随着AI技术的迅猛发展，AGI已悄然降临，智能原生企业模式正引领未来商业变革。从软件开发到公司运维，AI不断重构价值创造体系，递归式推动组织和业务的折叠。未来，企业需驾驭新的价值创造范式，以AI思维顺应这一趋势，否则将在快速的技术更迭中被淘汰。

近来花了很多时间调试产品，一边调试一个想法就冒了出来：

AGI根本就不是3~5年后的事，而是已经就在身边了。

这是个递归过程，所以深度和范围都会在发展过程中不停加大，但这毫不影响它就在哪里，不是未来的事，而是现在就在身边。

当AI能够在任何一个角色（比如编程）上全量覆盖所有所需功能，其实就是AGI，因为任何一个角色都需要大量综合判断。

那为什么感知不明显呢？

大致和坦克被发明出来后，被扔在了西伯利亚里面，跑一阵最终就得出了个坦克不如狗拉爬犁的结论。

这显然会引发一系列连锁反应。

从智能原生到无人公司

近来《国务院关于深入实施“人工智能+”行动的意见》中很显著的位置提到了智能原生企业：

常看琢磨事的同学可能知道，我实在是大模型出来后就写智能原生，比如，一度《无人公司》的书名还想叫智能原生：

所以就挺有必要在这个特殊时间点重述下智能原生这事。

智能原生不是一种单纯的技术，而像一种技术和组织模式匹配后的思维模式，它改造产品和服务的生产过程。

（这图最开始爱立信画的，后来被优化了下，还行）

这种综合性导致一个尴尬事实就是双向理解困难，理解技术的同学未必理解组织运作，而理解组织运作又未必理解AI的世界正在发生什么。

如果我们认为AGI就在身边，那上面这点无疑会成为落地的关键障碍。

如何构建一套体系，把人类的知识和局部的AGI无缝的衔接起来其实应该是这个时点最大的难题。当然这也是实现智能原生最大的挑战。

而所有这些的努力，最终的终点就是《无人公司》或者说AI的Level5。

一切皆可重建

对变化很哲人的说法可以是：万物皆数，终极流变。

历史上限于人类生命的短暂，我们能感受到的大变化往往并没有那么多。

但最近历史好像加了油，加速度真的上了N个台阶，互联网、AI这些大技术一个接着一个的来。

尤其最近的AI，进化速度更快，从应用的角度看现在的AI和2022年的AI根本就不是一个东西。

这种速度正是AI催生变化的本质特征：它比你进化的快。

人的进化是艰难的，所以公司里面的培训往往劳而无功。

流程相对快些，不过不管怎么样，因为牵涉众多利益单元，而调整的测算很难清楚，所以流程再造是缓慢的。

但AI不是，AI以极高的速度崛起，并且完整的塑造另外一种完成目标的方式。

这就是智能原生注定会来的核心原因，而它的结果几乎必然是一切皆可重建。

（是个示意图）

我们拿现在比较成熟的编程举个例子，传统的软件开发是一个高度专业化、分工协作的过程。一个项目的诞生，往往需要产品经理进行需求分析、架构师设计系统蓝图、前端工程师负责界面、后端工程师处理逻辑、测试工程师保障质量……这是一场由不同角色、不同职能协同完成的“交响乐”。

在“智能原生”的模式下，这首交响乐正在被简化为一曲“独奏”。在这种新的模式下，我们可以对着类似ClaudeCode或其他大模型编码助手，用自然语言持续输入比较详细的需求，然后告诉它哪里需要修正。

前几天我的一个做算法朋友告诉我：这玩意真TMD好用，我完成一个交付一行代码没写，一天就干出了过去一个团队要干几周的活。

生产的形式虽然不一样，但上述两条路径的结果是一样的，甚至后者更好。

对于编程而言后者是智能原生，前者不是，即使前者中的每个人也用AI工具。

智能原生是一套以AI为主体，智能优先为原则的价值创造体系。

AI成为角色的担当，是那个飞舞的风筝，人则最多动动手里的线。

在智能原生的形态下，AI成为价值创造主体，AI-AI的协作置换过去复杂的组织过程。组织被内化成智能体和智能体的关系。

递归过程与无人公司

可折叠的组织和业务是随着智能水平的提升而提升的，所以这是一个递归过程。可以先是一个编程的团队，接下来就会递归到运维，在云上部署一套服务未必还要一个巨大的运维团队了。然后就是N个过去的职能，最后则是整个公司。

（示意图：递归）

说来很巧，当我正在写这段文字的时候，我原来负责运维的同事给我发来条消息，他说：

现在我一周就搞定了k8s/日志elk/监控prometheus/mysql/redis/mongodb的服务，而且不仅是paas搞定了，iaas也顺便解决了，都是借助的AI编程，现在我能在自建IDC、各公有云之间随意建机器部署想要的服务，提前把网络打通的话就是混合云。

这是我们当年一起工作时候的一个目标，那时候特别费劲，感觉得忙活一年。

现在这个也变化了。

这也正是OpenAI那五级模型的内置逻辑。Agent和Organization骨子是一个东西，只不过面对的范围不一样，复杂度不一样。

OpenAI当年肚子里估计也是皮里阳秋，它那个组织有很大的社会意义，不是我们一般理解的组织。

这里最关键的点当然是前面说的可进化速度。

AI的进化速度影响递归的次数和深度，当然也就影响价值创造点的选择。

在一个终极流变，价值模式被迅速解构和重构的过程里面，并无永恒的产品和价值，但时间窗口长短确实有别。

这就是我做了接近8年工具之后，再也不弄这东西的原因，可存续的时间窗口被大大缩短了。

你的业务周期商业化周期可能大于技术更迭周期，所以这是必死之路。

打破的核心方法是不停快跑，而资金环境显然让快跑的可能性逼近于没有。

需要驾驭的不是技术，而是价值创造范式

在快速折叠的背景下，真正需要驾驭的并非某个技术，AI让使用技术的使用成本变的极其低廉。

需要驾驭的是价值创造模式，什么样的模式才能最大化发挥AI的力量？

虽然在chatGPT刚出来的时候还挺像个工具，但GPT4之后这道工具的枷锁其实就解开了。

这是历史上没有过的，周玮同学有一天群里截了个图给我：

我一看就想到这正好反过来：AI越发展执行越贬值！

这时候范式发生本质迁移，关键的不再是怎么用AI的技术，而是怎么用AI封装业务。

怎么封装业务的关键在于找到AI的现实边界（这往往是数据和工具构成的）。

然后把它们放到的一个流变的模式里来，就需要不停的打破AI应用的障碍，为它力量发挥铺平道路。

如果是从小往大的视角，那最小的就是现在看到的各种工具。从各种细碎工具开始，不可止步，止步就是死亡，因为身后就是大模型疯狂进行折叠的力量。

如果从大往小看，那就是无人公司，直接以智能原生的方式处理最终的业务，锁定的就是销售额和现金流。起步就难一些，要处理AI所有不可及的部分，比如它可能缺数据、缺知识、缺工具，要有套体系把所有这些补全。

并没有绝对对错，但需要驾驭的东西确实变了，如果不能抬高认知视角那会非常致命。全是刻舟求剑，很容易变成沙漠打井，井井没水的局面。

驾驭新范式，需要AI思维

智能优先可以细化出一系列更为具体的思维模式。

比如智能优先几乎必然对应到虚拟先行，虚拟先行的方式则是规模化试错，最终所有这些之所以成立，根本原因则是可以用算力来对冲所有不确定性。

智能优先也必然引发AI和人的角色边界被重定义。

AI辅助人和人辅助AI在很多时候看着很像，但本质十分不同。

几乎可以确定我们必然迎来一个依赖倒置的世界。我们生活在物理空间，但虚拟世界的一切牵引着这个物理世界。

这可能就是世界的本来面目，不过是被各种障碍所遮蔽了。

毕竟在哲学家的眼里，现实世界是杂多的，而所谓真存则来自共相的空间。

所以AI思维是数字和智能空间优先的思维模式。

反身性与热寂

《无人公司》出版以来收到许多反馈和大家发起的探讨，最有意思的问题是：如果每个公司都是无人公司，那会怎么样？

在纯粹的经济世界里面基本原则是智能高者胜。

但如果智能还是持平，那信息差，能力都将持平，这时候反身性会导致待计算的世界随时变化，随时发生大规模计算，但回报都跟不上。

只有成本没有回报，既有的体系将进入一种热寂状态，然后就崩了。

螺旋上升的话就进入一种新的文明状态。无人公司末尾其实写了一点。

这可以看成是无人公司的另外一重含义，技术让商业形式奔向既有形态的终点，并且开始其它。

小结

验证AGI就在身边并不难，只要深度应用模型即可。难的确实是改变世界，而世界不改变，AI的能力是发挥不出来的，就只有削足适履。

再推导是什么呢？

你是否有在某个范围重新定义角色、过程的力量，只有这个再配上AI思维才能让AI产生效果。

披露重组预案，向日葵将于9月22日起复牌北京商报讯（记者丁宁）9月21日晚间，向日葵（300111）发布公告称，公司拟以发行股份及支付现金的方式购买漳州兮璞材料科技有限公司100%股权、浙江贝得药业有限公司40%股权并募集配套资金。向日葵表示，9月19日，公司召开了第六届董事会第十次会议，审议通过了《关于<浙江向日葵大健康科技股份有