上一章结尾立了个判断：互联网降的是「信息传递」的成本，AI 降的是「认知劳动」的成本。这一章把这句话拆开——它太重要了，值得一项一项地过账。因为「组织变成什么样」这个问题的答案，就藏在这张成本清单里。
先分清：互联网没降的那种成本
回想第二章装修厨房的例子。互联网把其中几样变便宜了：找工人（搜一下）、比价（看报价）、初步筛选（看评价）。但有几样东西互联网没动：
- 把需求说清楚的成本。你得自己把「我想要什么样的厨房」翻译成工人能执行的方案。
- 判断方案好不好的成本。报价单摆在面前，懂行的人才能看出猫腻。
- 盯执行、验成果的成本。瓷砖贴没贴歪，得有人去看、去看的人得懂。
这三样有个共同点：都不是「传话」，而是动脑筋。互联网修好了路（信息传递），但路上的货（认知劳动）还是得人脑一件一件生产。而组织里的大部分人——分析师、文员、中层、项目经理——干的恰恰就是生产这种货：把信息变成方案，把方案变成文档，把文档变成别人的行动。
AI 压价清单：一项一项过
现在看 AI 正在压哪几项价。注意，我们关心的不是「AI 能不能做某件事」，而是「这件事的单位成本降了几个数量级」——组织形态听的是后者。
第一项：起草成本。写邮件、写方案、写代码、做 PPT、翻译、做表——凡是从零到初稿的认知劳动，边际成本正在逼近电费。过去一个分析师一天的产出，现在是一杯咖啡的价钱。这一项颠覆的是组织的「人手配置逻辑」：过去很多岗位的存在理由就是「总得有人写这些东西」。
第二项：检索与消化成本。「把这份三百页的合同里对我们不利的条款挑出来」「把上周所有客户反馈归纳成三类问题」——这类活儿过去是实习生和初级职员的主业，也是组织里「信息消化层」的存在理由。AI 把它压到几分钟、几分钱。
第三项：上下文传递成本。这一项最不起眼，对组织却最要命。第四章说过，组织的大成本是「把信息搬到决策者那里」——开会、写周报、对齐、汇报，全是这一项。而 AI 天然就是一台超级压缩机：它可以读完全部原始材料，按需向任何人输出任何粒度的摘要。层级制那台「层层有损压缩」的机器，突然有了一个近乎无损、即时、没有立场的替代品。
注意第三项的特殊性：AI 压缩器没有奖金，没有晋升诉求，不会把坏消息往轻了说（除非人叫它这么说）。第四章说的「压缩器有立场」这个 bug，第一次有了技术上绕开的可能。
第四项：监督与检验成本的一部分。代码写得对不对，可以让 AI 审一遍；合同有没有漏洞，可以让 AI 先过一遍。第五章的委托代理问题里「你没法盯着代理人」这一条，第一次有了便宜的盯法——虽然 AI 自己也需要被盯（这是第十章的话题）。
AI 没降的成本
同样重要的是看清塌方没波及的地方：
- 决定的成本。「到底要不要做这个产品」——AI 可以给材料、给分析，但「拍板并承担后果」这个动作，成本没降。因为它贵的不是信息处理，是责任。
- 信任的成本。你敢不敢把客户数据、核心代码交给一个外部服务或个人？信任依然要慢慢养，或者靠制度批量生产。AI 没有让陌生人更值得信任。
- 物理世界的成本。工厂、物流、手术、装修——原子世界的协调，AI 只能间接帮忙。
把清单翻译回科斯的等式
现在把这张清单翻译成前几章的语言，结论就开始浮现了：
交易成本里，「起草、检索、消化、部分监督」在塌 → 这意味着很多过去必须搬进墙内的协作，可以重新放到墙外做（第九章展开）。
管理成本里，「上下文传递、信息压缩、部分监督」在塌 → 这意味着组织内部那套层级压缩机的存在理由在动摇，尤其是中层作为「人肉信息路由器」的那部分职能。
两笔账同时动，这在历史上是头一回——铁路只动了外部，事业部制只动了内部。AI 两线作战。所以 AI 时代的组织变形，大概率比互联网那次更剧烈。
下一章先做最直接的推论：如果交易成本塌了，科斯的等式会把企业边界推向哪边？组织会变小吗？小到什么程度？