Block（Square、Cash App、Afterpay 的母公司）想做一件很大膽的事——不再用「人＋階層」來協調一家公司，而是讓 AI 系統本身變成公司的協調大腦。
多數公司導入 AI，是給每個員工配一個小助手，讓原本的組織「跑得順一點」；Block 要的不是這個，而是把整間公司打造成一個會思考的智慧體。下面用七張圖，一步一步說明它的邏輯。
一、它想打破什麼：兩千年來的老問題
人類組織為什麼長成金字塔？因為一個人大概只能直接管好 3 到 8 個人。從羅馬軍團到今天的大企業，解法都一樣：人太多，就多疊一層主管。
但這帶來一個甩不掉的副作用：層數越多，資訊跑得越慢。第一線發生的事要一層層往上報，老闆的決定再一層層往下傳。中階主管的本質，其實就是一群「負責傳話、對齊、整理資訊」的人。
圖1：階層的代價——資訊在層與層之間來回搬運，速度被拖慢
過去 Spotify、Zappos、Valve 都試過拿掉階層，但公司一長到上千人就會被迫退回老路。原因很簡單：一直沒有任何東西，強到足以取代「人」來做傳話和協調這件事。
二、現在哪裡不一樣：智慧搬進系統裡
Block 的賭注是：那個「夠強的替代品」終於出現了，就是 AI。它把問題反過來想——智慧不一定要分散在每個人腦袋裡、再靠階層搬運；可以讓智慧直接住在系統裡。
圖2：左邊是傳統公司，右邊是 Block——人從金字塔裡走出來，站到最前線
在這個設計裡，人不在金字塔的格子裡，而是站在「邊緣」——也就是系統碰不到、但最需要人的地方：直覺、判斷、文化默契、信任關係，還有那些出錯代價太大、不能讓機器自己決定的時刻（例如倫理判斷、全新的狀況）。文章有一句話很傳神：碰不到真實世界的世界模型，只是一個資料庫而已。
三、要成立的兩個前提
要讓系統取代階層，公司得先具備兩樣東西。
前提一：公司要「看懂自己」
Block 是遠距優先的公司，所有工作自然會留下紀錄——程式碼、設計、討論、決策、進度，全都是電腦讀得懂的資料。AI 就能用這些料，自動維護一張隨時更新的「公司現況圖」：什麼正在做、什麼卡住了、資源在哪、哪些有效。這正是過去主管在腦袋裡掌握、再上下傳遞的東西。
前提二：要有夠真實的「顧客訊號」
這是 Block 的獨門優勢。文章說得很白：錢是世界上最誠實的訊號。人會在問卷上說謊、會忽略廣告，但花錢、借錢、還錢不會騙人。Block 同時看到買方（Cash App）和賣方（Square）兩邊的每一筆交易，於是形成一個越滾越強的飛輪。
圖3：左——公司看懂自己；右——看懂顧客，而且資料會自我增強
四、不做「產品路線圖」，改建四種東西
有了這兩個基礎，Block 就不再讓產品團隊照著預先排好的計畫做產品，而是建造四種堆疊起來的東西。
圖4：四個層次，由下往上堆疊
- 能力（最底層）：支付、借貸、發卡、銀行、先買後付……像一塊塊金融積木，本身沒有畫面，講求穩定、合規、效能。
- 世界模型：就是前面講的「看懂自己＋看懂顧客」。
- 智慧層（關鍵）：看準時機，把下面的積木自動組成一個解法，主動送到顧客面前。
- 介面（最上層）：Square、Cash App、Afterpay 等等，是顧客真正接觸到的入口。重要，但價值不在這裡——價值在模型和智慧層。
五、智慧層到底怎麼運作？
用一個餐廳的例子最好懂。
圖5：偵測時機 → 自動組合 → 主動送上門
整個過程裡，沒有任何產品經理決定要做這個方案。能力本來就都在，是系統自己認出「現在這位顧客需要這個」，再把積木湊起來。同樣邏輯也適用在 Cash App 的個人用戶身上，例如系統發現你可能要搬到新城市，就主動幫你設定好薪轉、調整好信用卡回饋。
六、「該做什麼」從用猜的，變成顧客告訴你
這裡藏著一個很聰明的反轉。傳統公司最大的瓶頸，是產品經理得「猜」下一步該做什麼功能——猜錯就浪費。Block 把這件事顛倒過來：
圖6：系統「缺哪塊能力」的失敗訊號，直接變成下一步的工作清單
當智慧層想幫顧客解決問題、卻發現「少了一塊能力」，這個缺口本身就是接下來該做的事。等於是顧客的真實需求，自動幫公司排出了工作清單。
七、那人要做什麼？只剩三種角色
既然系統接手了傳話和協調，傳統那種「主要工作就是開會、對齊、排優先序」的中階主管就沒必要常設了。人收斂成三種角色：
圖7：IC、DRI、Player-coach——都離工作和顧客更近
- IC（個人貢獻者）：某一層的深度專家，專心把事情做深。世界模型幫他補上原本主管給的脈絡，不必等人交代。
- DRI（直接負責人）：盯住一個跨團隊的問題或機會（例如「90 天內解決某類商家的流失」），有權直接調動各團隊的資源。
- Player-coach（球員兼教練）：自己也動手寫程式／做設計，同時帶人成長，取代了過去純粹「傳話型」的主管。
八、怎麼看這件事
Block 自己也承認：這還在很早期，過程會很難，有些地方大概會先壞掉才會成功。這篇文章本質上是一份有立場的願景宣言（作者之一是創投 Sequoia 的合夥人），不是已經驗證完成的成果報告，他們也明說歡迎外界辯論。
它丟出一個拿來自我體檢的問題
文章最後問了每家公司一個問題。這個問題聽起來抽象，其實是在問兩件事：
- 你有沒有一個「別人很難複製」的核心？——某種外人看不懂、拿不走的 know-how 或數據。
- 這個核心會不會「越做越強」？——它能不能像滾雪球一樣自己長大（也就是圖3 的飛輪），還是停在原地。
| 「這家公司理解了什麼真的很難理解的東西？而這份理解，是不是每天都在變深？」 白話：你有沒有一個又深、又會自己長大的核心？ |
然後它給了兩種結局
結局一 答案是「沒有」。如果你其實沒什麼別人拿不走的深度，那導入 AI 就只會拿來省錢——裁掉一些人、財報好看個幾季。但因為沒有護城河，遲早被更聰明的對手追上、吃掉。AI 在這種公司只是一把砍成本的刀。
結局二 答案是「很深」。這時候 AI 的作用完全不同。原文那句「AI 不是在強化你的公司，而是會揭露你的公司到底是什麼」最饒舌，白話是這樣：
| 當 AI 把開會、傳話、對齊這些「外層雜事」都接手掉，公司就被扒到只剩核心。 這時候真正撐住你的東西會赤裸裸露出來：底下有真功夫，它會被放大、發光；底下是空的，AI 也會一併把「你原來沒料」這件事暴露出來。 |
Block 給自己的答案：經濟圖譜
文章最後是 Block 在回答自己這道題。它說我們那個「又深、又會變深」的東西，就是經濟圖譜（economic graph）：同時看到買方（Cash App）和賣方（Square）、看到每一筆交易的兩端、看到即時的真實金錢行為。這是別人很難拿到的資料，而且每一秒都在累積變深。所以對 Block 來說，AI 不是拿來省錢，而是拿來把這份獨家理解變成行動。
給實務工作者的延伸思考
- 「用世界模型取代中階管理」和 Team Topologies 講的「降低團隊間認知負荷」，是同一件事的兩種解法，還是兩條不同的路？
- Player-coach 這個角色，跟 LeSS 裡靠 feature team 自組織、不要 component team 的協調機制，差別在哪？
- 這套設計高度依賴「工作全都變成機器可讀的紀錄」與「擁有誠實的交易訊號」——一般沒有金融數據的公司，能複製到什麼程度？
文章來源
標題：From Hierarchy to Intelligence（從階層到智慧）
作者：Jack Dorsey 與 Roelof Botha
發表單位：Block, Inc.（官方網站 Inside 專欄）
發表日期：2026 年 3 月 31 日
原文連結：https://block.xyz/inside/from-hierarchy-to-intelligence
發表迴響