Miro AI 深度解析：全栈构建者时代与组织形态重塑
在 AI 技术飞速演进的背景下，传统的职能型组织架构正面临前所未有的挑战。Miro AI 首席客户官 Amy Hsuan 在 Canvas 26 大会上，深度剖析了 LinkedIn 前首席产品官 Tomer Cohen 关于“全栈构建者（Full-stack Builder）”的深刻洞察，揭示了 AI 如何重塑产品组织的新形态。
从 GPT-4 演示到组织重构
Tomer Cohen 的故事始于 2022 年秋季，当时他在 Redmond 亲眼目睹了 GPT-4 的演示。仅仅几个月后，当市场尚未广泛普及时，他便意识到：“我看见了未来，我们必须重写路线图。”
他的团队随即对 LinkedIn 的服务角色进行了原子化拆解，区分哪些部分应由“机器”完成，哪些由“人”完成，并探索两者的融合方式。然而，他们发现内部仍固守 PM、设计、工程、数据的传统职能划分，这种结构已无法适应 AI 带来的变化。与此同时，顶尖人才开始直觉性地打破界限，利用工具自主工作。这促使 Tomer 得出结论：行业正迈向“全栈构建者”时代——能够跨越职能线，利用 Agent 和团队快速从构思到上线的角色。
为什么简单的交付如此漫长？
在规模化企业中，即使是简单的功能交付也充满了复杂的子步骤。Tomer 指出，在 LinkedIn，验证一个想法需要梳理 15 到 20 个信息源，包括数据池、客户对话、工单和社交媒体等。
“我们的组织架构图开始模仿流程的复杂性，我们为此招聘了大量人员去覆盖这些子步骤。”Tomer 坦言，这种分工导致流程变得冗长。然而，AI Agent 的出现使得跨职能协作成为可能，设计师可以直接编码并上线，不再需要繁琐的交接。
组织能力的跃迁：从个人到团队
随着协作模式的演变，传统的岗位定义正在被重写。Tomer 预测，所需技能在一年内变化 70%，未来几年这一比例将维持高位。
在 AI 时代，什么依然有价值？
- 成长型思维（Growth Mindset）：持续学习的能力。
- AI 流利度与代理权（Agency）：不仅能谈论 AI，更能真正利用自建的 Agent 自动化日常工作。
- 核心软技能：愿景（Vision）、同理心（Empathy）、沟通（Communication）和创造力（Creativity）。
- 判断力（Judgment）：在复杂、模糊的情境下做出关键决策的能力，这是 AI 难以替代的核心。
更重要的是，这种变革不仅是个人的，更是组织的。当一群“全栈构建者”组成团队时，他们能够迅速组装资源并推向市场，提升了整体的组织交付能力。
三大协作模式：构建新组织形态
Tomer 提出了未来协作的三个维度，这将决定新组织的形状：
- 人 - 人协作（Person-to-Person）：向战略和方向决策层移动，专注于宏观对齐。
- 人 - 智能体协作（Person-to-Agent）：渗透到每个角色，全栈构建者在此模式下的表现最为显著。
- 智能体 - 智能体协作（Agent-to-Agent）：刚刚起步，目前尚无标准操作程序（Playbook），但潜力巨大。
目前，大多数组织仍将这些模式隔离在不同容器中（如会议记录、私窗会话、自动化管道）。未来的组织形态将致力于打通这些壁垒，实现跨部门、跨智能体的统一协调。正如 Tomer 所言：“协调是整个组织领域的巨大机会。”
结语
AI 不仅仅是工具，更是组织演进的催化剂。从简单的任务自动化到复杂的跨智能体编排，全栈构建者将成为连接人与 AI 的关键桥梁。对于企业而言，如何培养具备判断力和同理心的构建者，以及如何设计支持人机协同的新组织架构，将是未来竞争的核心。
"Coordination is not easy. All the building blocks are there, but it takes work to build." —— Tomer Cohen, LinkedIn CPO
