← 回總覽

范凌:当公司变成 Agent,关于 AI 时代组织的 5 个反思

📅 2026-05-06 17:46 腾讯研究院 商业科技 2 分鐘 1909 字 評分: 90
AI 组织变革 Pod 模式 Agentic AI 企业上下文 AI 原生组织
📌 一句话摘要 特赞创始人范凌深度分享其公司从 Copilot 到 Agentic 组织的变革实践,提出以 Pod 和 Community 双轨制重构组织,并强调创始人亲自 Build、搭建企业上下文系统是 AI 时代组织转型的关键。 📝 详细摘要 本文是腾讯研究院对特赞创始人范凌的深度访谈。范凌基于特赞自身的企业级 Agentic AI 实践,分享了 AI 时代组织变革的五个核心反思。他提出,AI 的本质是反工业革命的,它打破了传统的专业分工,让个人变得更全能。基于此,特赞重启了 Pod(小型跨职能团队)变革,并辅以 Community(社区)模式来培养跨界能力。范凌强调,AI 原生组织

📌 一句话摘要

特赞创始人范凌深度分享其公司从 Copilot 到 Agentic 组织的变革实践,提出以 Pod 和 Community 双轨制重构组织,并强调创始人亲自 Build、搭建企业上下文系统是 AI 时代组织转型的关键。

📝 详细摘要

本文是腾讯研究院对特赞创始人范凌的深度访谈。范凌基于特赞自身的企业级 Agentic AI 实践,分享了 AI 时代组织变革的五个核心反思。他提出,AI 的本质是反工业革命的,它打破了传统的专业分工,让个人变得更全能。基于此,特赞重启了 Pod(小型跨职能团队)变革,并辅以 Community(社区)模式来培养跨界能力。范凌强调,AI 原生组织不应是人的工作流里嵌入 AI,而应是 AI 的工作流里嵌入人的判断。文章还深入探讨了创始人亲自下场 Build 的文化引擎、分层上下文系统的搭建、以及从 Demo 到生产环境所面临的 Evals 挑战。最后,范凌建议年轻人在 AI 时代应专注于 Build 项目而非追求学历,并指出企业应聚焦于 AI 无法压缩时间的能力积累上。

💡 主要观点

- AI 本质是反工业革命的,它让个人变得更全能,而非让专业分工更卷。 范凌观察到,产品经理和设计师用 Cursor 比研发更有创造力,因为 AI 帮他们拿到了过去必须排期才能获得的研发资源。这动摇了工业革命以来一人一岗的组织假设,让人+AI 可以同时扮演多个角色。

AI 原生组织的形态是 Pod + Community 双轨制,而非在原有职能上加 AI。 特赞将公司切成 3-10 人的跨职能 Pod,实现高内聚低耦合的闭环交付。同时建立横向的 Community,帮助成员补齐销售、产品、代码等跨界能力,并专设 Leadership Community 培养管理 Agent 的能力。
创始人亲自下场 Build 是推动 AI 文化最有效的引擎。 范凌和 CTO、产品负责人组成小团队用 AI 做新产品,带来的用户增长远超其他团队。通过午餐、咖啡时间展示 Demo,内部形成了自豪地展示自己 Build 的东西的文化,其传染力远超自上而下的培训。
企业级上下文系统是 AI 落地的关键基础设施,需分层管理并处理权限问题。 特赞搭建了公司级、Pod 级、个人级的分层上下文系统。公司级用 schema.md 作为索引指向海量文档。范凌强调上下文不是越丰富越好,需要框架而非细节,且必须严格处理权限和保密问题。
AI 时代应聚焦于 AI 不能压缩时间的能力积累,如真实数据和 Evals。 范凌认为,仅依赖模型能力升级的壁垒很脆弱。特赞通过积累 100 万真实用户数据、搭建 Game Lab 进行 Evals,确保 AI 模拟的准确性。他建议企业应去开拓蓝海市场,而非只盯着降本增效。

💬 文章金句

- AI 不是帮研发提高效率的工具,而是帮那些需要研发资源的人拿到研发资源的 Agent。

  • AI 原生组织不是人的工作流里嵌上 AI,而是 AI 的工作流里嵌上人的 judgement。公司可以是一个 Agent,人是在这些 Agent 里面提供判断的角色。
  • Leadership、ownership、responsibility、resilience 这些听上去虚的东西,在 AI 时代反而变得非常具体。
  • 现在是产品过剩、用户不足的时代。增长会越来越难,也会越来越重要。AI 时代要 focus 在那些 AI 不能压缩时间的能力积累上。
  • 不要再执着于做一个'好学生'了,去 Build 吧!

📊 文章信息

AI 初评:90

来源:腾讯研究院

作者:腾讯研究院

分类:商业科技

语言:中文

阅读时间:64 分钟

字数:15908

标签: AI 组织变革, Pod 模式, Agentic AI, 企业上下文, AI 原生组织

阅读完整文章

查看原文 → 發佈: 2026-05-06 17:46:00 收錄: 2026-05-06 22:00:29

🤖 問 AI

針對這篇文章提問,AI 會根據文章內容回答。按 Ctrl+Enter 送出。