一人公司与小团队：为什么组织会变小
前面十一章都在拆机制：成本、能力、界面、护城河、定价。全在讲「产品」和「钱」。这一章把同一套机制推到最后一层，也是最贴身的一层——组织。同样一套逻辑，落到「一家公司该有多少人」这个问题上，会得出一个很多人不敢相信的结论：很多公司会变小，而且是小很多。
先把这一章要证的话钉在墙上：过去公司要养一堆人，很大一部分是为了买「产能」；现在产能可以按需从模型租，于是养人的必要性塌了一大截。但——这一章不写爽文，后半段会老老实实讲：哪些人怎么都缩不掉，为什么。
先看清：过去公司为什么非得那么多人
回到第5章那个等式：过去，产品有多强 ≈ 你写了多少代码、你雇了多少人。把这句话翻个面，就是这一章的起点——过去，产出多少 ≈ 你养了多少人。
一家公司里，相当一部分岗位的本质，是把人当执行器：写模板文案、初筛简历、一审代码、做基础客服、把 Excel 里的数据整理成报表。你想多产出，办法很朴素——多招人。招一个人，多一份产能。
说人话：过去的公司，很大程度是一台「囤人力」的机器。你不知道下个季度要处理多少客服工单、要看多少简历，所以你按峰值囤人——旺季够用，淡季养着。人头是固定成本，招进来就得发工资，不管这个月他忙不忙。
这台机器有个绕不开的毛病：产能是固定的、按人头结算的。它不像水电，用多少付多少；它像你买断了一整个乐团，不管今晚演不演、演几首，工资照发。
那些「执行器」岗位，正是模型最擅长的
现在把第5章的「能力平权」端过来，对着这些岗位照一遍。你会发现一件很不舒服的事：上面列的那些活，几乎全是「读—理解—生成」。
读—理解—生成：把一段输入读进来（一份简历、一条工单、一段代码、一堆原始数据），理解它想说什么，再生成一段输出（一句回复、一个初判、一段文案、一张报表）。这正好是大模型的主场——它天生就是干这个的。
- 写模板文案 = 读需求，生成文案。
- 初筛简历 = 读简历，理解岗位要求，生成一个「过/不过」的初判。
- 一审代码 = 读 diff，理解意图，生成一批评论。
- 基础客服 = 读用户问题，生成一句得体的回复。
- 整理数据 = 读原始表格，生成规整的结构。
这些岗位过去要人，不是因为它们多难，而是因为除了人，没有别的东西能读得懂、写得出。第5章讲过，这道门槛塌了。门槛一塌，「非人不可」就变成了「人可以，一堆 AI agent 也可以」。
于是一个人 + 一批 AI agent（能自己读任务、调工具、一步步把活干完的 AI 程序，你给目标它给结果）能干过去一整个小组的活。这就是 人效（人均产出，一个人能顶多少活）的跃升——不是这个人变强了，是他背后挂了一排随叫随到的执行器，他从「自己干」变成了「调度一群 AI 干」。
从「囤人力」到「调度人力 + 机器」
这里发生的，是组织形态的一次相变，值得单独说透。
过去养人，本质是把「产能」买成了固定成本：人头在那儿，工资就在那儿。现在，产能可以从模型按次租——多处理一份工单，多付一笔 API 钱；不处理，不付钱。固定的人头开销，变成了可变的算力开销。
说人话：这跟第4章那根「成本」螺丝、第11章那笔「单位经济」的账是同一根逻辑，只是这次算的是人。过去你为「以防万一要处理很多活」而囤的那些人，现在可以退掉，改成「真有活了再去租算力」。旱涝保收的工资单，变成了随业务量涨落的账单。
组织于是从「囤人力」变成了「调度人力 + 机器」。这才是 一人公司（solo company，一个人或极小团队，却能服务大量用户、做出过去要几十人才做得出的产品）第一次成为可能的真正原因——不是工具更顺手了，是「产能」这件东西，从必须雇人，变成了可以按需租。
一个人做不出过去几十人的产品，从来不是因为他不够聪明，而是因为一天只有 24 小时，产能是他一个人身体的上限。现在产能可以外挂、可以并行、可以按需扩，这个上限被拆掉了。这也顺手接住了第8章那句「夹层在变薄」——中间那层靠人力堆起来的产能，正在被抽走。
硬边界：哪些活，模型怎么都替不掉
到这儿必须踩刹车。如果只讲上面这些，这一章就成了「一人公司乌托邦」爽文。真实世界有几堵墙，模型撞不穿。把它们讲清楚，比讲那些缩小的部分更重要——因为分界线就画在这儿。
一、需要「担责任、建信任、跑线下关系」的活
企业级销售、合规审查、供应链谈判、线下履约——这些活的核心不是「读—理解—生成」，是有一个人格化的主体，站出来负责、被信任、被追责。一家大公司愿意签下千万级合同，买的一半是产品，一半是「出了事我知道找谁、他跑不掉」。AI 生成得出合同文本，但签不了字，也蹲不了号。这条呼应了第9章那道「结果可靠性」护城河——责任本身，模型给不了。
二、需要「真实世界原子操作」的活
制造、物流、医疗操作、维修——这些活要动的是原子，不是比特。模型再强，它动的永远是屏幕里的字节；把一个零件装上、把一箱货搬到车上、给病人做一台手术，这些需要物理世界里真实的手和真实的身体。
说人话：模型是一个只会读写、不会动手的天才。凡是最后要落到「有人真的去做一件物理的事」的环节，那个人就省不掉。这是这一章最硬的一条边界——比特可以无限复制，原子不行。
不过这条得加个时间戳：就现在而言成立。机器人和具身智能正在把一部分原子操作也慢慢「比特化」——让机器的手去动真实的零件、货箱。当前这堵墙还立着，是因为具身智能的通用化还没到位；哪天它到位了，这条边界该往回收多少，就得重新画。别把「现在动不了原子」写成一条永远的定律。
三、需要「长期攒下的专有资产」的活
独家数据、行业资质、牌照、品牌信任——这些是拿时间熬出来的，不是拿算力换来的。你租得到模型的聪明，租不到一张十年才批下来的牌照，也租不到客户对一个老字号攒了二十年的信任。这正是第9章「私有数据」那道墙的延伸：模型进不去的东西，一人公司也变不出来。
四、协调本身的成本
这条最容易被忽略。人多了要管理，这是负担；但反过来，有些大事，本质上就需要很多人当场协同——造一架飞机、办一场大型演出的现场、跑一个覆盖全国的线下网络。AI 能帮每个人干得更快，但它减少不了「这件事需要 N 个人协调配合」这个根本需求。协调不是「读—理解—生成」，它是人和人之间的实时耦合，模型压不掉。
把分界线画出来
四条边界摞起来，其实是同一句话的四个侧面：
能被「读—理解—生成」覆盖的工作会被压缩；需要责任、原子操作、信任、协调的工作，仍然需要人。
所以「公司会变小」不是一句普适的预言，它有精确的适用范围：一家公司里「读—理解—生成」占比越高，它就缩得越狠；越是压在责任、原子、信任、协调上，它就越缩不动。
一个反直觉的推论：更多小公司，和更强巨头，会同时发生
顺着往下推，会撞出一个看似矛盾的结论。工程师爱较真，这里正好拿因果捋一遍。
一方面，公司数量会变多。创业门槛塌了——过去要凑齐一个小组、烧一大笔钱才能启动的事，现在一两个人挂上一排 agent 就能干起来。能开公司的人变多了，公司自然变多。
但别把「变多」听成「活得好」。门槛低了，进来的多，淘汰也快——同一扇门谁都进得来，你能一两个人干起来的事，别人也能，竞争只会更惨烈。所以变多的是数量，不是存活：一茬一茬冒出来，也一茬一茬倒下去，大多数小公司活不长。
另一方面，头部会更集中。为什么？因为赢家也在用同一套小团队杠杆。一个卡住了分发、握着独家数据、担得起责任的头部玩家（第9章那四条护城河），现在能用比过去小得多的团队，服务多得多的用户、吃下多得多的市场。规模不再需要靠堆人换，赢家于是赢得更省、也更狠。
但注意，别把巨头也想象成能「一人化」。它缩的，是上面说的那些「读—理解—生成」执行器岗位——文案、初筛、一审、基础客服这类。它缩不掉的，恰恰是本章后面列的那几堵硬边界：真正吃下大市场，往往还是得有相当规模的销售去谈、合规去审、线下去履约、以及一大群人当场协调。巨头缩的是执行器，不是责任、协调、线下这些岗——所以它变的是「同样的产出用更少的人」，而不是变成一个人的公司。
说人话：「更多小公司」和「更强巨头」不打架，它们是同一件事的两头。被这股力量挤扁的，是中间那一层——那些「靠雇很多人堆出规模、但没有一条独特护城河」的中型公司。它们的存在理由本来就是「人多、能干活」，可现在「能干活」变便宜了，它们上不去、下不来，最先塌。
这正呼应第8章那个「薄夹层」，也给第15章「谁死谁强」埋下伏笔：死的往往不是最小的，也不是最大的，而是那个靠人力撑规模、却没独特地形的中间层。
回到那个乐团
用一个比方收口。过去要办一场交响乐，你得养一整个乐团——每个乐手都是一笔固定成本，不管今晚演不演，工资照发。乐团的规模，就是你产能的上限。
现在，一个独奏者配上一套顶级的 AI 乐手，随叫随到、按曲目付费。他第一次能一个人撑起一台交响乐——过去要几十人的声部，现在从他背后的机器里现取。这就是一人公司。
但别忘了台上那些真正需要人的部分：现场的杂技、需要演员之间当场默契配合的段落、要有人站出来对整场演出负责的那个总监。这些，AI 乐手替不了。能被谱子写下来、按下去就响的声部，可以外包给机器;需要现场的身体、现场的信任、现场的配合的部分，还得是人。
给读者的一把尺子
这一章最后落一句能直接上手的话。下次你拿到一家公司，别急着看它人多人少，先看它的人员构成，问一句：
这些人干的活，有多少是「读—理解—生成」？
占比越高，这家公司越会被重构——它的人头正站在模型的正下方，随时可能被换成一行算力账单。占比越低、越压在责任、原子、信任、协调上，它就越稳。
组织变小这件事，讲到这儿逻辑就闭合了。但小公司也好、小团队也好，它要真跑起来，得先回答几个很俗但很致命的问题：启动它要多少钱？怎么烧？靠什么融资？——「人」的算术算完了，下一章我们算「钱」的算术。