这是一个加速变化的世界，有可能还会再持续几十年，如果你指望所有这些变化会在你的一生中缓慢下来，那么你可能就犯了一个非常大的错误。
我们正在步入的未来10年，将取得比过去100年更大的进步。
当技术正在成倍增长，哪些支撑组织发展的原则，才能让个人和公司更好地活下来？
《指数型组织2.0》一书总结了以上观点之后，对100家指数型增长的企业进行长达8年的跟踪分析，发现它们不仅是采用高速发展的技术和新型组织方法，还因为采用了全新的文化范式。
自上而下、缺乏灵活性、行动缓慢的线性组织越来越不可靠了，且注定是要失败的。
未来判断一个组织对不对，有一个标准：迭代够不够快。
和DeepSeek并列“AI四小龙”、最新估值180亿美元的当红初创公司月之暗面，把这条逻辑走到了极端：300人，没有部门，没有Title，没有考核。
他们对在哪、代价是什么、什么人能扛住,这篇文章一次讲清楚。
一、拆掉所有墙
如果你在月之暗面想完成一件需要别人配合的事，方法很简单：直接走过去问。不需要审批，不需要协调会，不需要打破部门墙。因为根本就没有墙，连部门都没有。
创始人杨植麟的个性签名只有四个字：直接沟通。
这事放在传统公司是不可想象的。
你在过往的组织待过就知道，一般都是采用矩阵式组织结构，也就是产品管理、品牌和销售部门通常支撑垂直阵列，而人力资源、财务、信息技术、法务等支持部门形成水平排列。
因此，跨部门协作，比如拉群、约会、对齐、同步、拉通，一套流程走下来，需要耗费很多时间和精力。
这不是人的问题，是架构的问题。
部门墙的本质，是运营过程中产生和处理的内部数据都会保存在各种各样的“筒仓”中，组织把信息流动到每个人头上。
Kimi反着来。他们把信息流动的成本压到零，然后把省下来的精力全部砸到一件事上：模型。
这里有个值得追问的点。字节跳动当年靠“大力出奇迹”的产品工厂模式横扫互联网，本质上也是靠极快的迭代速度。一个点子上午拍板，下午开发，晚上上线测试，第二天看数据决定继续还是放弃。
字节早期把信息流动效率当作核心管理逻辑：信息流动越快，决策越准，迭代越狠。
在AI时代，当然Kimi不是唯一的可能性。
Anthropic实现了15个月30倍的指数级增长：废除传统汇报层级，无层级自治，推进“直接触达模式”，信息零损耗；
不按“前端/后端/测试”等职能划分，而是按使命组织，极致扁平化，研究和工程不分家；
决策链条短，52天完成73次产品级更新。
Kimi的300人规模，是刻意控制还是过渡阶段，现在下判断太早。但他们确实在赌一件事：用AI工具替代中间管理层，让人只做机器做不了的事。
你去看产品团队的Leo怎么干活就明白了。他早上一觉睡到自然醒，10点进办公室，同时启动三个Agent：一个筛用户反馈，一个实时翻译海外评论，一个抓取竞品更新。
过去三个人干两天的活，他一个人一上午搞定。他的管理半径不是几个下属，是一群硅基员工。他手下的"千军万马"，是代码。
要变革组织，不迷失于矩阵式组织架构中，这种组织架构作为一种“免疫系统”，只能用于防御，但可能会杀死创新和速度。与笨重机械、步履蹒跚的线性组织和机构相比，适合于这个时代的组织是行动快速的组织者。
这也是AI Native（AI原生）组织在底层逻辑上的推波助澜：通过数字化和智能化的方式，让AI替掉那些本来就不该由人来干的协调工作和重复工作，让组织更加扁平自治，更容易在目标之下，敏捷可扩展，效能高于过去10倍以上。
二、迭代，才是入场券
迭代，是进化的基本特征。只有通过迭代才能持续地适应时代。亚马逊创始人贝佐斯说：“我们的成功取决于我们每年、每月和每天进行的实验的数量。”
1、迭代，就是实验
《指数型组织2.0》一书专门用了一个章节讲述实验迭代的能力对于今天这个时代如何增长的重要性。
迭代，使得重大突破和非线性增长成为可能。
过去，组织内的大多数决策都是由管理层或资深人士根据他们的“经验”或“直觉”做出的。而如果放任一线迭代，可能会带来相当大的成本和风险。
但其实，一线大胆实验迭代，也代表着巨大的潜在回报。
杰夫·霍尔登是一位著名的创新者。作为亚马逊和优步的首席产品官，他领导创建了亚马逊Prime会员服务，以及优食(Uber Eats)和“人民优步+”（Uber Pool，现在已改名为UberX Share）等广受欢迎的服务。
他的第一个重要经验是：必须从一开始就把你的公司设计成一个强大的实验引擎。在当今这个变化就是唯一不变的时代里，持续创新和实验是维持生存和实现超高速增长的关键。
大胆实验、尝试、迭代，这一原则在亚马逊创立早期就已经非常明确地得到了贯彻。
第二个重要经验是：必须正确地解释实验（迭代）结果。
以优步为例，它每个月都要进行数千次实验迭代，然后根据那些在统计上有显著性的结果做出决策，因此了解显著结果与不显著结果之间的差异至关重要。
在优步，只有大约20%～30%的实验迭代是成功的，但是所有实验迭代都提供了有价值的信息。对于这类情况，霍尔登给出的建议是，忽略外界的噪声，保持专注，继续加强实验迭代。
第三个有指导意义的经验，是团队建设的两个关键要点：
一是在组织内部培养实验迭代精神，二是雇用熟悉实验迭代和拥有“以数据为依据”的心态的员工。
第四个重要经验，是坦然面对误解。
强烈的实验迭代文化常常会引起误解。以亚马逊Prime会员服务为例，这项服务最初饱受质疑，但是现在拥有了超过5000万名会员。
2、迭代的关键
创新型公司并非在一般意义上容忍失败，它们其实只对“正确的失败”才是宽容的，即只宽容那些在付出了令人难以置信的聪明才智和努力之后出现的失败，因为“失败总是在扩宽我们的认知边界”。
最好的创意必定是建立在第一性原理之上的。
第一性原理是指不能从其他假设或命题中分解或推导出来的基本假设或命题。第一性原理思维要求我们进行大量的研究和调查，这是值得的。
测试新想法需要一个实验模型，即使用先前的结果来修改原始想法，改进随后的每一次迭代。重复这一过程，直到你穷尽了所有可能的改进方法为止。而到那个时候，你可能已经找到了你要发明的产品或服务了。
精益创业的一个关键观点是，如果你在A点看不到C点的话，就必须先集中精力从A点去往B点。
一旦你来到了B点，你就可以看到C点，这时你就可以动手规划一条通往C点的路线了。
例如，如果你正打算打造一个拥有15个功能的产品，那么先不要提供全部15个功能。你可以先推出只包含两个能够吸引市场并获得用户反馈的功能，然后再计划实现其他功能。这就是通常所称的“最小可靠产品”(MVP)。
只有通过不断的试验，组织才能更贴近现实世界中的市场。在动荡和不确定的时期里，这一点尤其重要。
在AI时代，利用好AI，把它作为一个“思维伙伴”，让它为你提供建议，包括应该运行哪些迭代、如何设计迭代，以及需要测量哪些参数。
迭代的最佳方式就是更多地迭代。在公司内部可以举办竞赛，以鼓励创新和迭代，每个迭代都应该提出自己的“商业理由”，即说明进行这个迭代将如何提供卓越的洞见，有可能帮助公司实现什么样的增长（或节省同等成本）。
请告诉这些团队，这不是在寻求渐进式的改进，而是在追求指数级的重大变革。如果其中有一个或两个迭代产生了有显著意义的成果，那么就对它们提供的新想法开发出新的产品或服务。
三、什么人，才能迭代？
Kimi内部流传一个说法：这里至少有50人创办或加入过创业公司。换句话说，他们不是在招聘员工，是在收编CEO。
这事在传统HR的逻辑里是灾难。一堆有创业基因、有Ego（自我，下同）、不服管的人塞在一起，不打架才怪。
但Kimi的解法极其简单，只招能被事实说服的人。Ego大不是问题，Ego大到盖过事实才是。
从联合创始人到每个同事，只要你拿得出足够清晰的证据，任何人都可以被说服。
这就引出了一个更难的问题：什么样的人能在这种地方活下来？
Phoebe是从增长转岗到产研的00后女孩。她自称“什么都不懂的黄毛丫头”，但公司毫不犹豫给了她转岗的机会。
她看到至少三位大厂中高层在这里落地失败，最后其中一位去了另一个行业，原因是身边的人都极度年轻、极度聪明，他在一次次被碾压后彻底破防，这不是属于自己的时代。
Kimi有很多员工的工作内容，跟上一份工作的变化比例超过80%，几乎每个人都在Kimi做着跟以前完全不同的事。
这就回到了Kimi的组织哲学。他们不是在做一个好管的公司，是在做一个能自我迭代的组织。
AI行业的迭代周期是按月算的，而传统公司的组织变革节奏是按年规划的。
这就经常导致一个问题：对手已经迭代了三轮，你一次架构调整还没落地。
月之暗面创始人杨植麟管什么？管人才密度和战略方向。剩下的，让团队自己迭代。
这种组织的终点是什么？
要么迭代够快，要么出局。
四、尊重事实，直接沟通
回到那句话：AI时代，迭代才是入场券。
但这里要做一次澄清。迭代不是“变来变去”。
迭代的前提是你有一个不动的内核，或者宏大的目标。
内核够硬，外围怎么变都是进化；没有内核，怎么变都是内耗。
迭代能力还有个重点是：敢不敢承认昨天错了。
DeepSeek出现之后，Kimi做了三件事：认错、转向、加速。从大规模投流到专注模型，从坚持闭源到迅速开源。
这是对事实的尊重，因为所有改变只有一个原因：“使公司发展更符合客观规律的要求。”
这句话太正确了，正确到有点陌生。
很多时候，事实不是唯一的决策变量，有时候甚至不是最重要的那个。
Kimi把事实抬到了最高优先级，这才是直接沟通四个字真正的重量。
不绕弯、不修饰、不照顾情绪、不保护Ego，事实怎么说，你就怎么信；信了之后，你就得变。
结语
AI时代，所有的组织管理问题，本质上都是迭代速度问题。
部门墙拖慢迭代，所以Kimi拆了墙；中间管理层拖慢迭代，所以他们取消了中间管理层。
当对手已经迭代好几次，你还在原地踏步时，时代的入场券当然不会发给你，因为游戏早就换了一局。
在AI时代，组织不是管出来的，是迭代出来的。
来源：笔记侠