反轉！它碾壓了OpenAI

內容來源：筆記俠（Notesman）。

責編| 賈寧排版| 拾零

第 9583篇深度好文：4648 字| 15 分鐘閱讀

未來趨勢

筆記君說：

15個月，30倍增長，年度營收300億美元。

2025年1月，美國人工智能公司Anthropic的年化營收還只有10億美元。

2026年4月，這個數字跳到了300億美元，翻了整整30倍，超越OpenAI，成了新的霸主。

Anthropic，為什么這么厲害？

這家公司的核心成員，都是從OpenAI分離出來的，除了產品開發、商業化路徑、技術哲學的差異化，還有一個關鍵因素，它在組織建設和產品建設上比OpenAI更加“AI原生”。

你可能會問：什么樣的公司，才是AI原生公司？

今天這篇文章，我就把AI原生公司到底長什么樣，以及你的組織如何真正升級這件事，一次性聊透。

一、AI+和AI原生，有什么本質區別？

YC（Y Combinator，知名創業孵化器，下同）在2026年最新RFS清單（Requests for Startups，面向創業者的方向指南）中發出警告：未來5年，不能用AI重新定義核心業務的公司，將失去生存資格。

這話聽起來有點吃力，我幫你翻譯一下：

YC說會“失去生存資格”的公司，是那些只在舊系統上打補丁，買AI工具、讓員工學AI技能的公司。

它們只能叫“AI+”公司，增長曲線和行業均值幾乎沒有差別。

而從第一天起，就用AI重新設計了整個組織的運作方式的公司，才能叫“AI原生公司”。

它們實現了Anthropic那樣的指數級增長：

廢除傳統匯報層級，無層級自治，推進“直接觸達模式”，信息零損耗；

不按“前端/后端/測試”等職能劃分，而是按使命組織，極致扁平化，研究和工程不分家；

決策鏈條短，52天完成73次產品級更新。

“AI+”，就像給家里用了十幾年的老式洗衣機，加裝了一個自動投放洗衣液的裝置。機器還是那臺機器，流程還是那個流程，只是省了點事。

“AI原生”，則是直接換了一臺智能洗衣機——從進水、洗滌到脫水，整套流程都是AI自動設計的。AI不是配件，是這臺機器的靈魂。

二、大多數公司的AI轉型，

為什么會失敗？

YC合伙人Diana Hu在一次分享里說了一句很根本的話：“現在我們看到的變化，與其說是生產力提升，不如說是全新的能力。”

什么意思？

過去，創業公司要先招工程、設計、運營、銷售，再通過管理流程把人連接起來。

現在的變化是：一些過去根本做不到、或必須靠完整團隊才能做的事，現在由一個合適的人加上一組AI工具就能完成。

這不是“同樣的公司跑得更快”，而是“公司可以用完全不同的方式存在”。

Diana舉了一個很能說明問題的例子：

大多數團隊問的問題是“AI能幫我省幾個工程師”，然后就去采購Copilot（微軟推出的AI輔助編程工具）、加AI技能培訓。

但如果反過來問“過去因為組織成本太高而不能做的事，現在是不是可以做了？”

答案會完全不同。

當一個人可以借助AI Agent（AI智能體，能夠自主執行多步驟任務的AI程序）同時寫規格、驗證需求、生成原型和推動交付，產品邊界就會被重新打開。

AI原生公司的競爭力，來自它敢把舊公司默認不可能的事，重新放回可選項里。

三、AI時代，組織能力如何真正升級？

這是最關鍵的部分。Diana分享了AI原生組織的三個核心能力升級，每個都有真實案例。

1.讓公司變成閉環系統

舊公司常常像開環系統：做決定、執行、過一段時間回顧，但結果并不會被系統化地反饋回流程本身。

很多信息散落在會議、私信、郵件、口頭同步和管理者的腦子里。開環系統天然會丟失信息，也很難穩定改進。

AI原生公司應該反過來：每一個關鍵流程都持續捕獲輸入和輸出，把結果喂回智能系統，讓流程自己變得更準。

Diana用了一個很直接的表達：make your entire company queryable（讓整個公司變得可查詢）。

會議記錄、需求票據、客戶反饋、工程進展、銷售電話——這些都不應該只是人的記憶負擔，而應該進入同一個智能體的上下文。

她舉了一個工程團隊的真實變化：如果一個AI智能體能看到所有票據、代碼、客戶反饋和會議記錄，它就能分析上一輪周期到底發生了什么，有哪些地方偏離計劃，并直接提出下一輪計劃。

這樣，公司就可以在同一時間里多做10倍的事，這就是閉環的力量。

公司越像閉環，AI越能參與真實決策；公司越像開環，AI只能停留在表面問答。

2.給AI和員工一樣的上下文

很多公司用不好AI，不是因為AI不夠聰明，而是給它的信息太少。

Diana的原則很簡單：如果你希望模型發揮完整能力，就要給它和員工一樣多的上下文。

一個新員工要理解業務目標、客戶聲音、歷史決策、當前約束和團隊偏好，AI智能體也一樣。

只把一個孤立任務丟給智能體，再抱怨它輸出不穩定，本質上還是把AI當臨時外包，而不是公司操作系統的一部分。

這意味著要減少碎片化的私信和郵件，讓信息進入統一的系統層。不是為了做漂亮的Dashboard（數據儀表盤），而是讓AI能看到公司真實發生了什么，并在下一次計劃、下一次決策、下一次產品迭代中使用這些信息。

公司不再靠人解釋碎片化信息，而是變成一個持續捕捉狀態、決策和結果的閉環系統。

3.把“人肉路由器”換成智能層

Diana說了一句很重的話：“公司的速度，只會和它的信息流一樣快。每去掉一層人肉路由器（筆記俠注：只負責上傳下達的中層管理者），都是直接的速度收益。”

舊世界需要中層管理者和協調者，是因為信息必須靠人向上、向下、橫向搬運。

Jack Dorsey（原Twitter聯合創始人，現Block CEO）在Block也思考過類似問題：如果繼續保留同樣的組織圖和管理結構，只是在里面塞進AI工具，就錯過了變化本身。

公司應該被重建成一個智能層，人類站在邊緣指導它，而不是在內部層層搬運信息。

2026年2月，Block宣布大規模重組，員工總數從超12000人裁減至不足6000人，裁員比例超過一半。

Jack Dorsey在致股東信中表示：“我們已經看到，我們正在創建和使用的智能工具，結合更小、更扁平的團隊，正在開啟一種全新的工作方式。”

他還設定了明確目標：人均毛利潤達到200萬美元，是新冠疫情前效率的4倍。如果實現，Block將擁有接近蘋果、英偉達等頂級科技公司的人均產出水平。

管理者的價值會從“收集信息、轉述信息、催促信息”，轉向“定義目標是否正確、結果是否靠近客戶、系統是否還在學習”。

四、四步落地AI原生

第一步：清空思維

大多數企業失敗的第一步，就是問錯了問題。

他們問“怎么用AI優化現有流程”，而不問“如果從零創業，AI會怎么設計這個業務”。

YC的忠告是：先清空自己，才能看見新的可能。

最能說明這一點的，是紅熊AI創始人溫德亮。

2024年，他以采購方身份調研市場時，他發現絕大多數AI產品都是“舊軟件+AI接口”的拼湊模式，真正AI原生驅動的企業級應用幾乎處于空白。

他沒有選擇“優化現有產品”，而是徹底清空思維：“如果從零開始，用AI重新設計這個業務，會是什么樣？”

他的答案是一條差異化路徑：在巨頭專注“思考”的地方，深耕“記憶”；在巨頭追求“通用”的領域，聚焦“垂直”；在巨頭著眼“技術”的層面，關注“價值”。

成立剛滿兩年，紅熊AI已完成5輪融資，估值從天使輪的1.5億元攀升至A輪的15億元，13個月內增長30倍。

目前已服務移動、聯通、電信、廣電四大運營商，并擴展至電商、金融、文旅、制造等12大行業。

正是這個“清空”的動作，讓紅熊AI避開紅海，開辟了一條“記憶賽道”的新藍海。

第二步：找到核心環節

AI原生不是“全面AI化”，而是找到那個最影響利潤、最耗時、最容易出錯的環節，集中火力重構它。

Harvey AI成立于2022年，專注于法律AI領域。

最新數據顯示，其ARR（年度經常性收入）已接近1.9億美元，估值約110億美元，2025年底客戶規模超過1000家，包括很多全球頂級律所。

Harvey只做一件事：讓AI自動起草法律文件。這項工作原本需要律師團隊花費數周時間，現在幾分鐘就能完成。

他們沒有試圖顛覆整個法律行業，而是聚焦在“文書起草”這個核心環節。這種“單點突破”的策略，讓Harvey迅速成為法律AI領域的領導者。

第三步：重構組織

YC追蹤的失敗案例中，很多都死在“只改流程，不改組織”。你的團隊還是老一套，怎么可能跑得動新系統？

Diana在分享中也強調：最高速度的公司正在進入AI Software Factory（AI軟件工廠）階段。

這是什么意思？

人寫規格和測試、定義成功標準，AI智能體生成實現、反復迭代直到測試通過。

人的工作不再是逐行寫代碼，而是定義要做什么、判斷輸出是否滿足目標。

Sierra AI成立于2023年，專注于AI客服領域。創始人是Bret Taylor（前Salesforce聯席CEO、Google Maps聯合創始人）和Clay Bavor（前Google Workspace負責人）。

18個月內簽約87家全球500強企業，2024年營收2000萬美元，2025年飆升到1.5億美元，同比增長7倍。

更值得關注的是他們的商業模式：按效果付費。

只有AI真正解決了客戶的問題，Sierra才能收到錢。這種模式倒逼他們必須持續優化AI的客服效果。

Sierra的組織架構也完全圍繞AI原生設計：團隊精簡但效率極高，所有崗位都明確有“AI協作”的能力要求。

第四步：接受迭代

YC最重要的忠告之一：不要期待第一版就完美，也不要因為初期效果不明顯就放棄。

據報道，DeepSeek用極低的成本創造了驚人的成果：僅憑一支團隊，訓練成本不到600萬美元，就打造出媲美ChatGPT的大語言模型，顛覆了“大模型必須大投入”的傳統認知。

他們沒有一開始就喊“全面AI化”，而是在核心技術點上持續深耕。每一版本的進步，都是下一版本的基礎。迭代的力量，遠超一次性大投入。

五、未來公司只剩三類人

Diana轉述了Jack Dorsey的判斷：未來每家公司會越來越接近三類員工。

第一類：IC（Individual Contributor，個人貢獻者）。

直接構建和運營的人。不只限于工程師，支持、銷售、設計、運營等崗位都要有構建能力。每個人開會時帶來的不應該只是PPT，而應該是可以跑的原型。

第二類：DRI（Directly Responsible Individual，直接責任人）。

他們關注戰略和客戶結果，不是傳統的總監和經理，而是對一個結果清晰負責的人。一個人對應N個結果，不能躲在組織結構后面。

第三類：Player-Coach（球員兼教練）。

他們既構建組織，也培養人才，用行動示范能力上限。他們取代了傳統的經理負責信息上傳下達的工作。

這背后有一個簡單的事實：公司會用更小的團隊拿到更大的結果。

最后的話

Diana在分享最后把話說得很重：“不要把對AI工具的信念外包給別人。創始人不能只是招一個‘AI負責人’，自己站在旁邊等答案。你必須親自坐下來和AI智能體一起工作，直到它打破你對‘現在能構建什么’的舊判斷。”

只有當創始人自己看見能力邊界被打穿，才可能重新設計組織，而不是把AI當作又一輪降本增效項目。

有人覺得這是創業公司的專屬機會：小團隊、沒包袱，船小好調頭。

但看看國外的Stripe（金融科技巨頭）、Notion（AI筆記領域的百億巨頭）、Shopify（加拿大電商巨頭）這些大公司怎么做的就知道：AI原生從來不是小公司的特權，而是任何規模公司都應該具備的底層能力。

無論公司大小，核心問題都一樣：你的公司夠不夠“AI原生”？

你要做的，就是從今天開始，試著用“AI原生”的思維，重新審視你的組織。

把信息留下來，把閉環建起來，把人放在真正該放的位置。

你會發現，新的機遇，一直都在。

今天我們深嵌于一個新的時代，科技、經濟、哲學、政治都在經歷持續變革和深刻重塑的復雜社會與商業環境之中，而真正困住絕大多數人的核心挑戰，恰恰是：我們的認知框架、組織形態和行動邏輯，還停留在“前全球化時代”“前AI時代”。

面向新全球化時代、AI新時代，筆記俠PPE（Philosophy政治學、Politics經濟學、Economic哲學，三學科交叉培養體系）課程，正是為理解這樣的復雜系統而生：

在這里，你能理解以AI為核心的科技經濟和智能商業、理解AI哲學、理解文明進程與哲學意義、理解新格局下的國際貿易與經濟政策、理解國際政治與全球治理模式。

這，正是第五代企業家應有的一套完整的“認知操作系統”。

駕馭技術、洞察世界、扎根中國、修煉心力，在應對時代重重挑戰中尋找屬于你的決策底牌。穿越變革的舊世界，找到時代的新大陸，從【PPE：未來3年和AI時代的決策底牌】開始。

筆記俠PPE課程26級招生即將截止，5月16日開課，現僅剩最后5個名額。

好文閱讀推薦：