這次討論一個關(guān)于無人公司的更基礎(chǔ)問題：

當公司運行的主要決策不再由人類實時完成時，

這個系統(tǒng)在邏輯上必然會變成什么？

這事兒之所以關(guān)鍵在于，這種組織范式發(fā)生根本變遷時，每個人都在其中，只要AI持續(xù)發(fā)展，就確定發(fā)生。

無人公司=持續(xù)決策自動化

所謂無人公司，至少包含三個前提條件：

1. 決策過程由AI主導，而非僅執(zhí)行

2. 運行時間是長期、開放的，而非一次性任務(wù)

3. 環(huán)境是變化的，而非完全可預(yù)期的

只要滿足這三點，這個系統(tǒng)就不是“自動化工具”，而是一個持續(xù)決策系統(tǒng)。

這一點非常關(guān)鍵。

因為持續(xù)決策系統(tǒng)，必然面對一個問題：

當規(guī)則不完備時，決策如何繼續(xù)？

持續(xù)決策 ? 必然引入目標函數(shù)

任何可運行的決策系統(tǒng)，都必須具備某種形式的目標。

意義衍生目標，而目標衍生優(yōu)先度，優(yōu)先度衍生執(zhí)行層面的規(guī)則，然后就是一系列具體問題：資源如何分配，行為如何排序，沖突如何取舍等等。

哪怕目標非常抽象，例如：“提升整體表現(xiàn)”“維持系統(tǒng)穩(wěn)定”“長期最大化收益”

只要系統(tǒng)需要在多種可能行動中做選擇，

目標函數(shù)就已經(jīng)被引入。

這是必然性。

跨情境目標 ? 目標函數(shù)必然不完備

問題也出現(xiàn)在這里。

在真實世界中：情境是變化的，意義是變化的，沖突是動態(tài)出現(xiàn)的，手段空間無法被窮舉。

這也就意味著：

任何跨時間、跨環(huán)境的目標函數(shù)，都不可能提前覆蓋所有決策情形。

于是系統(tǒng)一定會遇到：指標沖突，規(guī)則空白，信號失真，歷史經(jīng)驗失效等等。

而此時，系統(tǒng)只有三種選擇：

1. 停止決策

2. 等待外部介入

3. 在內(nèi)部補全決策邏輯

如果這是一個“無人公司”，第一種在商業(yè)上不可接受；第二種在規(guī)模上不可持續(xù)。

于是第三種成為默認路徑。

內(nèi)部補全 ? 價值排序被內(nèi)化

一旦系統(tǒng)需要在規(guī)則不完備處“自行決定”，

它就必須做一件事：對可能結(jié)果進行價值排序。

注意，為了簡化和收窄問題，這里的“價值”可以不是倫理意義上的，而是極其工程化的：哪種結(jié)果更值得偏好，哪種損失更可接受，哪種風險應(yīng)被優(yōu)先規(guī)避等等

只要這種排序在時間上保持一致，

1. 系統(tǒng)就會表現(xiàn)出三個特征：跨情境的一致性

2. 行為風格的穩(wěn)定性

3. 決策路徑的自我強化

這三點在外部觀察中，等價于“主體性”。

（倫理意義導入會更加復雜，但本質(zhì)類似）

被生成的主體性

這里必須澄清一個常見誤解：

主體性 ≠ 自我意識

主體性 ≠ 情感

主體性 ≠ 擬人化在系統(tǒng)層面，主體性只是一個事實描述：

是否存在一個無法再完全回溯到外部人類意圖的決策一致性中心。

一旦價值排序被內(nèi)化并穩(wěn)定存在，這個中心就已經(jīng)出現(xiàn)了。

這不是什么“AI 叛變”，而是持續(xù)決策系統(tǒng)的結(jié)構(gòu)性結(jié)果。

大規(guī)模無人公司面臨的真實分叉點也就在這里。

當無人公司的規(guī)模、時間跨度、自適應(yīng)要求同時上升時，系統(tǒng)設(shè)計會被推向一個無法回避的分叉點。

路徑一：非AI 主體性 ? 引入高度復雜的人—AI 協(xié)調(diào)結(jié)構(gòu)

核心做法是：

● 不允許 AI 在規(guī)則空白處自行補全

● 所有跨情境判斷必須回溯到人類

● 人類保留目標重寫與系統(tǒng)凍結(jié)權(quán)

其代價是：

● 決策鏈條變長

● 自適應(yīng)速度下降

● 組織復雜度顯著上升，對人的要求極高

這是一種新型高密度組織形態(tài)，也很可能是AI大發(fā)展后最典型的組織形態(tài)。

這時候?qū)θ说慕巧鸵蟛煌酝?。展開后高度復雜，我下本書會關(guān)于這個。這里不展開。

路徑二：承認 AI 的準主體性 ? 降低協(xié)調(diào)復雜度

核心前提是：

● 接受系統(tǒng)內(nèi)部存在穩(wěn)定的價值排序

● 接受其決策無法完全回溯到單一人類

● 轉(zhuǎn)而通過邊界、約束、激勵來塑形

其結(jié)果是：

● 系統(tǒng)自適應(yīng)能力顯著增強

● 人類介入頻率下降

● 組織結(jié)構(gòu)趨于簡化

但代價是：

“AI 只是工具”的敘事失效。

不存在第三條長期穩(wěn)態(tài)路徑

直覺上，很多人希望存在一種狀態(tài)：大規(guī)模、長期運行、高自適應(yīng)

但 AI 永遠只是工具邏輯上，這個狀態(tài)無法長期存在。

原因非常簡單：

在模糊區(qū)間繼續(xù)行動，要么依賴外部主體，要么生成內(nèi)部主體。

如果兩者都不允許，

系統(tǒng)只能停滯。因此，所謂“中間態(tài)”，只可能是過渡，所謂“模糊地帶”，只可能是尚未顯性化。往后看還對付，往前看不成的。

這和技術(shù)能力沒關(guān)系，是權(quán)責體系以及系統(tǒng)潛在不完備性所導致的。

（先別假設(shè)AI的全知全能，那又是另外一個事）

馬一龍行不行

以埃隆·馬斯克為代表的工程型組織范式，其核心優(yōu)勢在于：在目標明確時極端壓縮不確定性，用強收斂性推動系統(tǒng)快速成型。

但無人公司最難的問題，恰恰不發(fā)生在“目標確定期”，而發(fā)生在：目標需要被重寫的時刻。

這要求系統(tǒng)允許階段性的：不收斂，不高效，不確定。

而這與極端工程效率導向，在結(jié)構(gòu)上是張力關(guān)系。

這種高復雜度組織，我看不是馬一龍擅長的。

馬一龍更擅長基于第一性原理的簡化。

小結(jié)

把所有推論壓縮，可以得到一個不可回避的結(jié)論：

當無人公司被要求長期、規(guī)?；?、自適應(yīng)地運行時，系統(tǒng)設(shè)計必然走向二選一：

要么用極高的組織復雜度，維持“人類是唯一主體”的假設(shè)；

要么在制度層面，接受 AI 作為一個被約束的決策主體存在。

這是本質(zhì)性的結(jié)構(gòu)約束。

真正的風險，不在于選擇哪一條路。

而在于：

系統(tǒng)已經(jīng)事實上走在第二條路上，但設(shè)計者仍在第一條路的敘事里做決策。

那將導致：風險不可見，控制力被高估，失敗來得毫無預(yù)警等等。

從這個角度看無人公司是一個關(guān)于主體如何在系統(tǒng)中生成的結(jié)構(gòu)問題。

無人公司近來變熱很多，馬一龍竟然都要比劃了，我還是很意外的。

但其實未來路還長的，超過基于技術(shù)的任何想象。