你敢信吗？

现在最顶尖的 AI 公司，已经把 KPI、层级、审批全砍了。

没有绩效考核压身，没有层层汇报卡壳，算力资源按需调用，员工想跨组组队直接凑人。

一边是 20 万人的制造巨头，靠 AI 拆流程、砍组织，一年 AI 降本飙到 7 亿元；

一边是前沿 AI 实验室，靠 “放养式管理” 冲进全球大模型第一梯队。

当 AI 都开始自主决策、自动干活了，很多公司的管理逻辑，还停留在 20 年前的工业时代。

今天拆解 DeepSeek、月之暗面、美的三家企业的组织玩法，看看 AI 时代真正高效的管理，到底长什么样。

DeepSeek：“三无管理”，让组织走向 “有序的失控”

传统公司的管理，是典型的 “工程思维”：目标拆到月度、流程卡到节点、KPI 量化到个人，默认 “人需要被管着才干活”。

但 AI 基础研发是什么？是无人区探险 —— 目标模糊、路径未知，你根本没法提前半年定好可落地的 KPI。

DeepSeek 直接推翻了这套管控逻辑，搞出了极致的 “三无管理”，核心前提只有一个：顶尖人才可以自治。

1. 无 KPI，只招 “自燃型” 人才

砍掉所有量化考核，不搞排名赛马，不拿数字压人。

这套玩法的底气，来自人才筛选：只要团队里每个人都有强烈的自驱力、扎实的技术功底、跨域协作能力，管控带来的内耗，就会远大于管理的收益。

组织的角色从 “管控者” 彻底变成 “服务者”—— 提供算力、提供空间、提供信任，剩下的具体事情，员工自己搞定。

2. 无层级，三层蜂窝状自组织

整个研究团队只有三级结构：创始人梁文锋、小组长、一线研究员，没有复杂的职级和部门墙。

梁文锋作为全局项目所有者，更像 “探测器 + 粘合剂”：出席每一个团队的会议，摸清全局进度和技术卡点，串起不同模块的协作。

小组长不背任何 KPI，核心工作就是协调资源、串联模块，做团队的润滑剂。

一线研究员拥有极高自由度：可以自由跨组参会，可以随时拉人组队，没有 “跨部门审批” 这道门槛。

3. 无任务分配，但资源全开放

最颠覆的是资源规则：“每个人对算力和人力的调动，不设上限。”

只要你有靠谱的想法，随时可以调用训练集群的算力卡，不需要层层签字审批；想启动新项目，只要对方研究员感兴趣，就能灵活组队，没有部门归属的限制。

当然，自由不是无边界。DeepSeek 设了一道 “安全防护栏”：如果滥用资源、乱烧钱，会被系统直接标记，失去资源权限。

本质上，传统管理假设人是 “经济人”—— 要靠激励驱动、靠层级管控；而 AI 时代的组织，假设人是 “创造者”—— 给空间、给资源、给信任，就能产出超出预期的结果。

月之暗面：双引擎自驱组织，既能 “登月” 也能 “活下去”

如果说 DeepSeek 是极致的技术理想主义，月之暗面则给出了更现实的平衡解法：

AGI 突破像登月，需要长期战略定力和持续投入；但在登月之前，公司得先活下来。

一边要做深水区的基础研究，一边要做商业化的快速落地，怎么平衡才不损耗内部创造力？

月之暗面的答案，是打造 “自驱型组织”，跑通 “长跑耐力 + 短跑冲刺” 双引擎。

招人：判断力比经验重要 100 倍

创始人杨植麟招人，从来不看候选人有几年工作经验，核心只考察两件事：判断力、自驱力。

校招推出 “穿越计划”，不卡专业、学历、资历，只看 3-6 个月实习里的实际判断力；技术候选人的去留，由 5 位联创 + 直属 Leader + 跨组资深同事共同投票决定。

对人才的激励也毫不手软：2025 年累计调薪、期权、现金激励覆盖 324 人次，平均激励力度是 2024 年的 200%。

管事儿：小组自治，决策权交给一线

和 DeepSeek 异曲同工，月之暗面的中层也不背数字 KPI。

小组长的核心职责是协调资源、串联模块，不是下任务、盯进度；所有团队的周会全公司开放，研究员可以自由跨组参会、基于共同兴趣自发组队。

最关键的是权责统一：决策权、实验权、结果责任，全部绑定在 “听见炮声的人” 身上，没有 “上面拍脑袋、下面硬执行” 的两段式割裂。

跑业务：长跑 + 短跑双轮驱动

这是月之暗面最核心的组织设计，完美解决了 “长期研究” 和 “短期商业化” 的矛盾：

  • 长跑线：AGI 基础研究

    K2、K3 等下一代模型，每代投入 3-6 个月纯研究，不背任何商业指标。MuonClip 优化器、Kimi Linear 架构这些底层技术突破，全在这条线孕育。

  • 短跑线：产品商业化迭代

    Kimi K2.5 发布后，20 天收入就超过 2025 年全年；2026 年 4 月 K2.6 上线后，ARR 直接从 1 亿美金冲到 2 亿美金，爆发力极强。

长跑的技术沉淀，给了短跑冲刺的底气；短跑的现金流，又反过来养活长跑的研究 ——2 亿美金的 ARR，足够 300 人的团队稳定投入 10 年。

AGI 研发是马拉松，但商业化是接力赛。好的组织，就是能让同一批人，同时跑赢两场比赛。

美的：20 万人制造巨头，AI 落地先改组织

如果说 AI 创业公司的灵活是天生的，那 20 万人规模的传统制造巨头，能靠 AI 完成组织重塑，才更有参考意义。

现在的美的，每天有超过 1.3 万个 AI 智能体在工厂、供应链、办公场景自主运转，全年提效超 1500 万小时，AI 降本规模从 1.8 亿元飙升至 7 亿元。

很多人以为这是靠堆技术堆出来的，但美的的核心动作，根本不是加 AI，而是改组织。

因为当决策权从人转向系统，旧的层级、流程、部门墙，只会变成 AI 落地的最大阻碍。

美的的解法，是四刀砍向旧组织：

1. 砍结构成本：削层级，减冗余

过去美的从总部、事业部、分公司、部门到科室，汇报线越拉越长，一个决策要走五六层审批。

美的直接精简组织层级，出清低效资产，砍掉非核心业务，让决策链路大幅缩短。

2. 砍体制成本：用 AI 替代官僚

从前一份合同要七八个部门签字，技术评审来回 “踢皮球”，流程耗掉大量时间。

现在通过 AI 智能体跑通审批流，周期从几天压缩至几小时；13000 多个智能体全年提效超 1500 万小时，把人从重复的审批、核对里解放出来。

3. 砍复杂成本：砍掉 “鸡肋” 产品线

美的内部有典型的 “金鱼曲线”：20% 的核心产品贡献了超 300% 的利润，80% 的长尾产品持续亏损。

他们直接砍掉大量更新迭代快、盈利弱的小家电项目，聚焦生命周期长的核心品类，减少资源分散。

4. 砍协同成本：打通信息孤岛

AI 的价值，建立在数据流通之上。

美的通过 “T+3” 模式，让零售数据实时同步工厂与供应商，生产从 “拍脑袋” 变成精准响应；靠 “家庭大脑 + 工厂大脑” 双中枢架构，让 C 端用户数据和 B 端生产数据形成闭环。

很多人说 AI 是技术革命，在美的这里看得很清楚：AI 冲击的从来不是岗位，而是旧的组织逻辑。这场革命的本质，是重新定义人的价值 —— 把人从流程里解放出来，去做更有创造力的事。

最后想说

三家公司，三种样本，背后是同一个时代趋势：

工业时代的管理，核心是 “管控”—— 把人当成执行工具，用流程、KPI、层级保证标准化效率。

而 AI 时代的管理，核心是 “激活”—— 把人当成创造者，用信任、资源、空间释放人的创造力。

创业公司可以学 DeepSeek 的极致自治，学月之暗面的长短平衡；传统企业可以学美的的组织瘦身、用 AI 破局官僚。

但最核心的一点永远不变：当生产工具已经进化到 AI 时代，管理者的思维，就别再停留在工业时代了。

毕竟，困住一家公司的从来不是技术，而是过时的管理。