一个人就是一家公司，但不是每个人都能当公司
AI 给每个人发了同样的工具。但产出差距没有缩小，反而被拉大了。
看数字。一个不错的程序员，配上 Claude 和 Copilot，效率从 1 倍到 3 倍。一个顶尖程序员，用同样的工具，从 5 倍到 33 倍。工具完全一样，模型完全一样，token 完全一样，差距从 5 倍拉开到 11 倍。2026 年一项工程团队分析发现，AI 采用后精英与平均工程师的产出差距从 4 倍扩大到了 5 倍，最强的人加速得比所有人都快。
这指向一个不太舒服的结论。"一个人就是一家公司"这句话只对极少数人成立。对大部分人来说，AI 带来的是另一个问题：你的岗位职能正在被同一批工具吞噬，这些工具同时又在放大你最优秀的同事的产出，但你没有足够的认知能力去独立使用它们。你过去被组织吸收、保护、分配任务，组织提供上下文，帮你兜底。当组织不再需要那么多人来完成同样的工作时，你去哪里？
对组织形态真正的冲击不是"人人都能自由"，而是极少数人获得了独立运作的能力和规模，大部分人连被组织吸收的价值都在流失。
Coase 被反转了
1937 年，罗纳德·科斯问了一个看似简单的问题：为什么会有公司？如果市场在资源配置上那么高效，为什么不是每个人都通过市场和其他人签合同？
他的答案是交易成本。每次需要设计稿的时候去自由市场找一个设计师，意味着谈价格、对需求、改三稿、催交付。这些都又贵又慢。直接雇一个全职设计师在内部管理，成本更低。公司存在的理由是把市场里太贵的协调成本内部化。
Coase 的理论也告诉了我们公司止步于哪里：在内部组织一笔交易的成本等于在市场上做同一笔交易的成本的那个点。这个边界几十年来相当稳定。
AI 同时改变了等式的两边。
市场交易成本坍塌了。 需要一张设计图？20 秒生成。需要一段代码？prompt 一下就出来了。文案、分析、数据可视化，全都能在几秒钟内完成。不需要谈价格，不需要对需求，不需要催交付。当市场能在 200 毫秒内交付过去需要两周协调才能拿到的东西，把那个职能内部化的理由就消失了。
内部协调成本没有动。 部门墙、汇报线、审批链、跨部门对齐会议，这些还在。甚至可能更严重了。当组织里每个人都在更快、更密地产出，等待对齐的时间成本反而上升了。你用 AI 加速产出的东西只是更快地堆在了下一个瓶颈前面。
但 AI 还暴露了 Coase 框架里一个更深层的问题。Coase 假设劳动力大致同质，每增加一个员工大约贡献相同的边际产出。这个假设从来不完美，但足够接近真相，数学上说得通。
AI 打碎了这个假设。当一个人能产出 33 倍而另一个人产出 3 倍，把 3 倍的人加到已经有 33 倍的人的团队里，总产出几乎不动，但增加了一整条沟通渠道。最优团队规模不是缓慢缩小的，而是在某个临界点突然坍缩。
这不是 Coase 式的调整。这是相变。
历史上的自由人
个人脱离永久组织、独立运作的想法并不新鲜。历史提供了几个先例，每一个都有启发性的相似之处和关键差异。
春秋战国的门客。 战国时期，权贵养门客数千。门客不是员工，没有固定薪水，没有固定职责，随时可以走。他们留下来是因为主君提供食宿和施展才华的平台。作为回报，他们提供专长：外交、军事谋略、辞令、行政。孟尝君以门客三千闻名，每个门客都因某种特定能力而被重视。
与 AI 时代的独立开发者有结构上的相似之处：门客凭能力匹配需求，为某个任务或一段关系而留下，当契合不再时离开。但有一个关键区别：门客依赖主君提供人身庇护和物质资源。今天 AI 扮演了资源提供者的角色：它提供工具、知识库和执行能力。区别在于 AI 不会因为政见不合而驱逐你。你的依赖对象是基础设施，而非恩主。
文艺复兴的工坊。 达芬奇的 bottega 里只有几个助手和学徒。大师提供创造性构想，亲自完成最重要的部分。助手负责准备工作、背景、重复性劳动。合同有时明确规定哪些部分必须由大师亲手完成。工坊承接的项目从壁画到军事工程到城市规划，核心团队可能只有五到八个人。
AI 扮演了助手的角色。你提供判断力和品味，它负责执行。但有一个不对称性值得注意：文艺复兴的学徒最终会成长，发展出自己的风格，开设竞争性工坊。AI 不会。它永远是你认知能力的延伸，不会生长出独立的判断力。这让"大师加 AI"比文艺复兴工坊更稳定，但也更封闭：没有下一代大师在被培养出来。
剧组。 导演、摄影、剪辑、演员为一部电影聚在一起，高强度协作，然后散开。每个人都是高技能的独立专业人士。他们基于项目需求组合，而非组织忠诚度。这可能是 AI 时代生产关系最接近的历史形态：小型精英团队围绕具体任务组建，完成工作后解散。没有永久的组织架构图，没有部门，没有年度考核。
瓶颈已经转移了
这正是大多数组织在 AI 转型中犯错的地方。
2025-2026 年的主流策略是给员工配备 AI 工具：Copilot 订阅、Claude 访问权限、prompt 工程培训、agentic workflow 平台。在个人层面这确实有效，人产出更多、更快、质量更高。
但对组织总产出的拉动不成比例。
原因在于瓶颈已经转移了。当个体是约束的时候，提升个人产出直接增加组织的吞吐量。
AI 打破了这个瓶颈。一个配备前沿模型的工程师一天能产出过去一周的量。约束不再是个体产出，而是协调：等待同事 review、等待上级审批、等待跨团队对齐。在任何耦合系统里，吞吐量由最紧的瓶颈决定。在其他地方优化只会制造在制品库存。
协调成本的数学结构让这个问题随规模恶化。10 人团队有 45 条两两沟通渠道（10 乘 9 除以 2）。100 人团队有 4950 条。协调成本按平方增长；个体产出即使被 AI 放大，也只是线性增长。在某个团队规模之后，摩擦税主导了一切。
每次你让个体变得更快而不解决协调瓶颈，你只是在让人产出更多更快堆在下一个等待点上的东西。你在除约束以外的所有地方优化。这是浪费的定义。
公司不会消失，但会变异
"公司终结"的叙事太简单了。组织不会消失，但它的形状、目的和价值主张会发生根本变化。
信任是基础设施，劳动力是组件。 在任何系统里，地基决定能力，而非单个零件。当劳动力（曾经稀缺且昂贵的组件）变得丰富且廉价，因为 AI 提供了无限执行力，基础设施（信任、品牌、合规、资本通道）的相对价值急剧上升。公司的核心资产从"我们有最好的人"转向"我们有让产出进入市场的信任"。
不是所有人都能离开。 独立运作的能力取决于你是构建者还是使用者。构建者主动重塑工具、组合工作流、扩展 AI 的能力边界。使用者消费工具开箱即用的功能。两个群体之间的差距随每一次 AI 进步而扩大，因为每一项新能力都给构建者更多原材料去组合，而使用者只是得到了一个稍微好一点的默认体验。只有构建者能真正成为一人公司。
这指向 AI 经济中正在形成的三层结构：
- 顶层：超级个体。 少数被认知放大的构建者，独立运作或 2-5 人的微型团队协作，产出规模相当于传统中型公司。
- 中层：信任节点。 小型聚焦的组织，存在的目的不是聚集劳动力，而是聚集信任：品牌信誉、法律实体地位、监管牌照、资本关系。它们是薄薄一层企业基础设施，包裹在超级个体的网络外面。
- 底层：AI 辅助劳动力。 大量的工作者，任务越来越被 AI 工具定义，产出越来越被同一批工具商品化，组织价值在持续下降。他们仍然依附于平台或公司，但这种依附比以往更脆弱。
中型公司最危险。 大公司有品牌护城河、资本优势和监管关系，这些需要数十年积累。个人有极致灵活性和极低的管理成本。中型公司两头不靠：没有大公司的规模优势，没有个人的敏捷性。它们最容易被 AI 增强的个体蚕食市场份额，或被吸收进信任节点结构。
谁还没想明白
政府。 经济治理的整套体系以"企业"为原子单位构建。工商注册、税收征管、劳动法、社保、产业政策，全都假设生产发生在有员工的注册组织内部。当生产主体变成一个拿着 API key 的个人，这套框架需要的不是修补，而是重构。没有任何政府开始这项工作，因为承认问题意味着承认自己治理的基本单元正在过时。
上市公司。 资本市场奖励的是规模和增长，不是人均效率。"我们只有 5 个人但产出等于去年的 50 人"在投资人听来不是成功故事，而是"你没有规模"。CEO 的薪酬与营收增长和市值挂钩，不是与人均产出挂钩。这套激励结构在主动阻止企业思考"公司是否还是正确的组织形态"。
处境最危险的人。 三层结构底层的劳动者往往意识不到自己的组织价值在下降。他们把 AI 看作让当前工作更轻松的工具。他们看不到"更轻松"意味着"更容易被自动化"。认知放大差距从内部是看不见的：你体验到的是自己的效率提升（从 1 倍到 3 倍感觉很好），看不到别人从 5 倍跳到了 33 倍。
Token 上面建了什么
本系列的上一篇文章《Token 是新时代的盐铁》论证了 token 是 AI 时代的战略资源：一种以光速移动、生产集中在两个国家、天然抵抗传统治理的资源。这篇文章问的是：这个基础设施上面建的是什么？
盐铁专卖养活了帝国的官僚体系。国家控制资源，用层级制分配给官员，官员替国家管理生产。
石油资本养活了跨国公司。资本聚集资源，用公司制组织劳动力和技术，产出工业产品。
Token 会养活什么？一个我们还没命名的东西。它比公司小，比自由职业者稳定，比平台更去中心化。少数超级个体用 token 驱动生产力，小型信任节点提供品牌和合规，大量 AI 辅助劳动者依附于平台。三层结构，没有中层管理。
它还没有名字。但它已经在成形。
FAQ
这难道不只适用于知识工作吗？实体产业呢？ 这个论证最直接适用于知识生产：软件、设计、写作、分析、咨询。实体产业（制造、建筑、物流）仍然需要物理资产的协调，不太容易出现一人公司的动态。但即使在那里，管理和规划层也是知识工作，那些层级正在被压缩。
如果只有少数精英能成为一人公司，这不就是更多的不平等吗？ 这个读法是成立的。本文描述的三层结构不是乌托邦，而是经济学逻辑推导出的结果。认知放大差距意味着 AI 加剧了产出的不平等，进而转化为组织权力的不平等。政策能否缓解这个问题，是一个开放性问题。
剧组模式不是需要共享的物理工作空间吗？ 剧组确实经常共享物理空间，但组织逻辑并不依赖于此。分布式开源团队、自由咨询网络、零工经济平台用的都是同一个模式：为项目聚、协作、散。物理空间是附带的，组织模式才是要点。
公司不会适应并变得更高效吗？ 一些会的。最有适应力的公司将压平层级、削减中层管理、围绕小型自治团队重组。但这恰恰就是第 5 节描述的变异：它们正在变成信任节点，而非劳动力聚合器。那些试图维持现有形态、只是给员工加 AI 工具的公司会发现，瓶颈已经转移了，而它们没有跟上。
参考资料
- Coase, R.H. "The Nature of the Firm." Economica, 1937. Wiley
- Litowitz, A. "AI and the Nature of the Firm." SSRN, 2026. SSRN
- Yu, Howard. "Coase vs. Claude and The Future of the Firm." Substack, 2026. Link
- Coverdale, Charles. "Coase vs AI." Tangentially Economics, 2026. Link
- "From Coase to AI Agents: Why the Economics of the Firm Still Matters." California Management Review, 2025. CMR
- "AI Productivity's $4 Trillion Question." Forbes, 2026 年 1 月. Forbes
- "Why AI Will Widen the Gap Between Superstars and Everybody Else." WSJ, 2026. WSJ
- "Life in a Renaissance Artist's Workshop." World History Encyclopedia. Link
- "How Artists Worked in the Italian Renaissance Workshops." DailyArt Magazine. Link