Sequoia 的一个核心洞察正在被验证：速度是判断创业公司成败的最佳指标。大多数公司用 AI 提升生产力，少部分公司用 AI 改变协作方式，而 Block 正在展示第三种路径——用 AI 彻底重新设计组织本身。

两千年的组织困局

罗马军队早在两千年前就遇到了至今悬而未决的管理难题：如何在通信受限的条件下协调数千人？

他们的解法是嵌套层级制，每层保持一致的管控幅度。最小的作战单元是 contubernium——8 名士兵共享帐篷、装备和一头骡子，由一名 decanus 带领。10 个 contubernium 组成 80 人的 century，由 centurion 指挥。6 个 century 组成一个 cohort，10 个 cohort 组成约 5000 人的 legion。每层都有明确指挥官，负责向上汇总信息、向下传递指令。

这个结构（8 → 80 → 480 → 5000）本质上是一套信息路由协议，约束来自一个简单的人类极限：一个人有效管理的下属数量在 3-8 人之间。罗马人通过数百年战争发现了这个规律，并将其制度化。今天美军沿用的指挥链依然遵循相同逻辑——这被称为"管控幅度"，它仍是地球上所有大型组织的管理约束。

下一个重大突破来自普鲁士。1806 年耶拿战役被拿破仑击溃后，沙恩霍斯特和格奈森瑙领导的改革者围绕一个令人不安的事实重建了军队：不能依赖高层的个人天才，需要一套制度。他们创建了参谋部（General Staff）——一群专职军官，其职责不是作战，而是制定计划、处理信息、跨单位协调。沙恩霍斯特的原话是：参谋要"弥补无能将领的短板，提供领导层所欠缺的能力"。这就是中层管理的前身。军队还正式确立了"业务线"与"参谋"的职能区分——业务线推进核心任务，参谋提供专业支持。这一词汇至今仍被所有企业使用。

军事层级制通过 1840-1850 年代的美国铁路进入商界。美国陆军将西点军校培养的工程师借调到私营铁路公司，这些军官带去了整套军事组织思维。参谋制、职能层级、官僚汇报与控制系统——这些都先在军队中发展成熟，再被铁路公司商业化应用。1850 年代中期，纽约-伊利铁路的丹尼尔·麦卡勒姆创建了世界上第一张组织架构图，管理一条横跨 500 英里、数千名员工的铁路系统。他用层级逻辑 formalize 了和非正式管理小铁路公司截然不同的体系——这与罗马人使用的逻辑完全一致。这成为了现代公司制度的蓝图。

弗雷德里克·泰勒（1856-1915）进一步优化了层级制内部的工作流程。他将工作分解为专业化任务，分配给受过训练的专业人员，通过测量而非直觉进行管理。这产生了职能金字塔组织——一种在军事开创、铁路公司商业化的信息路由体系内实现效率最大化的结构。

职能层级的第一次真正压力测试是曼哈顿计划。奥本海默组织洛斯阿拉莫斯时采用了职能分组，但坚持跨组开放协作，抵制军方本能的 compartmentalization（信息隔离）。当 1944 年内爆问题变得关键时，他重组了整个实验室，创造了跨职能团队——这是当时企业界从未见过的工作方式。它有效，但这是由一个非凡人物在战时特殊条件下领导的例外。战后企业界面临的问题是：这种跨职能协作能否成为常态？

战后全球化的浪潮让职能设计的规模局限性变得尖锐。1959 年，麦肯锡的吉尔伯特·克里和阿尔弗雷德·迪·西皮奥在《哈佛商业评论》发表了《创建世界企业》，为矩阵组织提供了理论框架——将职能专业性与事业部单元相结合。在马文·鲍尔的领导下，麦肯锡帮助壳牌、GE 等公司实施这些原则，在中央标准与地方敏捷之间取得平衡。这成为了推动战后全球经济的"专业公司"或"现代企业"模板。

之后又出现了其他框架来应对矩阵结构的复杂性、僵化和官僚主义。麦肯锡 7S 框架（1970 年代末由汤姆·彼得斯和罗伯特·沃特曼提出）将"硬性 S"（战略、结构、制度）与"软性 S"（共享价值观、技能、人员、风格）区分开来——核心观点是：仅靠结构元素是不够的，组织有效性需要在文化特质和决定战略能否成功的非技术因素之间建立一致性。

科技公司后来进行了更激进的组织实验。Spotify 以跨职能 squad 和短冲刺周期著称；Zappos 尝试了全息组织（Holacracy），彻底取消管理层头衔；Valve 采用扁平结构，没有正式层级。但这些实验都揭示了传统层级的局限性，却没有真正解决问题——Spotify 扩张后回归了传统管理；Zappos 经历了大规模人员流失；Valve 的模式在超过几百人后难以维持。随着组织规模增长到数千人，它们都回到了层级协调，因为没有其他信息路由机制足够强大到取代它。

根本约束与罗马人和海军陆战队在二战中发现的一样：收窄管控幅度意味着增加管理层级，但更多层级意味着更慢的信息流动。两千年的组织创新都是在试图绕过这个矛盾，而非打破它。

Block 的赌注

那么，现在有什么不同？

Block 在质疑一个基本假设：组织必须围绕人类作为协调机制进行层级化设置。他们的替代方案：用 AI 系统替代层级所执行的协调功能。大多数公司今天用 AI 的方式是给每个人配一个 copilot，这只是让现有结构运作得稍微好一点，而没有改变结构本身。Block 想要的是更根本的东西：把公司建成为一个智能体（或者 mini-AGI）。

这个方向并非全新尝试。海尔的"人单合一"模式、平台组织、"数据驱动"管理——这些都是对同一问题的真实探索。它们的共同短板是：缺乏一种能够真正执行层级协调功能的技术。AI 正是那个技术。 历史上第一次，有一个系统可以维护一个覆盖整个业务的持续更新的模型，并用它来协调工作——而在此之前，这类工作只能通过层层管理人员传递信息来完成。

让这套机制运转，Block 认为公司需要两样东西：一是对自身运营的"世界模型"，二是足够丰富的客户信号来让这个模型发挥作用。

Block 是纯远程公司。他们的一切都产生记录——决策、讨论、代码、设计、计划、问题、进展，全部留有记录。这成为构建公司世界模型的原材料。在传统公司，经理的工作是了解团队中发生了什么，然后通过链条上下传递这些上下文。在一个工作本身已经被机器可读的远程公司，AI 可以持续构建和维护这幅全景图——什么正在被构建、什么被阻塞了、资源分配到哪里、什么在起作用、什么不在。这曾经是层级携带的信息。公司世界模型现在承载它。

但系统的能力上限取决于输入的客户信号质量。而金钱是世界上最诚实的信号。

人们在调查中说谎。他们忽略广告。他们放弃购物车。但当他们消费、储蓄、汇款、借贷或还款时，那是真相。每笔交易都是关于一个人生活的客观事实。Block 每天在数百万笔交易中同时看到买卖双方——通过 Cash App 看买家，通过 Square 看卖家，加上运营merchant的商户业务数据。这赋予了客户世界模型一种罕见的东西：基于诚实信号的、覆盖每个客户和商户的财务现实理解，这种理解会随每次交易复合。信号越丰富，模型越准确；模型越准确，交易越多；交易越多，信号越丰富。

公司世界模型与客户世界模型共同构成了一个不同类型公司的基础。

四个构建模块

在这个基础上，Block 构建四样东西。

第一，能力（Capabilities）。 原子级金融原语：支付、借贷、卡片发行、银行、BNPL、 payroll 等等。这些不是产品，是建筑模块——获取和维护都很困难（有些具有网络效应，有些需要监管许可）。它们没有自己的 UI，只有可靠性、合规性和性能目标。

第二，世界模型（World Model）。 有两面。公司世界模型是公司对自身运营、性能和优先级的理解，替代曾经通过层层管理流动的信息。客户世界模型是覆盖每个客户、每个商户、每个市场的表示层，从今天的原始交易数据开始，逐渐演化为完整的因果和预测模型。

第三，智能层（Intelligence Layer）。 这是将能力组合成特定客户在特定时刻所需解决方案的编排层。它主动交付这些方案。比如：模型预测到一家餐厅的现金流在季节性下滑前趋于紧张——智能层从 lending capability 组合一笔短期贷款，用 payments capability 调整还款计划，并在商户还没想到要找融资之前就把方案呈现给他。再比如：Cash App 用户的消费模式发生了模型关联到"搬到新城市"的转变——智能层组合新的 direct deposit 设置、具有针对新社区优化类别的 Cash App Card，以及根据更新后收入校准的储蓄目标。没有产品经理决定构建这两个方案中的任何一个。能力已经存在。智能层识别了这个时刻，并组合了它们。

第四，界面（Interfaces）。 Square、Cash App、Afterpay、TIDAL、bitkey、proto。通过这些界面，智能层交付组合后的解决方案。它们很重要，但价值不是在这里创造的。价值在模型里，在智能里。

当智能层尝试组合一个方案却发现能力不存在时，这个失败信号就是未来的路线图。传统路线图——产品经理假设下一步要构建什么——是任何公司最终的限制因素。在这个模型中，客户现实直接生成待办事项。

人的位置

那么，人做什么？

这个等式反转了传统图景。在传统公司，智能分布在人身上，层级路由它。在 Block 的模型中，智能活在系统里，人在边缘。

边缘是智能接触现实的地方。人类伸入模型还无法触及的领域。他们感知模型无法感知的事物：直觉、有主见的判断、文化背景、信任动态、房间里弥漫的感觉。他们做出模型不应该独自做出的决定——尤其是伦理决策、新奇情境、以及犯错代价是存在性的高风险时刻。一个无法触及世界的世界模型只是一个数据库。但边缘不需要层层管理来协调它。世界模型赋予边缘的每个人他们需要的上下文，让他们可以在不等信息通过指挥链上下流动的情况下采取行动。

在实践中，这意味着 Block 将角色 normalized 为三类。

个人贡献者（IC）：构建和运营能力、模型、智能层和界面。他们是系统特定层次的深度专家。世界模型提供过去由 manager 提供的上下文，所以 IC 可以在不等被告知该做什么的情况下对自己层次做出决策。

直接负责人（DRI）：拥有特定跨领域问题或机会以及客户结果。一个 DRI 可能在 90 天内拥有某个细分市场的商户流失问题，拥有从世界模型团队、lending capability 团队和界面团队调用资源的全部权限。DRI 可以在某些问题上持续存在，也可以在解决后再转移到其他问题。

球员教练（Player-Coaches）：将构建与人员发展结合。他们替代了传统 manager——后者的主要工作是信息路由。球员教练仍然写代码或构建模型或设计界面。他们也投资于周围人的成长。他们不把时间花在状态会议、对齐会议和优先级谈判上。世界模型处理对齐。DRI 结构处理战略和优先级。球员教练处理 craft 和人。

这意味着不再需要永久存在的中层管理层。层级过去做的其他一切，系统来协调。每个人都更接近工作本身，更接近客户。

核心判断

Block 正在经历这个转变的早期阶段。这将是艰难的，部分内容可能会在运转之前先坏掉。他们现在写出来，是因为相信每家公司最终都将面临他们曾经面对的同一个问题：你的公司有什么是真正难以理解的，而且这种理解每天都在加深？

如果答案是"没有什么"，AI 只是一个成本优化故事。你裁员几个季度改善利润，最终被更聪明的东西吸收。如果答案是"有深厚的理解"，AI 不是在增强你的公司，它在揭示你的公司实际是什么。

Block 的答案是经济图谱：数百万商户和消费者，每笔交易的两面，实时观察到的金融行为。这个理解在系统运行的每一秒都在复合。他们相信，这个模式的背后——公司将组织为智能而非层级——意义重大，将在未来几年重塑各类公司的运营方式。Block 已经走得足够远，足以表明这个想法不仅仅是理论——尽管他们欢迎争辩和反馈来压力测试和改进这些想法。

速度是公司的核心竞争力。层级和中间管理层阻碍信息流动。两千年来，从罗马 contubernium 到今天的全球企业，我们没有真正的替代方案。8 名士兵需要一个 decanus。80 人需要一个 centurion。5000 人需要一个 legate。问题从来不是需不需要层级。问题是：人类是否是执行层级功能的唯一选项。现在不是了。Block 正在建造下一代组织。