猫眼电影记者 陈希梅 报道首次登录送91元红包

12月2日消息，继今年10月提出“发现式智能”理念后，盛大集团创始人陈天桥近日发表深度文章，剖析了人工智能对企业基因的重构。在文中，他表示：未来的企业变革不是基于AI的“更好的管理”，而是“管理的退出”。

陈天桥指出，现代管理学的大厦实际上建立在“生物局限性”的沼泽之上。KPI、科层制、激励机制等经典工具，本质上都是为了给人类大脑打上的“补丁”，是一个试图在心智失效前锁定正确性的“纠偏系统”。他认为：“当执行不再依赖生物特征时，基于生物特征构建的制度大厦，其历史使命便已终结。”

对于正在崛起的“智能体（Agent）”，陈天桥将其定义为在“认知解剖学”上与人类完全不同的新物种，具备“连续记忆、全息认知、内生进化”三大特征。他警告称，如果将这种新物种强行塞进旧的管理容器，只会引发“系统性的排异反应”：KPI将从导航变为“天花板”，层级结构将从过滤器变为阻断信息的“血栓”。

陈天桥表示：“管理学不会消失，但它将第一次真正建立在智能（Intelligence）的地基之上，而非生物学（Biology）的废墟之上。”（袁宁）

以下为陈天桥深度文章全文：

管理学的黄昏与智能的黎明：重写企业的生物学基因

文/陈天桥

引言：管理学的黄昏

管理学大师彼得·德鲁克曾说，动荡时代最大的危险不是动荡本身，而是延续昨日的逻辑行事。

今天，我们就站在这样一个危险的临界点。

从系统演化的角度来看，管理学本身就不是一个永恒的真理，这并非因为管理学理论本身的缺陷，而是因为它所服务的对象——碳基生物的大脑在即将被智能体所替代时，管理学存在的前提也会被物理性地移除。

所以，未来的企业变革不是基于 AI 的“更好的管理”，而是“管理的退出”。这不关乎对错，这关乎结构的必然。当执行不再依赖生物特征时，基于生物特征构建的制度大厦，其历史使命便已终结。

第一章：历史的代偿——管理即“纠偏系统”

现代管理学的大厦，实际上是建立在一片名为“生物局限性”的沼泽之上。过去一百年，我们所推崇的全部管理工具，本质上都是为了给人类大脑打上的“补丁”：

我们发明 KPI，并非因为它能精准衡量价值，而是因为人类大脑难以在长周期中锁定目标，“遗忘”是碳基生物的常态，我们需要路标；

我们发明科层制（Hierarchy），并非因为它高效，而是因为人类的工作记忆只能处理7±2个节点，为了避免认知超负荷，我们被迫通过层级来压缩信息；

我们发明激励机制，并非为了创造价值，而是为了对抗生物体天然的动机衰减与熵增。

管理学从未真正提升组织的“智能”。它是一个精密的“纠偏系统”，试图在人类心智失效之前，用制度锁定正确性。

当执行依赖人类时，企业是一个为适配大脑缺陷而构建的制度容器。

第二章：智能体的介入——一种全新的“认知解剖学”

那么，我们要引入的替代者究竟是什么？

请大家注意，当我说“智能体（Agent）”时，我指的不是一个运行速度更快的软件，而是一种在认知解剖学（Cognitive Anatomy）上与人类完全不同的存在。

如果我们将人类员工与智能体放在解剖台上对比，你会发现三处根本性的生理差异：

第一，是记忆的连续性。

人类的记忆是瞬时且易碎的，我们依赖睡眠重置，上下文经常断裂。而智能体拥有 EverMem（永恒记忆），它拥有的不是片段的工作流，而是连续的历史。它不会遗忘，不需要“交接”，它的每一次推理都建立在全量历史的基座之上。

第二，是认知的全息性。

人类受限于带宽，必须通过层级来过滤信息。而智能体拥有全量对齐（Context Alignment） 能力。它不需要通过部门周会来同步信息，整个组织的知识网络对它实时透明。它看到的是全局，而非盲人摸象般的局部。

第三，是进化的内生性。

人类的动力依赖于多巴胺和外部奖赏，容易衰减。而智能体的行动源于奖励模型（Reward Model）的结构张力。它不需要被“哄”着工作，它的每一次行动都是为了让目标函数收敛。

这不是更强的员工，这是基于不同物理法则运转的新物种。

第三章：基石的崩塌——当新物种遇到旧容器

现在，当我们把这种具备“连续记忆、全息认知、内生进化”的新物种，强行塞进为人类设计的旧管理容器时，会发生什么？

系统性的排异反应开始了。那些曾经支撑现代企业的五大基石，正在从“必要的保障”异化为“智能的束缚”：

KPI 的崩塌：从“导航”变为“天花板”

我们要 KPI，原本是因为人类容易迷路。但对于时刻锁定目标函数的智能体而言，死板的 KPI 指标反而限制了它在无限解空间中寻找更优路径的可能性。这就好比你给自动驾驶汽车画死了一条轨道，却期待它能躲避突发的障碍。

层级结构的崩塌：从“过滤器”变为“阻断器”

我们要层级，原本是因为人类大脑处理不了太多信息。但对于能处理千级上下文的智能体，层级结构不再是过滤器，而成了阻碍数据自由流动的“血栓”。在智能网络中，任何中间层都是对信息的无谓损耗。

激励机制的崩塌：从“动力源”变为“噪音”

用外在激励去驱动智能体，就像试图用糖果去奖励万有引力一样，是无效且滑稽的。它不需要多巴胺，它需要的是精准的数据反馈。

长期规划的崩塌：从“地图”变为“模拟”

我们要五年规划，是因为我们无法在高频变化中维持长周期的推演。但在智能体手中，静态的战略地图被实时的世界模型模拟（World Model Simulation）所取代。既然能每秒钟推演一万次未来的可能性，为什么还要死守那张半年前打印出来的旧地图？

流程与监督的崩塌：从“纠偏”变为“冗余”

传统的监督机制，原本是为了盯着人别犯错。但在智能体内部，理解即执行，感知即行动。监督不再基于对执行过程的怀疑，而是基于对目标定义的再校准。

第四章：终极形态——AI-Native 企业的五项根性定义

如果抛弃了这些生物学的拐杖，一家真正的 AI-Native 企业，它的终极形态究竟长什么样？

这不再是关于一家公司应该购买什么软件，而是关于一家公司应该以何种生物学形式存在。真正的 AI-Native 企业，必须在基因层面完成以下五项重写：

1. 架构即智能（Architecture as Intelligence）

传统企业架构是社会学产物，旨在解决人际摩擦。而 AI-Native 的架构是计算机科学产物。

整个组织本质上是一个巨大的、分布式的计算图（Computational Graph）。部门不再是权力的领地，而是特定功能的模型节点；汇报线不再是行政命令的通道，而是高维数据流转的总线。企业架构的设计目标，从“管控风险”转变为“最大化数据吞吐与智能涌现”。

2. 增长即复利（Growth as Compounding）

传统增长依赖线性的人力堆叠，边际成本随规模递增。AI-Native 增长依赖认知复利。

智能体的核心特征是“零边际学习成本”。一次成功的边缘案例处理，其实验结果会瞬间同步给全网智能体。企业的估值逻辑将彻底改变——不再取决于 headcount 的规模，而取决于认知结构复利的速度（Rate of Cognitive Compounding）。

3. 记忆即演化（Memory as Evolution）

没有记忆的智能只是算法，拥有记忆的智能才是物种。

传统企业的记忆是离散且易碎的“死数据”。AI-Native 企业必须拥有一个可读写、可进化的长期记忆中枢（Long-term Memory）。所有的决策逻辑、交互历史与隐性知识，都被实时向量化，沉淀为组织的“潜意识”。这是企业实现时间结构（Temporal Structure）的基础，也是智能跨越时间进行自我演化的前提。

4. 执行即训练（Execution as Training）

在旧范式中，执行是消耗过程，价值交付即终点。在 AI-Native 范式中，执行是探索过程。

不存在单纯的“执行部门”，所有部门本质上都是“模型训练部门”。每一次业务交互，都是对企业内部“世界模型”的一次贝叶斯更新（Bayesian Update）。业务流即训练流，行动即学习。

5. 人即意义（Human as Meaning）

这是企业伦理的重构。人类从“燃料”的角色中退出，升维为“意图策展人（Intent Curator）”与“认知架构师（Cognitive Architect）”。

智能体负责在无限的解空间中解决“如何做（How）”的问题，进行路径的极值优化；而人类负责处理那些不可计算的模糊性——定义“为何做（Why）”，定义审美、伦理与方向的价值函数（Reward Function）。智能负责扩展可能性的边界，人类负责裁定方向的意义。

结语：智能的黎明

这与我们在科学领域提出的发现式智能（Discoverative Intelligence）殊途同归。

发现式智能的核心定义是：智能不应止于对既有知识的拟合，而应具备构建模型、提出假设、并在与世界的交互中修正认知的能力。

AI-Native 企业，正是发现式思维在组织层面的投射。它要求企业本身成为一个发现式结构的平台，而非操作流程的容器。

如果组织的形式正在发生物种级的演化，那么承载它的数字容器也必须随之突变。

这就引出了一个我们不得不面对的命题：我们脚下的基础设施——那些为了固化流程而生的 ERP，那些为了切割职能而建的 SaaS——真的还能容纳这种液态的智能吗？这些系统本质上是旧时代管理逻辑的数字化投影，它们通过“打补丁”的方式或许能带来暂时的安宁，但这终究是在用旧地图寻找新大陆。

AI-Native 企业呼唤一种全新的操作系统。 一种不再致力于“资源规划（Resource Planning）”，而是致力于“认知演化（Cognitive Evolution）”的全新神经系统。

当管理退出，认知升起。

管理学不会消失，但它将第一次真正建立在智能（Intelligence）的地基之上，而非生物学（Biology）的废墟之上。

未来的企业，不再是由人领导智能，而是由智能扩展人。

本文来自网易科技报道，更多资讯和深度内容，关注我们。

  时事1：世界杯全世界投注金额

  12月24日,国家金融监管总局：银行业保险业做好香港大埔火灾金融保障服务,当晚22时左右，1.7万个僵尸账号涌入快手直播频道，在同一时段同步开播，多个直播间被批量注入色情影片、低俗表演等违规内容。大量用户在刷到不良内容后紧急反馈，平台直播间系统异常的举报信息在短时间内集中爆发，舆论迅速蔓延至社交平台。,188体育怎么开户。

  12月24日,海南封关首日见闻：“二线口岸”货物通关顺畅,市场有风险，投资需谨慎。本文不构成个人投资建议，也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资，责任自负。,新曾道人内幕A,完美体育app下载安装,德州牛仔能赢吗。

  时事2：pp体育官网投票

  12月24日,巴西圣保罗推进“妈祖”纪念日纳入官方活动日历,6月中旬以来，我国华北、黄淮等地高温肆虐，多地炎热程度同期少见，今明两天（6月14日至15日），北方大部地区高温将短暂缓和，但仍未彻底结束。而在南方，预计19日前，江南、华南以及西南地区东部等地强降雨依然频繁，部分地区暴雨连连，需注意防范暴雨致灾。,3555奔驰宝马电玩,体育注册平台网址,手机平台彩票网。

  12月24日,斯里兰卡遭遇极端天气 已致132人死亡,上海仪电是一家历史悠久、与时俱进的国有企业，前身是1960年成立的上海市仪表电讯工业局，目前聚焦新一代信息技术产业和人工智能主业。近年来，上海仪电积极落实国家战略和上海重大项目任务，大力发展以人工智能为引领的新一代信息技术服务业和仪器仪表为主的电子信息制造业，建成万卡以上的高性能算力集群和国产算力集群，持续为重点用户和重要创新企业的智能算力供给。,星际官方线上,体育买球官网,买球app网易。

  时事3：足球竞彩网官网

  12月24日,媒体谈汽车“价格战”：竞争不应是让赔钱成常态,另一方面，相比于政治和安全关系，莫迪推动产业链供应链从中国向印度转移的计划大概率会继续推进。,尊龙APP下载官网,澳门金沙电子游戏官网,AG8九游会。

  12月24日,巴西华社举行多场圣诞慈善活动,迪米奇所管理的基金持有阿里巴巴和百度的股票。相较于美国同行，这两家公司在人工智能领域的投入要少得多。,伟德在线体育,凯发k8官方娱乐入口,188宝金博手机版登录。

  时事4：正版679棋牌入口

  12月24日,四方合作推动人工智能人文艺术研究 “智镜”项目发布,泰国队虽然世界排名在百位开外，但能在小组赛客场逼平韩国队，足以证明球队的实力绝非鱼腩。国足在射门、角球等多项数据上都处于劣势，如果不是王大雷的扑救和门柱帮忙，泰国队有可能在客场就将中国队出线的希望击碎。,365足球直播比分直播,BET8手机登录网址,bob电竞怎么玩。

  12月24日,泉州古城：半城烟火半城仙,而今年特朗普总统再度就职后，电动汽车实现盈利的希望变得更加渺茫。特朗普政府叫停或撤销了拜登政府推出的多项电动汽车产销扶持政策与资金补贴，其中影响最深远的一击，就是今年 9 月彻底终止的最高 7500 美元联邦购车补贴。,爱游戏体育平台官网下载,ManBetx开户网址,世界杯足球比赛买球。