AI向下扎根，创新向上生长

文｜白 鸽

编｜王一粟

当Workday的CTO Peter Bailis辞去高管头衔，转身加入Anthropic做一名工程师（MTS）时，硅谷震动的不只是人事圈，而是一条被重新定义的职业天梯。

过去一年，从Instagram联合创始人Mike Krieger到Tesla前AI总监 Andrej Karpathy，一批已经证明过自己的技术领导者，正集体放弃管理半径，只为离模型更近一点。

这不仅是个人选择，更是一场组织范式的革命，在AI时代，“管多少人”正在让位于“调用多强的智能”，公司组织架构的底层逻辑，也正在被重写。

国外的OpenAI、Anthropic，国内的DeepSeek、月之暗面等，凭借少数公司成员，就能撬动老牌巨头的市值。

与此同时，国内大厂也纷纷成立独立的AI组织部门，直接汇报至最高领导者，如字节跳动的Seed部门、阿里的ATH事业部等。

那么，从硅谷的CTO降级潮，到国内大厂的独立部门与虚拟组织，AI正在逼迫每一家公司回答同一个问题：AI如何变成一种组织级创新能力？以及AI原生组织，到底应该是什么样的？

5月27日，蚂蚁技术日上，我们或许找到了一个可以参考的样本。

现场黑客松活动上，一个运维、一个产品、一个算法，三个来自不同部门、平时几乎没有交集的人，凑在一起，只用48小时，就把一个“开会隔空翻PPT太酷了”的念头，变成了可以在Mac上直接运行的手势控制系统。

放在几年前，这种“非业务刚需、非技术团队主导、非官方安排” 的想法，连进入开发队列的机会都微乎其微。

但在2026年的蚂蚁，它不仅发生了，还成了最普遍的景象。没有人命令他们，没有KPI压着，就是一群普通人，看见工作里的真问题，拿起AI工具，自己动手解决。

527技术日更像是一个观察窗口：当AI从工具变成基础设施，一家拥有二十年历史的大型技术组织，正在经历怎样的基因重组？

最懂问题的人

开始参与解决问题

这一波AI浪潮中，我们不难发现，创新不再只从正式研发链路里长出来，它会从更靠近真实问题的地方冒出来。

2025年9月，月之暗面的几位工程师随手启动内部项目Ensoul，想让代码文件在命令行里“活”过来，这就是我们后来知道的Kimi智能助理。风靡全球的OpenClaw（龙虾智能体），更是只出自一个人之手。

这恰好是传统大公司创新链路最难的地方。一般来说，大公司的创新，往往是自上而下，战略定方向、业务提需求、产品写方案、研发排期开发、测试验收上线。

整体链条长、门槛高、离一线远，最后能落地的，往往是“必须做”，而不一定是“最该做”。

走进蚂蚁黑客松的赛场，最先感受到的是一种“错位感”。

按照传统剧本，这里应该是算法工程师和架构师们炫技的修罗场。但在今年蚂蚁黑客松的现场，会发现许多面孔并不属于研发序列。

比如，一个团队3个人，2个人一行代码没写过，用“上班搭子骗来了”啥都能干的开发主理人，一起做出了一款猫咪照护助手。甚至有非技术型选手1人参赛，独自用AI研发出了一款面向渐冻症患者的普惠型个性化表达辅助系统。

事实上，在黑客松的组队名单里，我们看到了大量跨部门、跨职能的临时小队，其中也包含大量非技术型人员，带着自己创作的AI应用产品来参赛。

现场选手被问到“跨团队自由协作和过去有什么不同”时，给出了最真实的回答：“以前固定班组，视角很窄；现在不同岗位、不同技术方向凑一起，能从完全不同的角度做成一件事。” “我是做算法的，以前根本不了解工程怎么用AI，这次彻底打开了。”

这段话，恰好点破了蚂蚁在组织层面正在发生的变化，AI降低了“创造”的门槛，也打通了“协作”的边界。

据蚂蚁官方数据显示，此次黑客松大赛中，共有1122人报名，其中非技术同学占比约18%。这组数字背后，是AI正在让更多人参与创造，它不是让人人都成工程师，而是只要有想法、能说清需求，运维、运营、产品、业务…… 每个人都可以在自己最痛、最痒、最有体感的地方，动手解决问题。

从特区到小单元

AI原生组织骨架正在萌芽

AI时代，一家公司的创新能力，或许将不再只取决于人员数量，而是取决于人才密度✖️算力密度。

以大模型创业公司来看，DeepSeek核心团队约百人，月之暗面长期维持100多人，OpenAI虽已达数千人规模，但其核心研究层仍保持小团队Pod化。

“这是一个人人都可以成为CTO的时代，只要有Token，就可以管理大规模的技术团队。”蚂蚁集团CTO何征宇如此说道。

现如今，越来越多的科技巨头都在尝试推行AI Builder Pods，即小型跨职能团队，拥有高度自治权。

“我们的产品上线其实也是用特区的模式去发展的。”蚂蚁集团Homi产品工程师对光锥智能说道，“从春节前后开始搭建，三月十九号发布第一个版本。”

Homi是面向蚂蚁集团内部员工的AI办公平台，其目标也很简单，就是让非技术同学也能用自然语言搭Agent，自动处理工作流。

而其提到的特区模式，就是将产品、研发、测试角色融合，所有人直接使用大模型编写代码、设计功能、调试系统，工作流程高度打平。

简单来说，就是产品经理也要亲自上手，用大模型对产品进行开发和测试，产品写前端、研发做交互、所有人都是AI工程师，用“特区模式” 快速迭代。

而Homi背后的团队，只有10余人，却做成了一个服务集团两万多人的平台，覆盖文档写作、研发分析、数据复盘、项目管理等多个场景，并为员工带来了真实提效。

据介绍，线下支付商家运营的同学，用Homi搭了两个skill：一个做政府消费券活动复盘，一个ODPS SQL查询报告，以前要BI同学花大半天才能出的数据报表，现在问一句就出来，“提效能达到90%以上。以前他要动手做，现在只要出需求。”

一般来说，传统模式下，支撑全公司办公场景，往往需要几十甚至上百人的产研团队，而AI时代，小团队+AI引擎+通用架构，就能托起规模化创新。

而这其实并不是蚂蚁集团内部的个例。

以WeaveFox为例，团队从2023年下半年开始围绕AI应用制作和智能研发持续突破，并将相关成果不断转化为产品能力，陆续孵化出包括WeaveFox-Vibe在内的一系列产品。其中，WeaveFox-Vibe面向非研发者，帮助他们通过自然语言完成AI应用创作，目前访问用户过万。

对于这样一款面向集团全员，已形成大量用户基础的产品，让人意外的是其背后的组织方式：在AI能力的加持下，团队采用小单元模式迭代，同时探索新的复合型人才模型：技术实现+产品+技术架构三位一体。

过去由不同角色分工完成的工作，如今可以由工程师以全栈方式推进，团队成员有机会从单一职能走向更完整的产品视角。比如一个想法提出后，当天就能完成原型验证，拿到反馈后继续优化，有时候一天甚至能够完成三四轮迭代，持续验证方案可行性、校准产品判断。在这个过程中，产品在进化，团队也在成长。

可以看到，对于AI时代的公司组织来说，小团队（如3~5人）也能高效运作，无需专职PD或设计师，降低组织复杂度，更适合AI驱动的敏捷创新模式。

不过，蚂蚁集团内部也有像GPASS端边云一体可信连接框架这样的产品团队，该团队主要聚焦把支付宝支付、生活服务推向AI眼镜，覆盖千问、小米、Rokid、雷鸟、华为等主流眼镜品牌。

“目前项目中95%的代码，都是通过AI生成。后续希望能实现100%代码由AI来写。”GPASS技术架构师表示。

三个项目，三种规模，指向同一个结论：AI不是替代人，而是重组人与组织的关系——岗位边界消融、专业壁垒降低、小团队能办大事、非技术人能做创新。

这直接回应行业疑问：AI时代，大厂还需要庞大研发团队吗？

答案是：不需要堆人，而要堆“智能密度”。

目前，蚂蚁集团推出了AI Token政策，鼓励员工在研发和办公场景拥抱AI，每天给每人提供高额度的Token使用量，员工也可以通过各种渠道购买Token，公司也会给予报销。

Token在这里变成了一种新的组织资源。更重要的是，这种免费的Token使用，并不限于技术人员，集团所有人员，包括非技术人员，都可以直接使用。

可以看到，在蚂蚁集团，以特区、全栈工程师、小单元作战的AI原生组织形态，也正在萌芽，其也证明了，超大型组织，同样可以拆分成无数灵活、高效、创新的小单元。

这种“特区模式”，或许正是大厂应对AI时代的最优解：小团队、全栈化、去层级、快迭代。

最后，我们需要再次厘清一个误区。

当我们谈论“人人Building”时，绝不是鼓吹技术虚无主义，也不是预言工程师的消亡。相反，在蚂蚁的实践中，我们看到的是对工程师价值的重新确认。

AI可以生成代码，但无法定义问题；AI可以优化流程，但无法理解人心；AI可以加速迭代，但无法替代对技术方向的判断和对用户体验的匠心。

AI不是万能的。它不会自动带来创新，也不会自动解决组织惰性。所有的改变，都始于一个个具体的人，在具体场景中，做出的具体尝试。

正是这些微小的、具体的、甚至带着些许笨拙的瞬间，构成了AI时代组织进化的真实纹理。

每一个员工面对问题时，第一反应不再是“这事归谁管”，而是“我能不能试着做一下”。

这或许才是AI时代，一个组织最宝贵的资产。