上一篇 《接近 10 年没写代码了，被 Claude Opus 4.5 拉了回来》 我聊了「Claude 永动机」，那篇结尾留了一个没答的问题：下一代的组织会长什么样。
这阵子答案越来越清楚。组织的最小单元，从过去的一支团队变成 1 个人 + 一支 Agent 团队，我把它叫做 1+N。但 1+N 只是个壳，真要答的是，作为这个 1，你自己留下什么，那一支 N 又接走什么。
每个人都能问自己同一个问题：工作里那不可替代的 20% 是什么？另外 80% 怎么交给 AI？同一家公司、同样的活，想清楚的人 1 小时干完，没想清楚的还在花一整天。
那 20% 长在哪
机器越便宜，机器干不了的活越贵。这是 Baumol 成本病。
具体哪些事 AI 短期内做不了？我目前看到五件。
1. 判断力：5 条路，挑哪条走？
判断力是关于方向的：要做什么、不做什么。AI 能帮你列选项、算账、推演，但拍板那一下它替不了。判断错方向，AI 会用极快速度把错事执行到底，错判一次的代价比以前大得多。
2. 品味：100 个版本里，哪一个感觉对？
品味是关于质感的：文案的语气、视觉的留白、交互的"顺不顺"，没标准答案，只有"对劲"或"不对劲"。AI 一次能给你一百个能跑的版本。哪个有那个味儿，得人来挑。
3. 在场感：这一刻，必须本人到。
对面要感觉到坐着的是个活人。会犹豫、会停顿、会脱口说错话。一个眼神、一句临时改口，是这一刻才长出来的，排练不来。
签大单前那顿饭、团队出事的那 24 小时、招核心高管最后一面、融资到 final term，这些时候你本人到了，事情才往下走。
AI 能把找客户、跟进、起草方案、写汇报全接走，但拍板那一下、压住场子那一下，不在 ppt 里，在房间里。
4. 关系性劳动：这张脸、这份信任，只有我能兑现。
和某个客户十年的交情、和某个供应商一桌酒的渊源、跟一个媒体人一起熬过的项目，这些都是几年甚至十几年攒出来的账，单次不可复制。
很多新合作能不能落下来，根本不是看方案多好。是对方记得"你这个人过去帮我扛过什么"、"你说话算不算数"、"你介绍的人靠不靠谱"。基于这份信任，对方才愿意把下一单、下下一单也交给你。这层信任 AI 替不了：可以代笔写消息，但兑不了"这个人是这个人"。
做 Claude Code 的 Cat Wu 在 Lenny 播客里讲过类似的事：每次产品发布都有上千个细节，模型还判断不准谁是真正的关键人、他们之间什么关系、各自有什么偏好、该在什么场合跟谁说话才能让人留在状态里。短期内，读懂组织里的空气还是人的活。
5. 稀缺手艺：顶级寿司、顶级木工、顶级理疗、顶级看护。
几十年才能练出来的手感，AI 没法替你压缩。能做这些事的人本来就少，AI 一抹平别处反而显得更少。
这五件事的共同点：都得一个具体的人来做。
一个公式
把这 5 件事组合一下：
个人价值 = (关系 + 手艺) × (判断 + 品味 + 在场)
左边是存量：几年甚至几十年攒出来的。关系靠你过去帮人扛过什么，手艺靠你练了多久。AI 没法替你攒。
右边是流量：每次出场你能不能拿出来。判断是按下"就用这个"那一下，品味是从一堆里挑出对的那个，在场是让对方感觉到一个活人。
两边是乘法关系，缺一边都不行。
不同岗位侧重不一样：
- ToB 销售 / BD：关系 × 在场 × 判断 × 品味
- 顶级运营 / 编辑：品味 × 判断
- 投资人：判断 × 关系
- 顶级匠人 / 医生：手艺 × 判断
但问题都一样。你不可替代的那 20% 是什么？AI 怎么吃掉另外的 80%？
看三个把 20% 想清楚了的人
光说太抽象，三个具体的。
一个做 ToB 大客户的销售：过去大半时间花在杂事上，拉客户档案、整理会议纪要、写定制方案、推 CRM 进度。现在这些全交给 Agent 跑：对话自动结构化进 CRM、AI 基于客户上下文出方案初稿、下一步动作清单自动生成。
但 AI 出的初稿不是拿出去就能签的。方向得她判断（这家客户真正要的是什么，哪一刀该砍、哪一段不能让），写出来什么样得她改（同样的内容，写成什么调子客户才会买，是品味的事）。AI 干完 80% 的执行类工作，最后那 20% 还是她。
省出来的时间她全花在客户现场：KA 内部关键会议、签约前飞过去吃饭、客户出问题第一时间到。她说："AI 把我从'整理客户'里捞出来了，让我有时间真'对'客户。"
她的 20% = 关系 × 在场 × 判断 × 品味：客户的信任是 5-10 年攒下来的（关系），关键节点必须本人到（在场），方案的方向她拍板（判断），AI 初稿改到能签的版本（品味）。80% 是 CRM、整理、初稿。
一个做了 10 年的资深设计师：以前一个品牌项目要 3 周出 30 张视觉草图。现在 AI 一晚出 200 张，他第二天来挑、改、合。但挑这 200 张才是真正的工作。哪张味道对、哪张飘、哪张细节没立住，新人和他挑出来完全不一样。他说："新人在 200 张里挑得出 5 张能用的，我能挑出 30 张。AI 出得越多，挑这件事越是真功夫。" 他的 20% = 品味 × 手艺：10 年看东西练出来的眼睛（品味），加上把素材合成成可用方案的手感（手艺）。80% 是出草图。
一个做了 15 年的架构师：6 周独立做完一个 SaaS，过去这种事得 3-4 人团队 2-3 个月。架构他来定，写代码、跑测试、改 bug 全是 Claude Code / Codex 这种 agent 在做。
难点不是让 AI 写代码（这件事它早会了），是让 AI 稳定地按你的规范写。架构约束、测试要求、命名风格、错误处理，全得固化进 CLAUDE.md 和 skill 里，每次跑都让 agent 按这套来。写完一段先让另一个 agent 跑测试、跑静态检查，过了才进 main。他原话是："我 80% 的时间在调它的纪律，让它不漂移。系统设计能力反而变强了，因为我必须想清楚什么是约束、AI 写出来的哪里不对。"
他的 20% = 手艺 × 判断：15 年磨出来的系统设计手感（手艺），加上定下来什么是不能动的约束、判断 AI 写的东西对不对（判断）。80% 是 AI 在写。
三个人的 20% 落在公式不同的位置，但都把自己那一块挑得很清楚，剩下的全交给 AI。
那 80% 怎么交给 AI
我在公司内部讲过很多次，把它拆成三层：工具、工作流、Agent。三层有顺序：工具用顺了再上工作流，工作流跑顺了再上 Agent。
工具层：把 AI 嵌进每天的工作里
一个简单自查：一天用 AI 不到 10 次，多半是你的工作流还没重构，AI 只在旧工作流的边缘"偶尔用一下"。
我自己粗略数过：一天 AI 交互 100+ 次起步。Claude Code 几条线同时在跑：客户问题、解决方案、战略思考、产品 demo、写文章、自动化小工具，一边看一边丢新任务。
每件事的默认动作都是先让 AI 过一道：需求文档先理一遍要点、对外汇报先列三个角度、团队方案先找漏洞、不熟的领域先扫一遍全景。"先让 AI 过一道"已经是肌肉记忆。
工作流层：把重复的事变成可复用的流
工具用熟之后，开始问自己一个问题：这件事我做过几次？
我自己的判断标准：做过 3 次的事应该 SOP 化，做过 5 次的应该被 AI 工作流接管。
举两个我自己的例子。
/create-feishu-doc：让 Claude 帮我写飞书文档是每天好几次的事，会议纪要、客户分析、产品想法、代码 README。但 Claude 自己写不到飞书里：飞书的写入接口要 OAuth 认证，要走我的身份。我装了 lark-cli（飞书官方命令行）做认证桥梁，每次都手动告诉 Claude 怎么调 lark-cli 创建文档、塞内容、设权限、放到指定文件夹。这套流程重复了几十次，索性写成 skill。现在我说一句"存到飞书"，它自己走 lark-cli，10 秒后给我返回链接。
read-wechat：我经常把读到的好公众号文章丢给 AI，让它吸收、延展我的思考、基于内容做点新东西。但各家 AI 直接读公众号链接都读不了，微信对外部抓取有反爬，返回的全是"环境异常"页。我反复跟 Claude 解释怎么绕过，几十次之后索性把"用微信内置浏览器的身份去抓"这套流程写成 skill。现在我丢一个 mp.weixin.qq.com 链接过去，它自己就把正文扒回来，接着做我让它做的事。
到了这一层，你手里会攒下几套跑顺的流程，写得清楚到别人能直接拿去用。
Agent 层：构建你的 AI 员工
这层不是"工作流"，是一个能自主跑、能调用工具、能持续运行的 AI Agent。每天都在跑。这就是 1+N 里"N"真正长出来的样子。
我自己跑 1+N 的工作站：claude-code-web
跑到 5-10 条 agent 同时在线之后，Claude Code 官方那三个客户端（Desktop、VSCode 插件、命令行）都开始不够用：多会话切换、跨设备访问、跨客户端汇总都各有缺角。更关键的是它们都跑在我本机，Mac 一合 agent 全停，谈不上「永动」。
我自己重做了一个网页版，叫 claude-code-web。两个核心思路。
思路一：把官方三个客户端汇成一个总工作台。
VSCode 插件、命令行、Desktop 跑出来的会话共享同一份 jsonl，全汇到这一个网页里。100+ 会话在一处搜索、恢复、跨端查看；没干完的打 TODO 标签，第二天打开网页就看到全部挂着的活，一条条接着推下去，不会忘。
每天的分工：VSCode 用来动手干活，改文件、跑会话都在那边；claude-code-web 用来看、控制、跨端访问，同一份会话自动汇过来。markdown 真渲染、图片粘进去直接出缩略图、tool_use 默认折叠，这些事命令行里看起来特别费劲，但是在网页里就很舒服。
思路二：把 Claude Code 搬到云端跑。
「永动机」的前提是 agent 能脱离我的笔记本独立活着。云服务器跑一份，本地 Mac 跑一份，Tailscale 内网 + Syncthing 同步整个 claude-space 工作区。研究、大量代码改、数据处理这种跑半天的长任务扔云端，本机不卡。
我合上 Mac 出门，它在云端继续推；手机用 claude code 带的原生的 remote-control 就可以用，看进度、停 / 重启、派新任务、关键节点过一遍都能干。回家切回本地 Mac 接同一条会话，战略思考、写文章这种得深度卷入的活，本地多会话并行最舒服。
核心理念：三个客户端用来动手干活，网页用来查看和控制；本机适合深度卷入，云端适合长跑。多个客户端走同一份 jsonl，互不替代。
让团队也建他们自己的：句子互动 Hackathon
我和我的合伙人在句子互动内部推了一个 Hackathon，名字就叫"每个人，构建你的 AI 员工"。规则只有三条：
- 必须解决你自己真实的工作痛点。 不接受玩具 Demo。要能在明天上班就真实使用的东西。
- 必须基于 Agent，不是简单问答。 要能调工具、有工作流、能自主跑通至少一个完整任务。句子秒懂优先，也可以用 Dify、Cursor。
- Demo 必须现场跑，不接受录屏。 现场让评委提问，Agent 当场跑。
评分四个维度：实用性（明天能不能真用上）、创造性、可复用性、演示完整度。各 25 分。
我们看到的最好的案例，几乎都从最讨厌干的那种活开始：合同审批、产品视频制作、工单汇总、报销整理、客户档案合并这些。
写在最后
回到开头那个问题：下一代组织会长什么样。
我现在的答案是：组织的最小单元，从"一支团队"变成"1 个人 + 一支 Agent 团队"。在这个 1+N 单元里，"1" 留给自己不可替代的 20%：判断、品味、在场、关系、手艺。"N" 接走 80% 的执行类工作。
句子互动做的 AI Agent 产品，就是帮客户用 AI 武装组织。自己都不会用，凭什么相信产品能帮客户用？ 所以我对团队的要求很简单：这件事我们必须自己先跑通。「Claude 永动机」这一栏，我会继续记我跑过的实验。
读到这的你也可以一起做这两件事：把判断、品味、在场、关系、手艺这五件 AI 替不了的事往深里练，同时把重复的、可流程化的活持续交给 AI。
写在 2026 年 5 月。
评论