多尔西在Block裁员40%后公布了AI驱动的工作场所战略

（MENAFN- Crypto Breaking）Block 联合创始人杰克·多西（Jack Dorsey）以及公司首席独立董事罗洛夫·博萨（Roelof Botha）提出了一种前瞻性的愿景：人工智能可能从根本上改变工作如何被协调。在本周发布的一篇博客文章中，他们描述了一种模型：AI 将承担通常由中层管理者处理的任务——跟踪项目、标记问题、分配工作、并比人类流程允许的速度更快地共享关键信息。

这篇文章发布之际，正值 Block 此前已报道的劳动力重组之后发酵，这是科技行业范围内更广泛的一轮由 AI 驱动的削减成本浪潮的一部分。Block 披露称，其在 2 月裁减了大约 4,000 个岗位，多西将这一举措归因于 AI 采用的迅速进展，以及保持竞争力的必要性。3 月，一些被悄然裁掉的员工又被重新聘用，体现了对当前这轮优化浪潮的谨慎、分阶段态度。博客作者强调，新模型中 AI 的角色仍在演进之中，尚未完全落地；并且 Block 仍处于测试“以智能为中心的结构如何在实践中运作”的“早期阶段”。

要点

Block 的领导层提出，用一个由智能驱动、利用 AI 协调工作和决策的框架来取代传统的层级式管理。 所设想的结构围绕三大支柱重新定义角色：个人贡献者、直接负责的个人，以及担任“玩家教练”的人——他们在指导他人的同时继续在技术层面做出贡献。 AI 将实现对正在构建什么、被卡住什么、资源如何分配以及整体产品表现的实时可视化，从而有可能使信息流转速度快于常规的管理渠道。 尽管强调 AI，但人类在战略与伦理决策中仍是核心，这表明是一种融合治理方式，而不是纯自动化模式。

从层级到智能：Block 的战略转向

多西和博萨阐明的核心想法，是从那种熟悉的金字塔式路径转变：指令在管理层级之间上下传递。以“远程优先、可被机器读取”的环境为前提，AI 将持续构建并维护一个组织活动的实时画面：开发进行到哪里、哪些事项被卡住、哪里需要资源，以及哪些结果被证明有效、哪些正在失败。作者将该目标描述为，要超越“副驾驶”（copilot）式的增强，转向更具变革性的设计——一种运作方式更像“智能”，而非传统层级的组织。

他们强调，这种模式可能会重塑跨行业的企业运作，而不仅仅发生在 Block 内部。该论点基于一个简单的前提：信息流动决定速度与适应性。如果 AI 能比人类更高效地承担协调方面的额外负担，那么由管理层级造成的瓶颈可能会退去，从而让迭代更快，并使领导决策更具响应性。

为说明所提出的转变，Block 勾勒了一个三层级的人才模型。个人贡献者将负责构建并维护支撑公司工作流的运行系统。直接负责的个人将着手处理特定问题，并被赋予调动任何必要资源以解决问题的权限。在这三层之间，“玩家教练”将承担类似管理者的职责——指导与支持他人，同时继续亲自贡献代码与实质性工作。在这种安排下，中层管理原本的把关职能将被分散并叠加上 AI 支持的可视化与自动化能力。

坐在驾驶位上的仍然是人

即便 AI 承担协调任务，多西和博萨仍强调：人类判断依然不可或缺。他们承认 AI 能以远超人类能力的规模与速度处理信息，但关键的商业与伦理决策仍将需要人类洞察。博客指出，尽管 AI 可以呈现持续更新的运营视图，但它无法替代指导公司治理的价值观、审慎性以及问责机制。

这种立场站在投资者与劳动者都需要面对的一个重要交叉路口。由 AI 驱动的组织重构加速，在历史上曾引发关于工作保障、士气以及新组织范式长期可行性的疑问。Block 自身的经验——在大规模裁员之后又重新聘用部分受影响员工——体现的是一种谨慎、迭代式的路径，而非跳入一个完全自动化的未来的投机式跃迁。作者的表述暗示了一种模型：AI 作为人类能力的“倍增器”（force multiplier），而不是整体替代人。

为什么这对加密相关的业务很重要

更广泛的加密与金融科技领域一直在关注 Block（这家公司背后有 Cash App，并且在加密问题上采取了明显友好的立场），将其视为技术驱动型金融服务的风向标。如果一种以 AI 为先、由智能驱动的企业结构获得势头，它可能会影响其他区块链与支付公司如何思考产品开发周期、监管合规以及治理实践。潜在影响还延伸到团队能多快响应安全风险、产品路线图如何在实时中得到验证，以及跨职能协作如何在混合或完全远程的环境中组织起来。

从投资者角度看，这种转变引发关于治理、风险控制与绩效指标将如何在一个由 AI 增强的组织中被管理的疑问。对开发流水线与资源分配的实时可视化可能提高透明度，但同时也会加大对数据质量、AI 监督以及在自动化决策中涉及的伦理考量的敏感度。与任何在企业治理中大规模采用 AI 的情况一样，结果将取决于护栏（guardrails）、问责机制，以及对“人置于环中”（human-in-the-loop）流程的持续校准。

Block 的公告与业界关于 AI 是否能够增强、甚至替代某些管理职能的更广泛讨论一致。尽管该博客呈现的是通往“智能企业”的分阶段、实验性路径，但观察者将会拭目以待：早期试点是否能带来生产力、风险管理与员工参与度的切实提升。在监管审查与客户信任至关重要的行业中，速度与治理之间的平衡将尤其具有说服力。

接下来要关注什么

眼下最直接的问题聚焦在执行与治理。Block 将多快从一个概念框架推进到具体的组织变更？公司将采用哪些标准来评估其由 AI 驱动的协调模型是否成功？而 Block 又将如何应对潜在的陷阱，例如算法偏差、数据孤岛，或对自动化决策的问责？

随着 AI 持续在技术领域重定义工作模式，Block 的做法或许会预示企业设计层面的更大范围转变。如果该模型被证明具有可适应性且带来益处，它可能促使其他公司尝试类似的由智能驱动的结构，尤其是在那些看重快速迭代与远程协作的环境中。

读者应关注 Block 即将发布的更新与试点落地情况，以判断这一愿景是否从理论走向实践，以及这些发展如何影响投资者信心、员工体验，以及围绕 AI 支持治理的更广泛讨论。

** 风险与利益相关方声明：** 加密资产波动性很高，且资金面临风险。本文可能包含联盟链接。

MENAFN01042026008006017065ID1110929683