执行程序"。合同审查Skill、风险检查Skill、流程挖掘Skill，这些不是决策，是标准化的工作程序。
第二， 在不大幅改造业务系统的情况下，把断点的流程串成端到端。Skill可以嵌入现有系统，不需要推翻重来。
第三， 真实记录谁在什么时候调用了什么、运行得怎么样。这些数据沉淀下来，就是公司的World Model。
Anthropic的验证：Skill让流程可观测
Anthropic今年推出了Claude Skills，并配套发布了三项核心技术。
这三项技术正好验证了我们说的逻辑。
第一，Tool Search Tool。动态发现工具，按需加载，而不是一次性把所有工具定义塞进上下文。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%。
第二，Programmatic Tool Calling。通过代码编排工具，而不是自然语言调用。这意味着什么？工具的执行过程是可观测的、可追溯的、可复用的。
第三，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，而不是每次都重新摸索。
这三项技术组合起来，就是在做一件事： 把"怎么做事"从员工脑子里抽出来，变成可执行、可观测、可复用的Skill。
有企业用Claude Skills重构了月度报告流程。原本需要8小时的工作，编码成Skill后，1小时完成。更重要的是，这个过程被记录下来了——谁调用了什么工具、什么顺序调用的、中间产生了什么数据，全部可见。
这正是World Model需要的原材料。
一个验证：从流程数据到World Model
用一个入职流程可以验证这个逻辑。
导入1000条审批轨迹数据，自动识别出17个可AI化环节。资料初审环节平均停留时长超过预期3倍，薪资审批驳回率23%，IT设备申请有15%的流程在此中断。
基于诊断结果，优先对资料初审环节构建Skill。上线后，处理时长从4.5小时降到1.2小时，错误率从12%降到3%。
这个案例说明： 流程数据是World Model的原材料。
审批轨迹、停留时长、驳回率、流程断点，这些看似枯燥的数据，构成了公司运营的真实画像。
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，单点辅助。在流程的个别节点用Skill辅助人工，比如合同审查、资料初审。人还在逐节点执行，AI只是提效。
第二阶段，人机协同。Skill资产库建立，Agent按流程调用Skill。某些节点全自动执行，某些节点人机协作，某些节点仍完全人工。
第三阶段，Agent端到端驱动。当绝大部分节点都Skill化且Agent可自主执行时，流程整体升级为Agent端到端驱动。人工只在关键决策点审批和异常情况介入。
这不是一朝一夕的事，但方向已经清晰。
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？从流程数据来。
流程数据从哪来？从Skill让流程"跑起来"来。
流程是连接物理世界和数字世界的桥梁，Skill是让这座桥梁通车的基础设施。
层级不会消亡，但会被AI重塑。Block是终点愿景，面向流程建设Skill是起点路径。
先把业务流程数字化，让流程产生真实数据，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，是以流程为脉络建设的组织级Skill资产。面向流程建设Skill，捕捉组织真实的运行轨迹，为AI原生组织积累数据资产。