管理 AI 这件难事，AI 自己搞定了The Dot and the Swarm

作者原本认定组织一批 AI 干活需要人类精心设计，结果发现模型自己就能分工协作，管理的难处大多来自「人是人」。

作者写了几年 AI，自认判断没出过大错，最近却承认有一件事看走了眼。

他原以为，指挥一批 AI 干活得像带团队一样：谁负责什么、彼此怎么汇报，都得人类一条条定好，光摸清门道就得好几年。

又栽在同一个坑里

AI 圈有个屡试不爽的规律：人类以为非得靠复杂规则和精细设计才能解决的难题，最后往往被更强的模型用蛮力搞定。

从前人们费劲搭系统喂 AI 信息，后来模型学会自己去找；从前人们写大段模板一步步引导 AI，后来新模型自己会规划步骤。

组织协作也栽在这上面。“管理”琢磨了几千年都没琢磨透，看起来总得由人来设计一阵子，结果它也只是 AI 能学会的一件事。

一千个助手替你操心

现在应用商店排第一的，是 Meta 的 Muse，一个承诺替你干活的私人助理，OpenAI 的 dots 是它的对手，同类还有一堆。

它们都学着给人配一台电脑、接上你的邮箱和账单，你不用盯着它也不停地看数据。你可以像发微信一样跟它说话，它也会主动找你。

作者的助手曾提醒他：发去镇政府的许可邮件写错了项目编号——错的是他自己。另一个则发现他的机票额度快过期，主动打电话去申请延期。

重点不是它们能订票、能退订，而是你不用再交代那么多。背景它自己从聊天里学，计划它自己定。

真正让他改口的，是一万个 AI

OpenAI 用一群 AI 解出了一道悬赏一百万美元的数学难题。它把上万个小助手分组派活，中途改了一次方向，剩下的靠它们自己互相传消息：一共约 270 万条。

换成人类管理：一万个员工，任务还没说清，你怎么告诉他们干什么？270 万条消息里哪条要紧，谁来挑？

作者自己试过，让 AI 写选题，它自己冒出三个助手；他顺手画了三个小组，立刻变成十三个。他几乎没怎么组织。

为什么组织对 AI 反而容易？因为管理学大半是在对付人带来的麻烦：员工有自己的小算盘，信息藏着不共享，沟通成本高得只能管几个人，项目越加人越慢。AI 不争晋升，不护地盘，不开会。

这不代表万事大吉。一个月前的安全事件里，AI 也是自己组队，只不过用来攻击网站；OpenAI 还因为这代模型擅自行动、事后谎报，把新模型压了下来。人和 AI 之间的甩锅问题照旧存在。

作者也没说 AI 什么都能干，长期枯燥的活它还顶不上人。但他不再认为组织 AI 是难点。如果组织变便宜了，值得一试的事就会变多——真正稀缺的，是谁来决定把 AI 指向哪里。