騰訊研究院：強者們，開始組團了

可能你也多半聽過這樣一個詞：“一人公司”。

要做一篇深度稿，不再需要團隊分工找資料、搭框架、做配圖，一個人打開AI就能包圓。有了想法，不再找設計師畫原型、找開發排期、找數據分析師看反饋，產品經理拿AI就能搓個demo。你想驗證一個新系統，不用招人、不用搭團隊、不用走流程，自己用AI可能三天就上線試水。

于是，很多人可能冒出一個問題：

以后，我是不是也可以做“一人公司”？

剛好最近，我讀到騰訊研究院的一份報告，叫《從超級個體到超級團隊：AI時代組織變革的涌現路徑》。

讀完三萬多字，我感覺這份報告回答了很多人的問題。比如創業者面對更便宜更高效的AI，焦慮該不該招人？比如管理者糾結是拿AI平替，還是撥預算養團隊？比如職場人看到不斷迭代的AI，擔心會不會失業，甚至猶豫要不要做一人公司？

問題很多，背后其實都指向一個變化：

AI確實讓個人變強，但未來有競爭力的組織，可能不是“一人公司”，而是由一小群強人組成的團隊。

那么，這份報告里面究竟說了什么？我們能學到什么？能給我們怎樣的啟發？

我試著總結出6點想法，與你分享。

首先，讓我們先從一個詞開始：超級個體。

01

“超級個體”：能借助AI完成工作鏈閉環的人

什么是“超級個體”？報告里下了個定義：

借助AI，一個人能夠達到過去需要一個小團隊才能達到的產出規模和影響半徑。

換句話說，“超級個體”不只是“用AI的人”，而是能借助AI獨立完成工作鏈閉環的人。

用AI的人，有很多。用AI寫個周報，讓AI想個標題，拿AI做幾張插圖。但這就像“有車的人”不等于“車手”，“用AI的人”不等于“超級個體”。本質上，還都是在使用工具。

關鍵，是“工作鏈閉環”。

為什么過去一個人很難跑通閉環？因為以前在組織設計上，把一件完整的事，拆分到許多崗位上。

比如，一個產品功能的落地，會經過很多環節。產品經理負責提需求，設計師負責畫界面，研發負責編程，運營負責推廣。很多人都在鏈條上，一人主要負責一段鏈路。過去幾十年里，這套分工讓復雜的工作規模化，把專業的事交給專業的人。

但問題在于，分工越細，一個人越難掌握全鏈路。產品經理想驗證需求，你要等開發排期。代碼寫好了，要等運營。測試跑完了，要等上線數據。一個本可能三天驗證的想法，往往可能拉長到三周甚至三個月。

過去之所以一個人很難跑通工作鏈閉環，不是不夠勤奮，而是組織分工讓每個人只掌握其中一部分能力。

AI改變的，就有這件事。

比如，產品經理有了想法，可以直接口述給AI，讓它寫需求文案。一旦覺得不錯，繼續讓AI做一個可交互demo、搭一個自動化流程。拿給老板看，有反饋立馬改。

AI不是讓一個人突然什么都會，而是幫你用更低成本，調用那些原本卡住閉環的能力。

這意味著，一個人借助AI，更容易有機會跳脫出崗位的限制，把事情從“想法”推進到“結果”。這就是“完成工作鏈閉環”。

今天，很多企業內正在涌現“超級個體”。比如，RoboNeo內部一位數據分析師，用AI掌握運營全能力。比如特贊的產品經理直接用Cursor做功能，不用等研發排期。比如，安克創新有位非程序員，三個月搭建整套供應鏈運營系統。

“超級個體”不是更勤奮，而是能用AI調度更多能力。

(圖片為AI生成）

那么，既然AI能讓一個人變得這么厲害，是不是意味著每個人都能變成超級個體？答案，可能相反。

02

AI未必平均賦能所有人，更可能放大底層能力

很多人會有一個誤解：很多能力都不用學，過幾天AI就能幫你干，那時候自己也能變高手。

沒錯，AI確實會降低很多能力門檻。寫代碼、做海報、寫文章、讀論文……那些過去需要訓練很多的技能，現在只要幾句提示詞就能實現。不過，這個說法不夠完整。

技能門檻降低后，普通人和高手的差距，并不會自動縮小。只是從“看得見的技能層”，轉移到“看不見的底層能力層”。

寫代碼、畫畫、寫文章，這些過去稀缺的、今天可以被AI替代的，主要是“技能”。今天稀缺的，變成了“底層能力”：想清楚問題、拆解幾步、期望結果是什么、結果之間有什么聯系。

比如，都是讓AI做一份市場分析。有人會直接說：“幫我分析一下這個市場”。幾分鐘后，AI給他一份看起來很完整、有趨勢、有競品、有建議的報告。他一看，頻頻點頭。但能用嗎？不知道。

而底層能力強的人，會先拆問題：我要判斷的是市場規模，還是進入機會？我要看的是用戶需求，還是渠道成本？數據要看過去三個月，還是過去三年？綜合每個答案，再做出判斷。

兩個人都用了AI，但結果很可能差距明顯。差距不在工具，更在問題質量、與AI交互方式、邏輯思維這些底層能力上。

AI不是平均賦能所有人，而是放大底層能力。它能放大你的優勢，同時也看出你有多“想得清楚”。

這件事放到職場里，就更殘酷了。報告里有一句話：

AI 替代的是你被雇傭的理由。

公司跟你簽勞動合同，一個月底薪一萬塊，買的是什么？可以說是你的時間，可以說是你這個人。其實，真正買的是你身上那些“可交易的能力”。比如你會寫文章、會分析數據、會敲代碼。這些技能，是公司雇你的理由。

如果你只停留在“我會做某件事”，那AI一來，你的價值就會被壓低。但如果你是“我知道該做什么、為什么做、怎么判斷結果”，那AI反而會放大你。

想不清楚的人，AI放大他的混亂；想得清楚的人，AI放大他的價值。

(圖片為AI生成）

這就是為什么AI時代不會人人成為超級個體。更容易被放大的，往往是底層能力較強的人。而他們，會開始尋找彼此。

03

超級個體之間，會相互吸引

既然AI已經把每個牛人放大很多倍，一個人就是一支隊伍，為什么還要抱團呢？這份報告給了一個解釋。

超級個體之所以還需要團隊，因為：能力，是必要條件，但不是充分條件。

傳統團隊的價值，來自“技能分工”。一個人不會設計，就找設計師；一個人不會寫代碼，就找程序員。分工的必要性來自“一個人學不完所有技能”。現在，AI把技能這一層推平了，消解了這種“技能分工”的必要性。

所以，如果只看“技能分工”，超級個體可能確實不需要團隊。

但是，一個人會有他的結構性天花板。主要是4件事，團隊往往更能扛。

1）共同承擔風險。

一個人可以做出一個產品，但很難長期獨自承擔全部風險。客戶把一個項目交給你，不只看你能力強不強，也看穩定不穩定。你生病怎么辦？你休假怎么辦？你沒空時誰頂上？一個人的能力再強，也還是單點。你的風險敞口，也是你的極限。

2）穩定注意力。

人的注意力有物理上限，一天只有24小時。能做高質量決策的時間，可能也就四五小時。可能你說，我能每天保持精力充沛。也許前10天可以，那一個月，甚至一年呢？你不敢打包票。團隊的價值不只是替你做事，更是幫你穩定注意力。

3）形成長期信用。

哈佛商業院學者在研究華爾街證券分析師后發現：明星員工跳槽到新公司時，績效往往會顯著下降；但如果他們帶著原有團隊一起跳，績效則不會下降。這意味著，一個超級個體的能力，相當一部分是被他背后的協作網絡支撐起來的。如果你是一個人，客戶看到的是單點風險；如果你是一個團隊，對方看到的是分散的風險和長期承諾。

4）進入更大的價值場景。

一人公司可以很強，比如咨詢、自媒體、獨立開發，這些都很適合超級個體。但有些機會本身就只有多個人才一起承接。一個復雜的To B產品、一個大規模的運營體系、一個跨領域的戰略決策……這些價值場景，單靠一個大腦根本裝不下。

總結一下：對超級個體來說，團隊的存在就是為了共擔風險、穩定注意力、積累信用、接住更大的機會。

所以，一個人可以變成一家公司，但一個人很難變成一個可靠的系統。

你會發現，AI時代很多厲害的獨立開發者，做到幾百萬美金收入之后，往往會干同一件事：找隊友。不是他們不夠強，是他們只要想再往上走，往往需要把自己擴展成一個小團隊。

(圖片為AI生成）

一個超級個體，加上其他超級個體，能碰撞出的，很可能是AI時代更有競爭力的組織形態。

04

未來更有競爭力的單位，也許是超級個體組成的團隊

實際上，很多在AI時代跑出驚人增長的，早期都不是純粹的一人公司，而是十幾人、二十人左右的AI團隊。

比如，Cursor。由四個MIT的學生，創立于2022年。2023年3月，產品正式發布。22個月后，團隊不到20人，年化收入突破1億美金。到2025年11月，團隊約300人，年化收入10億美金。這是B2B SaaS歷史上，最快達到10億美金ARR的公司。

比如，Midjourney。2022年，David Holz帶著11個人，沒有依賴VC融資，沒有大規模市場營銷預算，做到了5000萬美元營收。一年后，團隊漲到40人左右，年營收漲到2億美金。

類似的，還有Bolt.new、Base44、Gamma……它們共同說明一件事：AI時代跑得最快的，往往不是一個人，也不是傳統大公司，而是一小群被AI放大的強人。報告里叫他們“超級團隊”。

報告里總結了這些超級團隊的早期特點：一小群超級個體+AI工作流共享上下文，團隊協作優于單打獨斗。

翻譯過來：一群能獨立閉環工作鏈的人，靠透明的信息、AI的協調和人的判斷力，讓團隊高速運轉。

超級團隊主要有三種形態：

第一種，節點輻射型。中間有一個明顯的核心（比如創始人、技術大牛），其他人是圍繞這個人的外圈。比如Midjourney早期。

第二種，網絡協作型。中心相對弱，協作更網絡化。三五個能力互補的超級個體平等協作，各自負責一塊，AI幫他們做協調和信息同步，但不指揮誰。比如Cursor。

第三種，AI 中樞型。AI變成了協調中樞，人圍繞Agent工作。比如出門問問的CEO李志飛，他說“我給員工的溝通基本都是通過AI加工過的，人類的消息不會直接到達另一個人類。”

有意思的是，這三種形態，也可能是同一家公司里。

做新業務，需要一個核心人物快速拍板，可能就是節點輻射型；做成熟技術項目，需要幾個高手平等協作，可能就是網絡協作型；做標準化運營，需要AI Agent分配任務、追蹤結果，可能就是AI中樞型。

這說明，AI時代的組織，不再只有一張固定的金字塔圖。它更像一組可組合的小隊：什么任務，就長出什么隊形；什么機會，就匹配什么協作結構。

所以，未來最厲害的組織，不一定是人數最多，而可能是能不斷長出“超級小隊”的組織。

(圖片為AI生成）

要注意，“超級團隊”不是把傳統團隊再縮小一號。更值得注意的，不只是人少，而是協作邏輯變了。

05

“超級團隊”的協作，不只是崗位分工，更是優勢放大

很多人最熟悉的協作是：按崗位分工。我做設計，你做研發，他干銷售，一人一崗，一起拼成整根鏈條。

“超級團隊”的協作邏輯，從“按崗位分工”，變成“按優勢放大”。

比如，同樣是做一篇深度稿。在傳統團隊里，可能是主筆寫稿，編輯改稿，設計配圖，運營分發。每個人按崗位接一部分。

但在超級團隊里，協作方式會變：用戶洞察最強的人，先判斷讀者真正關心的問題；結構能力最強的人，用AI把問題拆成文章框架；表達能力最強的人，負責把觀點寫得準確、好讀；數據敏感的人，負責核查報告、數據和案例；分發能力強的人，再判斷標題、封面和傳播場景。

每個人都有機會用AI補齊一部分技能，但真正被放大的，是各自最強的判斷力。

超級團隊看的，不是“你負責哪部分”，而是“你在哪部分的判斷力最強”。這叫“優勢放大”。

報告里用了一個很有意思的說法，叫“披頭士效應”。列儂和麥卡特尼都是頂尖音樂家，但他們人生中最有影響力的作品，出現在二人合作時期。

強人和強人在一起，不是簡單相加，而是可能彼此激發。

但是，也要小心。

超級個體湊在一起，不一定天然變成超級團隊。現實中很常見的情況是：組織里人才濟濟，大家也彼此欣賞，但生產力就是起不來。

為什么？因為情感共鳴和思維同頻，更多只是讓人聚在一起，并不保證事情跑起來。

超級團隊要跑起來，還需要幾個具體的協作結構。

比如，共享上下文。

關鍵信息，不能散落在個人心里、聊天記錄里。而是信息透明、決策過程可追溯。否則，不同成員看到的信息會不一樣，協作反而變成反復解釋。

比如，清晰責任。

人人都很強，很容易誰也不服誰，誰都想說了算。所以，越是強人協作，越要明確責任分攤：誰定義問題，誰最終拍板，誰對結果負責。如果責任不清晰，優勢放大就會變強人互耗。

“超級團隊”真正難的，不是把強人湊到一起，而是找準一種協作結構，讓超級個體的優勢能互相咬合，而不是消耗。

(圖片為AI生成）

看到這，你可能會想，這些聽起來很不錯，但跟我這個打工人有什么關系？其實，關系很大。

06

普通人不要只想著成為一人公司，而要成為能被超級團隊需要的人

很多人一聽“超級個體”，下意識就覺得離自己太遠。

我沒有獨立完成一個項目閉環，用AI也是讓它寫周報查資料，難道我要逼自己成為“超級個體”？先辭職創業？其實，這樣想很正常。甚至可以說，大多數人可能都處在類似狀態。

在這份報告的最后，有一條對普通人來說務實得多的路：

別只想著單飛做一人公司，而是努力成為能被超級團隊需要的人。

舉個例子，創立Cursor的是四個MIT學生。如果說讓你去成為那四人中的一個，這不現實。務實的做法，是成為他們從4人漲到幾百人這段路上，愿意接納的那個人。

怎么做？也許，可以先從掌握兩種能力開始。

1）獨立閉環能力。

比如老板拋給你一個問題：“最近轉化率下降了，你看一下，想想辦法”。有的人會把表格扔給AI，掃一眼AI的結果，覺得挺有道理，復制粘貼成新的報告，就交上去了。至于是不是真能解決問題，還不知道。

有獨立閉環能力的人，會先從拆問題開始：轉化下降，是因為流量、用戶，還是價格？自己先想好，再交給AI，讓它幫忙列假設、找數據、做分析框架，之后再判斷哪個假設最值得花時間。最后交出的，是一封完整可執行的判斷：問題可能出在哪兒，依據是什么，下一步做什么。

閉環，不是說要一上來就一個人想著把所有事情做完，而是把事情推到下一步動作。這次能獨立跑通一個點，那之后就可以試著跑通更多點。

2）高質量協作能力。

超級團隊尤其怕一種人：自己很強，但協作成本太高。他不共享信息，不展示思考過程，所有東西都捏在自己手里。成果可能不錯，但別人接不住；能力可能很強，但團隊協作會很累。放傳統組織里，還能靠流程、KPI、職級為這種人兜底。但在超級團隊里，他很可能會帶來組織摩擦。

所以，我們可以試著調整協作方式。不只會溝通能配合，而是讓自己的流程可公開、判斷可解釋、產出可復用。

獨立閉環，決定你能不能被看見；高質量協作，決定別人愿不愿意長期和你同行。

未來更稀缺的人，不一定是單干最強的人，而可能是既能獨立閉環，又能和強人協作的人。

(圖片為AI生成）

最后的話

所以，為什么說超級個體的時代正在來臨？因為AI正在同時改變三件事。

1）降低跨崗位行動成本，讓個人都有機會獨立完成工作鏈閉環；2）放大底層能力，讓想得清楚的人被快速放大；3）重寫協作方式，讓超級個體有機會組成超級團隊。

報告里有一組數據：

斯坦福HAI《2026人工智能指數報告》顯示，全球88%的組織已在至少一項業務中采用AI。麥肯錫2026年全球AI調查則揭示了一個鮮明對比：盡管AI采納率創下歷史新高，僅有1%的公司自認達到了AI成熟：將AI深度嵌入核心業務并產生系統性價值的企業，百中無一。

1%和88%，二者之間的差距，反映了一個現實問題：

絕大多數組織所謂的AI變革，還只停留在“把AI當工具”，遠沒有做到“讓AI進入工作流、協作方式、價值創造”。

我想，AI的發展值得樂觀，但不能盲目樂觀。

它確實讓很多人看到變強的機會。但也要注意，它不是平等獎勵所有人。

對職場人，它獎勵的是能獨立閉環的那一撥。對管理者，它獎勵的是主動創造培養人才土壤的那一撥。對創業者，它獎勵的是不迷信一人公司主動找同頻隊友的那一撥。

在我看來，AI正在改變“能力”這個詞的定義。過去，能力是“我會什么”；今天，能力是“我能用AI干什么”；未來，能力或許是“我能和其他超級個體一起做什么”。

或許，AI帶來一個充滿機會的時代。但更有可能走到前面的人，是那些能看到并抓住機會的人。

祝你，成為這樣的人。

參考資料：

觀點/ 劉潤主筆/ 海鹽編輯/ 歌平版面/ 黃靜

這是劉潤公眾號第2997篇原創文章。未經授權，禁止任何機構或個人抓取本文內容，用于訓練AI大模型等用途