
「译」从层级到智能:Block 如何用 AI 重构公司组织
Jack Dorsey 发布重磅长文,宣告用 AI 取代中层管理。层级制存在 2000 年,Block 正在构建替代方案。

Jack Dorsey 发布重磅长文,宣告用 AI 取代中层管理。层级制存在 2000 年,Block 正在构建替代方案。

最近中推圈在疯传"怎么写 Claude Skills"。 这让我想起去年4月,老板大笔一挥决定搞 MCP。不到百人的团队,不到一年时间,搞出了上百个 MCP。 当时各团队竞相汇报 MCP,很多人还挺骄傲的。 结果呢?真正常用的不到10个。 现在 Skill 的风要来了。我猜2个月后,国内会大热。 但我也猜,大部分公司会重蹈覆辙。 为什么?因为大家又在把"组织变革"的问题,当成"工具采购"的问题来解决。 1. 先说说 MCP 的教训 去年4月,MCP 刚出来的时候,团队很兴奋。 “终于可以让 AI 连接数据库了!” “可以读业务服务了!” “可以调用API了!” 为什么最后大部分没人用? 做了个连 Jira 的 MCP,没人用。因为工作流程根本没变,AI 只是"查询工具",还不如直接打开 Jira。 做了个连业务服务的 MCP,用了两次就不用了。因为还得去专门定制 mcp,跟直接写接口区别不大。 做了个连代码库的 MCP,团队说"挺好",但实际使用频率很低。因为大家的工作方式没变,AI 还是"辅助工具"而不是"工作方式"。 问题不是工具不好,是我们没想清楚工作方式该怎么变。 现在 Skill 来了。我看到的趋势是:大家又在重复同样的错误。 教程满天飞,都在讲"怎么写 Skill"。但很少有人问:为什么要写 Skill?它解决的是什么问题? 2. Skill:不只是工具,更像是镜子 Skill 用下来,最大的收获不是学会了怎么写。 而是看清了一个问题:大部分组织还在用前 AI 时代的方式运作。 Skill 不是工具升级,它更像是一面镜子,照出了组织该怎么改变。 要理解这一点,得先看看 Skill 是什么。 如果你一直在关注 AI 工具的发展,应该经历过这样的演进: 最早是写 prompt 模板,把常用的提示词保存下来,每次对话时复制粘贴进去。 后来有了 MCP(Model Context Protocol),可以让 AI 连接外部工具和数据源,比如连接后端服务、查询数据库。 现在又出现了 Skills。 ...