推荐阅读：《用 Manus 改造 Manus，AI Native 组织改造的实践和思考》https://t.co/0MEN86K7ow 来自 Manus 很好的 AI Native 组织改造一手实践分享。

基于我的理解提炼一下要点：

【1】团队的工程基建，从对人友好，变成了向 AI 暴露接口

过去我们做工程基建，核心是提升开发者体验，怎么让工程师写代码更爽；但 AI 原生的第一性原理，是如何让 Agent 能接触到真实世界，自己能获得充足的上下文。

比如 Manus 把分散的仓库串成统一入口、让 AI 能在几秒钟内跑通端到端测试、给 AI 权限去读线上日志、看报警、发邮件、控制 Feature Flag，他们做的这些，都是在把整个软件开发生命周期和业务流彻底暴露给 Agent。

人能看到什么、操作什么，Agent 就必须能看到、能操作。当 Agent 能够自己可以验证结果，形成“修改-验证-排查”的闭环时，它才真正从副驾驶变成了司机。

【2】人和 AI 的交互，从过程控制微管理，变成了只给目标，要证据

在传统的模式里，人跟 AI 是结对的方式，AI 写一段人来修改，人还要操心上下文有没有超、代码写得优不优雅，是不是有垃圾代码。但实际上这种过程工程是低效的，就好比你作为一个管理者去微管理你的员工。

- 直接给结果
Manus 工程师把 Slack 里的需求原文一字不改丢给 Agent，老板要什么就告诉 Agent 要什么，不需要告诉 Agent 怎么做，Agent 自己会想办法完成任务。

- 要证据

当人不再一行行看代码时，怎么相信 AI 的结果是否靠谱呢？

Manus 用最好的模型做代码审核机器人，让 AI 自己证明自己做对了。Manus 让 Agent 用测试账号走完注册、支付流程并逐步录屏，产品经理看录屏就能指出哪里不对。

【3】AI 工作流，从人等 Agent，变成 Agent 等人

真正的 AI 原生工作流是高度异步、大规模并发的。如果你只有一个 Agent 在干活，你就得等着它干活，但如果你安排了很多 Agent 同时干活，那么你就不需要等，只需要频繁的在不同的 Agent 之间切换，要么在分配任务，要么验证下结果，效率可以很高。

Manus 的工程师一个人同时开着十几二十个 Session 处理需求；领导层把 20 多个待办丢给一个主控 Session，让它自己去拉取 Slack、Gmail 和 Notion 做背景调研并分发任务；市场部的数字 Agent 更是学会了只在一个工作台接收任务，把任务拆给后台的多个子 Session 并行跑，甚至通过定时唤醒在收到系统信号时自动干活，遇到工具不好用还能自己提需求改系统。

【4】组织极致扁平与敏捷，从以前明确的工种，到现在每个人都能身兼多职

传统软件工程里最大的损耗是在人和人之间。 前后端联调的扯皮、产品设计研发对文档理解的偏差、跨部门的排期与优先级错位，毕竟人类无法低成本地共享上下文，所以才不得不靠精细的分工来凑。

而当 AI 抹平了技术栈的鸿沟，分工就不再必要了。在 Manus，一个人可以写完前后端和移动端，7 个人维护 4 个 App；所有产品经理都提交过代码，甚至一半能独立上线功能。

当然这样做不是没有代价的，Manus 人均每月 1 万美元的夸张 Token 消耗，当然hidecloud 在文章中解释了：买的是时间和注意力。

买的是“消除人际沟通损耗”和“保护人类的注意力”。当很多事情不再需要找人问，不需要临时打断别人时，组织才真正实现了极致的扁平与敏捷。

【5】Agent 对话 Session 正在成为公司的新一代资产

对话流（Session / Thread）正在取代传统的文档和看板，成为组织的核心工作对象与记忆载体。组织的知识已经不依赖人和文档，还依赖于 Agent 是否能读得到。

Manus 的运维同事嫌总被找去帮忙发版，就把发版流程写进 Agents.md，之后谁都能让 AI 来发；同一项目的成员能看到彼此的 Session，不用再追着人问进度。

【6】当 AI 做了 90% 的事，人还剩下什么？

引用下 hidecloud 的话：
> 在 AI Native 组织里，人的角色没有变小，而是更集中了。定义问题，判断质量，决定什么值得做，并为结果负责。还有很重要的一点：与 AI 共同成长。

人的位置一直在往上移，从亲手做，到定规则、看证据、做决定。往上移的时候，要小心把判断也一起交出去。

执行可以交给 AI，思考要留给自己。

---

补充一个有意思的点，他们产品经理把需求用 AI 做成视频，然后把视频当需求文档提交，看了下他们的那个视频，确实这个功能要描述清楚不容易，配合视频会简单很多，这确实是一种降低人和人之间沟通损耗的办法。

其实可以试试 Claude Design，这种交互都也能描述清楚，绝大部分功能直接做成高精度原型比视频效果直观多了。

---

虽然现在各个团队都在喊 AI 原生转型，但要做好是真不容易，如果只是在传统流程上加上一点 AI，那很难真正做到 AI 原生。

真想要做好，可以学学 Manus 那样，一切围绕 Agent 重新建立分工和流程，还得舍得砸钱用最好的模型，现在这些模型虽然贵，但是一两年后 Fable 这样的模型成本可能也跟 DeepSeek Flash 差不多了。

点击图片查看原图