会陷入复杂关系网,但这不是中国特有的“红楼梦”宿命,而是AI转型必然碰到的旧生产关系反扑;关键不在工具,而在是否愿意动决策权、责任和流程。
AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。
阻力来自利益,不是文化
立正把AI落地的主要障碍归为“旧生产关系的反扑”:以开会为核心工作的人反对减少会议,以协调为价值的人反对缩小团队,以写代码为身份认同的人抵触角色转型1。他判断生产力最终会赢,问题只是时间和方式1。这套解释不依赖“中国式人情”假设,任何组织里靠信息不对称和流程生存的角色都会抵抗。所以“红楼梦式关系网”可以理解为一种具体表现:转型触动谁的位置,谁就有动力拖慢它。
多数单位会卡在影子AI阶段
材料里的观点立正描述大公司AI改变组织的三阶段:一线员工先偷偷用AI提效,组织层面因安全合规保守,结果产出更快但会议、文档、审批更多;随后公司统一工具和治理,好的一面是减少泄密、沉淀可复用资产,坏的一面是AI变成新的平台税和流程税,中层多出“AI项目帝国”;最后才是流程重构,砍重复汇报、减少层级、让交付替代协调成为升迁信号2。他明确说第三阶段最难的不是技术,是政治阻力,因为它直接伤害靠协调与信息不对称生存的角色2。这正是你担心的关系网发挥作用的地方。
先改结构,再谈全员赋能
AI推演立正反思过“全员赋能”为什么大概率失败:光提高个人能力不够,还要改组织结构、角色分工和协作方式;程序员写代码快十倍,但八成时间用在开会沟通上,整体生产力不会明显提高3。他提出一个取舍:和谐加普适往往等于低效,因为能用好AI的人被迫适配用不好的人;有效加普适则不和谐,他预测2026年会有更多管理者选择直接裁掉一半人来完成转型3。对企事业单位,这意味着落地顺序应是先明确哪些流程和岗位因AI失去存在基础,再配套激励和评估,而不是先买工具、办培训。夏淳在访谈中判断,很多审批、复核、汇报流程本是为“防人”而设,agent系统边界清晰后会被压缩;这是嘉宾判断,不是立正本人的结论4。
提供的材料没有针对中国大陆企事业单位的体制约束、编制管理和审批合规做具体分析,上述应用是把一般组织判断迁移过来,需结合本单位制度再检验。
出处
- 1AI Native 的组织形态:当执行成本下降,组织必须重写
解释旧生产关系反扑的具体机制,直接回应关系网阻力。
- 2在大公司,AI 到底会不会“真正改变组织”?
三阶段模型说明组织为何卡住,以及第三阶段的政治阻力。
- 32026,更多企业会用“裁掉一半人”的方式进行AI转型,但有更好的方法
说明全员赋能为啥失败,以及结构先行的取舍。
- 4从“算计太多”到“心力劳动”:我和夏淳博士聊硅谷创业、AI时代与人的下一次迁徙
嘉宾夏淳关于流程为防人而设、可被压缩的判断,作为背景参考。
你也有想问的?
卡住的时候,问问立正:回答附有出处,可以点回原文核对。
也可以接着问:
别人还问了
- ai native 程序员简历应该如何呈现
AI Native 程序员的简历,重点不是写“会用 Cursor”,而是用一段具体经历证明:你把 AI 融进了真实工作,并且改变了结果怎么被验证。
- 我发现,用 ChatGPT 里的旗舰模型并把思考程度调高时,得到的综合分析和建议,常常比在 Codex 里用更省用量的模型(例如 GPT-6 Luna Max)更合我需要。Codex 的优势是能操作项目文件、调用工具、反复执行;我也希望对话与结论能沉淀成可搜索、可复用的 Markdown 或知识库,但不想每个小问题都消耗最高档模型。你建议怎样设计分层工作流:什么任务用最强模型,什么任务用轻量模型;聊天记录、结论、长期上下文和 Skill 分别保存什么,才能兼顾质量、成本和可持续复用?
把最强模型留给需要判断和综合的环节,把执行、检索和重复步骤交给轻量模型与程序;长期资产按“上下文(what)、Skill(how)、调度(resolver)”三层沉淀成 Markdown,模型和工具都可替换。
- 立正说的“结果确定性”和“过程确定性”,在具体项目里怎么区分?结合数据分析和AB实验机制
立正把两者区别放在“确定性来自哪里”:过程确定性靠人预先规定每一步;结果确定性靠事先讲清验收标准,让执行路径在运行中调整、由检查反馈纠错。
- 我做了6年toG售前解决方案,本硕985背景,现在离职后gap半年了,31岁,找工作越来越困难似乎不被市场需要,我想要不要开启个人商业模式
可以探索个人商业模式,但先别把它当成“售前找不到工作”的替代答案。更稳的顺序是:先用小规模付费验证有人愿意为你的某项结果付钱,再决定是否全职投入。
- 年轻人买房有必要吗
现有材料没有直接回答“年轻人该不该买房”,只给了一个判断角度:先想清楚自己想要的生活,再拿预算和房子条件去匹配。
- 码农也会像ds一样被取代吗
按立正的说法,被取代的不是“程序员”这个身份,而是只负责把任务做完、价值全押在写代码这项技能上的那部分工作。