第八章的结论摆在那里：交易成本在塌。按科斯的等式，企业边界就该收缩——过去因为「出去买太麻烦」而养在墙内的职能，现在可以重新放回市场。这一章就认真算一算：组织会变小吗？小到什么程度？
先做一个思想实验
假设一个极端场景：AI Agent 足够好用，你可以像逛淘宝一样采购任何认知劳动——「帮我做一份竞品分析」「帮我写这个功能的代码」「帮我设计logo」——即时交付，质量稳定，价格忽略不计。
这时候，一家 50 人的软件公司还需要多少员工？逐个数：产品经理？AI 能做竞品分析和需求文档初稿，但「做什么」得有人拍板，留 1 个。程序员？代码 AI 写，但需要有人验收、架构、背锅，留 2 个。设计？AI 出图，留半个有品味的。运营、客服、行政？大部分外包给 AI+服务商。粗算下来，核心团队 5-8 人，剩下全是「按需采购」。
这个算术不是科幻。真实世界里已经出现了征兆：Midjourney 以十几名员工做到数亿美元年收入的体量；不少独立开发者借助 AI 编程工具，一个人维护着过去需要小团队的产品。Sam Altman 公开打过一个著名的赌：很快会出现「一个人 + AI」的十亿美元公司。赌局本身还没兑现，但方向已经没人怀疑。
科斯等式给出的正式答案
思想实验背后的正式推理是这样的。第三章说过：企业边界 = 内部管理成本与外部交易成本相等的那条线。AI 把等式两边都往下压，但压外部压得更狠：
- 外部交易成本里的搜寻、比价、起草合同、初步验收——全是认知劳动，正是 AI 的主场；
- 内部管理成本里的信息压缩也在降，但组织里那些 AI 降不动的东西——信任、激励、责任、政治——一分没少。
两边都降、外部降得更多，等号线就往「更小的企业」方向移动。这就是「组织会变小」的理论依据——它不是某个网红的预言，是 1937 年那篇论文的直接推论。
一句话版：公司存在的理由是「外面买太贵」。AI 让外面买变便宜的速度，比让公司内部变快的速度更快。所以公司会变小——不是情怀，是算术。
但别急着宣布大公司死刑
算术还有另一半。第七章互联网的彩排提醒我们：协调成本下降，从来是两头通吃——小单元更灵活，同时大中枢也更可能。AI 时代这半边的逻辑是：
第一，规模优势的来源变了，但没有消失。过去大公司的优势是「养得起很多人」；AI 时代的优势变成「喂得起自己的 AI」——独家数据、算力、专有场景。这些东西恰恰有规模效应：数据越多模型越好，模型越好客户越多。在数据密集的行业，AI 反而可能让强者更大。
第二，协调成本下降也让「超大组织内部」变得可管了。过去一万人公司管不动是因为信息压缩损耗太大（第四章）；如果 AI 把上下文传递成本打下来，理论上三万人的公司也能保持小公司的信息透明度。瓶颈松了，规模上限就抬了。
第三，有些协作的市场交易成本永远降不下来。需要深度磨合的、涉及核心机密的、责任必须清晰的协作——回想第二章的三颗钉子：信息不对称可以靠 AI 缓解，但「合同写不全」和「套牢」是人性与未来的不确定性造成的，AI 治不了。这些协作会永远留在组织墙内。
所以答案是：哑铃，不是灭亡
把两半合起来，最可能的图景是互联网那次分化的加强版：哑铃型经济——
- 一头是极小：一人公司、三五人的核心团队 + AI + 外部服务，做过去几十人的事。数量会爆炸——因为开公司的门槛塌了。
- 一头是极大：掌握数据、算力和平台的中枢型组织，比今天的巨头更庞大、协调半径更大。
- 中间被挤压：最难受的是「几十到几百人、靠堆人力做标准化认知劳动」的中型组织——它们的成本结构两头不靠。
换句话说，「组织会变小吗」这个问题本身就是错的问法。正确的答案是：组织的尺寸分布会变形，从金字塔变成哑铃。你未来要么在小那头当老板，要么在大那头当关键节点，而「在中层当一颗螺丝钉」这个选项，会变窄。
不过，无论哑铃的哪一头，都有一个共同的新问题在等着。当执行便宜到不要钱，贵的东西就变成了另一件事：决定做什么、做得对不对、出了事谁负责。下一章，我们去看 AI 时代组织的新瓶颈。