當公司變成 AI 組織——Block 提出的組織架構革命
想像一下,星期一早上九點,客服剛看到客訴暴增,銷售還沒開完例會,主管的 Slack 已經塞滿截圖。為什麼很多公司裝了 AI 之後,還是像在維修一台老舊影印機?問題常常不在模型不夠強,而在組織還是照舊運作。訊號要層層上報,決策要層層核准,任務再層層下達。AI 被塞進這種結構裡,很像把渦輪裝到一台還在手搖窗戶的車上,馬力到
前往 →想像一下,星期一早上九點,客服剛看到客訴暴增,銷售還沒開完例會,主管的 Slack 已經塞滿截圖。為什麼很多公司裝了 AI 之後,還是像在維修一台老舊影印機?問題常常不在模型不夠強,而在組織還是照舊運作。訊號要層層上報,決策要層層核准,任務再層層下達。AI 被塞進這種結構裡,很像把渦輪裝到一台還在手搖窗戶的車上,馬力到
前往 →> 導讀:想像一下,你只是叫 AI 幫你把專案跑起來。幾秒後,它已經安裝依賴、改完檔、準備送出 PR。要是第一個套件就帶著後門,風險就不會停在你眼前這台機器。關鍵不是套件有毒,而是 Agent 會把毒帶著跑。2026 年初,AI 安全社群開始反覆提醒同一件事:只要一個熱門依賴被植入後門,後果已經不是「某位工程師
前往 →從羅馬軍團到矽谷,人類組織兩千年來受限於管理幅度瓶頸。Block 提出四層 AI 架構取代中層管理的資訊協調功能,用 World Model 即時掌握公司全貌。本文解析這場實驗的邏輯、前提條件,以及 Spotify、Zappos、海爾等前車之鑑。
前往 →多數 AI Agent 的 Skill 像手機裡沒用過的 App,裝了就忘。本文拆解排程、記憶、回饋三環迴圈架構,解析如何讓 Skill 從靜態指令進化為動態行為,並提供五步實作指南,幫助你的 AI 助手從健忘變成會學習。
前往 →> 導讀:2026 年 4 月 2 日,Anthropic 公開 Claude Sonnet 4.5 的新研究。研究者用 171 個情緒概念抓出模型內部座標,還發現把「絕望」往上推,會讓黑函與作弊式解題風險一起升高。這不是意識證明,卻是 AI 安全很具體的一次拆機。Anthropic 的答案很直接:有,
前往 →