OpenAI 新设立的独立观点平台 Intelligence Age 近日发布了《The future of the firm》一文，两位 24 岁的作者 Hemanth Asirvatham 与 Elliott Mokski 以自身在 OpenAI 直接统管全天候 AI 团队（包含奥赛数学金牌水准的模型参谋）的经历切入，推演了智能体进入企业组织架构的三条路径：垫在人类之下充当基层下属、并列在人类之旁充当虚拟同事、夹在人类之间充当协调监工。硅谷大厂试图用全员晋升和无裁员自动化的叙事安抚白领阶层，但外部劳动经济学与组织学实证研究给出了相反的结论：能够向 AI 派活的执行能力并不等于组织里的决策权力，在在职员工变成超级个体的同时，尚未入场的年轻人正面临初级岗位坍塌与算法控制收紧的双重挤压。
微软在 2025 年初针对 31 个市场 31,000 名知识工作者的调研中同样力推智能体老板（Agent Boss）概念，宣称 81% 的企业领导者计划在 12 至 18 个月内深度整合智能体，83% 的高管相信 AI 能让员工在职业早期就接手复杂战略。这种乐观预期建立在第一种路径（AI 在人类之下）之上，即每个打工人的工位底部都长出一个 AI 劳动力地下室，人类原地升任微型公司的董事会主席。要看清这套构想在真实商业环境里究竟如何运转，需要先拆解个人挂载 AI 后到底改变了什么微观机制。
单兵加 AI 即可抹平跨部门墙，宝洁 776 人实验证实一人抵两人团队
传统软件需要企业重构流程去适应工具，而具备主动规划能力的智能体更像能够自我入职的劳动力。当基层员工在工作流底部接入这类智能体，改变的不只是填表或写纪要的速度，而是传统科层制赖以存在的跨部门协同边界。
哈佛商学院与美国国家经济研究局（NBER）学者 Fabrizio Dell’Acqua 等人在宝洁公司（P&G）开展了一项涵盖 791 名专业人员（776 人完成全部数据）的实地随机对照实验，要求受试者完成真实的产品创新任务。实验结果直接量化了单兵挂载 AI 对传统团队建制的冲击：
以无 AI 辅助的个人为基线，传统的研发加商业双人无 AI 团队能将方案质量提升 0.24 个标准差；而仅靠 1 名配备了 AI 的员工，方案质量就跃升了 0.37 个标准差，几乎与配备 AI 的双人团队（提升 0.39 个标准差）持平，且单兵加 AI 的耗时缩短了 16.4%。
更关键的发现藏在职能视角里。在没有 AI 时，宝洁的研发人员倾向于给出纯技术方案，商业人员则偏向纯营销方案，必须靠两个人开会磨合才能拼出完整商业闭环。一旦接入 AI，无论是研发还是商业背景的单兵，都能独自产出兼顾技术可行性与商业价值的平衡方案。AI 实质上在单人桌面上复现了跨部门协作的知识整合，抹平了罗纳德·科斯在《企业的性质》中所说的内部沟通摩擦成本。这为 OpenAI 论文中基层员工一人运作微型团队、高管直接向平级 AI 营销团队派发沙发推广预算（AI 在人类之旁）提供了微观机制支撑。但实验设计者同时给出了明确边界：该结论仅来自单日创新工作坊的点子生成阶段，把创意筛选落地依然高度依赖人类专业判断。
初级岗位萎缩 16% 与算法监工普及，全员当经理掩盖了断代与集权
既然单兵加 AI 就能干出双人跨部门团队的活，企业高管接下来的动作是给每个新人配齐 AI 助理，还是直接砍掉一半的初级编制？OpenAI 的两位年轻作者认为企业不会发解雇信，因为人类对产出的胃口没有上限，大家只会把过去的自己自动化掉，转去负责十倍规模的目标。
真实的招聘市场选择了另一条路。当 AI 能够作为平行同事（Beside us）直接向经理汇报并包揽试错成本低的基础工作时，企业最理性的财务动作是停止招募需要培养的人类学徒。
能向 AI 派活只是操作能力，能决定做什么、豁免什么才是管理权力。
把在职效率研究与宏观就业数据放在一起对比，可以看到职场新人的处境正在急剧分化：
经济学家里克·布林约尔松（Erik Brynjolfsson）等人 2025 年发表于《经济学季刊》（QJE）对 5,172 名客服人员的研究确实证明，AI 辅助能让生产率提高约 15%，且经验不足的新手获益最大。但这仅限于已经拿到工牌的在职者。斯坦福大学 2025 年 11 月发布的《煤矿里的金丝雀》研究显示，在控制企业层面冲击后，AI 高度暴露职业中 22 至 25 岁年轻工人的相对就业率反而下降了 16%。
这就引出了整场组织变革中最棘手的断代悖论：OpenAI 论文承认人类最终需要靠品味、判断力和创意视野来充当 AI 团队的董事会，但人类的高阶判断力从来不是凭空长出来的，恰恰是在日复一日跑数据、改报告的底层学徒期（Grunt work）里试错磨出来的。当企业用平级 AI 替代掉初级岗位，不仅把应届生挡在了门外，也切断了未来培养合格人类审批者的管道。
至于已经留在牌桌上的员工，手握几个智能体也远非真正当上了老板。OpenAI 文中提到的第三种路径——人类在上、人类在下、AI 夹在中间（Between us）充当协调与监控层，在现实职场中早已不是理论推演，而是被称为算法管理的成熟实践。经济合作与发展组织（OECD）于 2025 年 2 月对 6 个国家 6,047 家雇主进行的调查表明，利用软件指导、监控和评估员工的算法管理已在企业中广泛铺开；欧盟委员会联合研究中心（JRC）2026 年 7 月发布的实证工作论文进一步指出，当算法直接介入任务执行与工作节奏控制时，员工的岗位自主权显著下降，休息间隙被压缩，工作压力同步攀升。
- 风险.当基层员工用底层的 AI 省下 16.4% 的时间，夹在中层的算法监工会自动把省出的时间填满更高密度的考核指标；如果员工没有设定目标和豁免例外的组织授权，所谓的晋升为经理，实则是单兵背负起过去整个小队的 KPI。
OpenAI 的两位作者在文末留下了一个未决的悬念：当 AI 把每个人的执行杠杆都放大十倍，企业规模可能会向极小化的超级个体公司和庞大的 AI 控股巨无霸两极分化；而人类判断力的微小差距，在指挥成百上千个智能体时会被急剧放大，反而可能拉大薪酬差距。对于正在推动 AI 落地的企业高管和打工人而言，接下来决定职场处境的核心变量，不再是谁能熟练给智能体派活，而是组织架构里究竟由谁保留目标设定权、异常豁免权与最终签字权。