虽然 OpenClaw 这阵小龙虾热潮已经褪去，但是他却大大的推动了 Agent 的整体进展，于是最近一些看不懂的行为又开始了，比如在各个群经常出现的同事 skill：
以及一些稀奇古怪的 skill：
然后就是一些关于组织架构的“传言”：中层管理要被 AI 干掉了！
……
首先说说同事skill。说实话，我其实是有些搞不明白的，比如说我之前在 B站 时期就真的会认认真真写很多文档，但无论这个文档写得有多好，相信我：他大概率是没人看的…
于是我就觉得很奇怪，你那个同事在世的时候（在职的时候），你不去当面请教，是出于什么原因考虑，要在他不在的时候还要去跟他对话，是敬仰吗？
这里的底层逻辑是：你明明看不上这个离职的人，是什么逻辑导致你要使用他的知识库、思维方式，毕竟你重来可不认为他是对的！
再说说 AI 会干掉中层，这似乎有点更无厘头了，我甚至不知道提出这个观点的同学做没做过高管，或者就是故意的…
接下来我们做进一步展开讨论：
同事Skills
关于 Skills 我们之前做过深入探讨，他的本质是 Workflow 的迁移，也就是 Skills 里面装的是我们的工作流。
所以，这里的重点重来不是 Skills 而是工作流，与其说在讨论 Skills 有没有用，不如说是在讨论 工作流 有没有用。
这里答案是非常肯定的：工作流的作用极大，他非常适合将重复的体力工作 AI 化、或者说他很适合将容易出问题的步骤标准化，举个例子：
-
HR 在做员工花名册的时候，之前是需要将员工身份证、简历中一些信息录入，这个形成清晰固定且烦躁容易出错，那么他就非常适合被 Workflow/Skills 化； -
之前程序员在提交代码的时候，不喜欢做 Code Review、也不喜欢写注解，这个也可以用一个 skill 去做规范；
要注意，这里的 Workflow 只代表了同事 Skills 的一部分，因为其知识并没有被纳入，但就算如此他已经可以解决很多问题了。
在工作流梳理结束后，问题又来了，我们怎么将他自动化，从时间推移的话，有几套方法：
-
代码实现，直接求程序员写代码做实现，现在可以直接上手 AI Coding，成本很低； -
低代码平台，偶尔不想求人、或者不想搭建环境的情况下，就可以使用 Coze、AI 表格等低代码平台自己做编排； -
Agent，连编排都不想做，想用自然语言编程，那就只能使用 skill 这种 Agent 策略了；
这里的逻辑很简单，他清晰展示了在不同阶段，我们在用什么工具/方法装载/承载工作流。
所以，同事 Skills 他并不高级，他很大程度上就是工作流，只不过在 OpenClaw 之前，大家没意识去整理/老板没意识推动整理，到现在被反推着在做这些工作了。
严格来说，我认为这属于数字化转型的延续。
最后，既然是工作流的承载工具，Agent 是不是最合理的工具呢？答案可能是否定的，他是看上去最先进的，但类似 OpenClaw 这种 Agent 平台可能不是最优解。
比如，你要跟你真正同事之间实现状态流转就很费劲，他极可能需要依赖一套数据系统，可能是数据库、更可能是 AI表格，暂时来说我认为：AI 表格才是最好的工作流承载工具。
也就是说，你去养龙虾花的时间，好好去把 AI 表格用好，可能效率更高，结果还更稳定…
AI 干掉中层？
我已经在很多群里面看到：AI 会干掉中层管理的言论。
然后具体查询下来，貌似热度最高的是 Palantir CTO、a16z 创始人马克·安德森、Jack Dorsey，三个在硅谷极有分量的人首先提出的？
至于他们是如何认为的，我没办法全面的了解，我直接展开自己的看法，先说在 AI 时代前中层管理的价值做展开：
中层干部在管理体系中的价值
我们之前说过：管理是一套法治与人治的框架。从上看着眼于架构与机制，从下看着眼于人。
他通过机制和架构不停去降低工作中的信息失真与评价失效，然后鼓励更多的英雄去处理那些点状问题，从而维持公司的高效运转，如上图所示。
框架有四个层级：员工、经理、总监、高管。不同层级在框架中会有不同的责任，基层 Leader 也就是经理的工作核心是具体项目管理。
而框架的第二个层级，也就是常说的中层干部总监。
一般来说，总监脱胎于经理，也就是牛逼的经理才能成为总监，而总监的核心职责就不再是一般的项目管理了，而是：
-
核心项目管理，攻坚、战略型、复杂度高的项目，还是很容易交给总监； -
处理管理上的共性问题，设计机制、或者协助上层落地机制去批量解决问题。正儿八经聊，这块之前也做得不太好，因为太虚了，管理问题多半与文化相关； -
梯队搭建，这个工作非常重要，他需要将一批人围起来，但如果 AI 的结果是精英化，这个工作内容会减小但不会消失； -
课题研究，课题研究是某些核心项目攻坚的延伸，总监级人员最重要的工作其实是做课题研究，也就是选题上的创新，他们最大的作用是协助上级提出对公司更有利的战略课题，也就是说帮上级找课题去忽悠 CXO 们；
综上，只要企业这个主题还存在，只要还存在派系斗争与跑马圈地，那么总监这个最强打手就一定会存在。
至于经理能不能做这些事，大概率是不能的，他们灵活性太差了，你要相信，聪明人真的是只有那么多…
这里再具体一点做阐述：
工作的不确定性
公司是一个系统：高管关注战略，经理关注执行，系统如果出问题就会爆发各种点状问题，点状问题过多就一定会漏出来，但高管是没闲情去处理的。
总监的意义也在于此：对上承接战略，对下兜底问题，他们是高管与经理、战略与执行之间的过滤器，而这里面蕴含着巨大责任与利益：
-
总监要对上层信息进行过滤，第一是解释战略，第二是过滤负面信息，也就是上层就算火烧眉毛了，执行差依旧是一篇红火； -
总监要对下级问题进行分析，进一步判断是使用人治还是法治的手法，法治意味着上抛问题，人治意味着平息问题，偶尔经理相持不下的时候还得下场兜底；
可以看到，总监处理的工作不确定性极高，但又是信息高效传递、公平评价的基础。
所以有一句话：公司乱不乱，总监说了算，因为总监其实就是监督所有的经理，其中包括重要机制、流程的执行情况，如果一个公司看不到总监价值，一定会爆发各种事故。
于是这里也有个非常尴尬的问题：总监越厉害，团队问题就越少，问题越少，总监越没价值，这是一个死循环，也是总监难为的根本。
至此就是最后一个问题：是不是团队人少了就不需要中层管理了？
人少了还要不要中层？
我们前面说了，公司的最核心管理问题是 难以评价 + 信息难以有效传递，那么人少了后会好一些吗？
答案是有些会有些不会，举个例子：我2年前团队有10多个人，现在团队只有4个人（包括我），已经足够小了吧、效率就一定高了吧？
恰好相反，现阶段真实的情况是有很多重要事项全部卡在我身上，导致我很多工作一直在 delay，比如：
-
我 3月 就想开直播，但是很多材料还没做好； -
我们现在维护 2个 号，我的文字工作流极大； -
我要做总体课程设计，其他同学只能在我的基础下完善课件，很难自主升级； -
我有很多客户要见，其他同学很难代替； -
我还有些客服工作要做； -
…
大家先别急着吐槽，我最多时候管理过500人，多数时间是管理200人，所以对于怎么“剥削”员工这件事我已经极其在行了，那为什么现在会呈现出我比员工更累的情况？
答案很简单：经理级同学能够处理的场景是有限的…
于是问题又变了：为什么不招总监级做执行，那效率不就起飞了吗？
这怎么说呢？想法很美好，但现实很残酷，我们先不考虑成本问题，据真实实践下来，总监级人才虽然能够处理很多独立场景，但这批人心思特别多，并不是你说什么就做什么…
之前我跟一个总监级合作，2个月做不了一个课程，结果换了现在经理级，一个月雏形就出来了，只不过确实更累就是了…
那么这些工作 AI 能不能帮忙呢？也能，但只能提升单人效率，这也是为什么我们 4个人就够了的原因。
所以说，中层这个岗位确实会减少，但不会消失；其次就算这个岗位消失了，那批能力更强的人，也只会抢占其他人的工作
毕竟整个工作体系，是一个人才排序逻辑，金字塔模型还是存在的
至此，我们将思维再往前推一步：
关于 AI 数字分身
其实大家也看出来了，AI 正在同时“抢占”执行层员工、基层经理、中层总监的工作内容。
比如这里的同事 skill，只要做好了，一定可以减少很多无谓而重复的工作量，这里我给两个实际的案例：
-
之前帮 HR 做的简历系统，可以将 2个人干到 1个人； -
之前帮某电销团队做的 AI CRM 系统可以将一个完整的 5人线索策略分配团队干到只有 1人；
而这些都是工作流项目，这里没有什么技术门槛，几乎只要公司有意识做就一定能做到，至于你选 低代码平台工具承载 还是 选 Agent 体系承载，这完全看需要。
然后到了中层管理的任务范畴了，毕竟做创新、找课题、带核心项目并不是天天能做的事情。但由于团队整体人数减小，对应着信息失真、评价失效问题也会减少，相应着中层干部的生存空间一定会被压缩，最终岗位当然就少了…
综上，AI 正在通过提升每个层级的岗位效率，最终达到影响组织架构的结果，但这有个问题，之前的视角都是员工视角，那么站在公司视角，未来又应该是什么样的呢？
AI 加持下的组织结构
在AI时代，评价和信息问题都可以部分被AI搞定，在这个基础下组织架构可能会有所不同，在我理想中的架构可能是这样的：
-
管理层不停收集外部信息，结合公司情况做任务分发； -
而得益于AI与信息通道的结合，战略信息被无损的下放下来了； -
AI进一步对诊疗进行了合适的切割，并且知道这个任务最适合的员工是谁； -
员工对任务的执行，每天信息被AI收集，如果有问题，会接受【专家组】的指导； -
最后任务完成，PMO团队开始进行项目复盘，并且对员工进行即时奖惩；
这种模式是公司对内外部信息十分了解下的分工，他没有了部门的概念，整体公司会呈现轻量化的特点。
最终，我觉得会呈现一套这种体系，先全知，然后逐渐做到公司能力上的全能：
这其实是我两年前的创业项目：CEO 数字分身，但大家也知道后续了，他虽然做死了，但大趋势一定是这么回事：
先用 AI 去发现各个任务流转之间的问题；在设计 SOP/Workflow 去解决这些问题
结语
最近偏技术的文章写了不少，今天我们放松一下，写写观点散文。
关于最近市面上很多的情况，我是有触动的，但又没办法做到更系统性的整理，所以就先写写散文，后面再规整吧。
其实这里还有个问题，如果真的把 AI 时代的组织结构探讨清楚了，各位也不一定听得懂啊…