内容编辑丨特工小智 特工小饼
内容审核丨特工少女
GitLab 开始裁员了。
上周，GitLab CEO Bill Staples 发了一封公开信，宣布公司正在进行一次「透明重组」。
公开信原文：https://about.gitlab.com/blog/gitlab-act-2/
在这封信里，Bill Staples 希望把 GitLab 的管理层级从 8 层砍到 5 层，研发团队从 30 多个拆成 60 个更小的独立小队，运营国家数量缩减 30%。
我读完那封信，突然意识到：未来的大公司，可能真的会变成 N 个小公司...
而每个普通打工人，正站在这场名为 AI 变革的风暴里。
先说 GitLab 到底发生了什么。
GitLab 是开发者的一站式工作台，也是 GitHub 最直接的竞争对手。
这样一家公司，按理说日子过得不错。
但 Bill Staples 却在信里这样说：「我们长成了一个适合上一个时代的形状，但这个形状不适合现在这个时代」。
什么意思？
他把 GitLab 的未来战略叫做「Act 2」。
这个战略背后有一个核心判断：AI Agent 时代来了，软件将由机器构建、由人类指挥。当代码的生产成本趋近于零，软件的需求量会指数级爆发。
在这个前提下，传统的大团队、多层级、层层审批的组织形态，就变成了一种拖累。
所以 GitLab 的选择是：把自己打碎，拆成很多小公司。
具体来说，研发部门要拆成大约 60 个小团队，每个团队拥有端到端的所有权。
什么叫端到端？就是让每个团队都成为「全能团队」：
从需求理解、代码编写、测试、部署到运维，一个小队全包了，不需要跨部门协调，不需要层层上报。
同时，管理层级大幅压缩。
有些部门原来从一线员工到最高决策者之间隔着 8 层管理者，现在计划砍到 5 层。因为每多一层管理，信息和优先级就多过滤一次，决策就多失真一次。
他们希望未来 Gitlab 的组织单元不再是「部门」，而是「小队」。
每个小队就像一个独立的小公司，有自己的目标、自己的决策权、自己的交付物。
当然，GitLab 不是第一个这么干的。
但它，可能是第一个把「大组织如何在 AI 时代演化」这件事，想清楚的。
过去两年，我观察到一个越来越明显的趋势：大公司正在从内部开始「裂变」。
去年 4 月，Shopify 的 CEO 发了一条内部备忘录：说以后任何团队想加人，必须先证明 AI 做不了这件事。
Klarna 的 CEO 更激进，直接宣布公司从 5000 人缩减到 3500 人，同时业务还在增长。
而到了今年，裁员和裂变还在加剧，根据数据统计，第一季度，美国科技行业裁了 52,050 人，比去年同期增长了 40%。
https://www.challengergray.com/wp-content/uploads/2026/04/Challenger-Report-March-2026-1.pdf
今年 2 月，Block 在 公开把 AI 提效与大幅缩编直接挂钩。而 Jack Dorsey 宣布裁掉 4000 多人，并明确表示更小的团队借助 AI 工具也能做得更多、做得更好。
但这些案例更多是「用 AI 替代人」的逻辑。
GitLab 有些不太一样，它的重组计划是想把大部分节省的成本，重新投入到业务增长中。
它在做的是改变组织的结构：
有点像把传统的「金字塔模式」的组织，改造成现在国内很多公司喜欢玩的「阿米巴模式」，but AI 时代限定版。
打个比方，原来的 GitLab 像一支集团军：命令从总部一层层传下去，到前线已经滞后了。现在他们想变成 60 个特种小队：每个小队有自己的任务目标和决策权，但共享同一个指挥系统和后勤平台。
为什么要在这个时间点做这件事？
答案藏在 Bill Staples 信里的另一句话：「Agent 会在同一时间打开大量合并请求、全天候触发流水线、以人类团队永远达不到的速率提交代码」。
当 AI Agent 成为团队中的「第一类用户」，软件生产的速度和规模会发生质变。
在这种情况下，传统的层级式组织天然跟不上节奏。审批链条太长、信息传递太慢、决策点太多，这些在人类速度下还能忍受的问题，在机器速度下就变成了不可承受的瓶颈。
所以结论是：当生产力工具的速度提升 10 倍，组织形态必须跟着变。
否则组织本身，就变成了 AI 时代最大的瓶颈。
如果你在一家大公司工作，可能会想：
这种事会发生在我身上吗？
我觉得值得关注的是 GitLab 这次重组的过程设计。
Bill Staples 特别强调了「透明重组」这个概念，意思是在做出最终决定之前，先把方向告诉所有人，然后用几周时间让管理者和团队一起讨论具体的落地方案。
他甚至开放了一个「自愿离职窗口」：如果你听完 Act 2 的战略觉得这不是你想待的地方，可以主动申请离开，拿到和被裁员工一样的离职补偿。
这个设计很有意思。
它说明一件事：大规模组织变革在真正落地之前，往往会有一个「试验期」。
回看过去几年的案例，几乎所有大型的组织重构都遵循类似的模式：
先在某个部门或某条业务线上做试点，证明新模式可行，然后再推广到全公司。
GitLab 的做法稍有不同，它选择一次性全公司推进，但给了一个缓冲期让所有人参与讨论。
这种「透明但坚决」的方式可能更适合上市公司，因为拖太久会让投资者焦虑、让员工无法安心工作。
但无论哪种方式，底层逻辑是一样的：
如果你所在的公司还没开始做类似的事，大概率不是因为不需要做，而是还在观望。
而一旦行业里，有一家头部公司跑通了这种模式并且拿到了结果，其他公司跟进的速度会很快。
那在这个趋势下，什么样的人会更有竞争力？
GitLab 在信里列了三条新的运营原则：
第一条叫「Speed with Quality」，既要又快，又要干好。
第二条叫「Ownership Mindset」，谁离问题最近，谁做决定，谁对结果负责。
第三条叫「Customer Outcomes」，结果导向，用客户结果衡量一切，而不是用工作量。
翻译成大白话：他们想要的是那种把事情交给他、不用盯、过几天直接交结果的人。
这和传统大公司里最受受欢迎的人才画像，非常不一样。
传统模式下，善于在职场江湖里搞人情世故的人，比如向上管理、擅长跨部门协调、能写漂亮汇报的人往往混得最好。但在「小队制」的组织里，这些技能的价值将会缩水。
取而代之的是三种能力：
1、能独立交付完整结果的能力。
不是只做自己那一段然后传给下一个人，而是能从头到尾把一件事做完。
2、能和 AI 协作的能力。
GitLab 在信里明确说了「我们期望每个人每天都使用 AI」，并且「如果 Agent 能做的事，就自动化它，把精力放在需要人类判断力和技能的地方」。
这意味着未来的绩效评估，不只看你自己产出了什么，更看重你能指挥 AI 产出什么。
3、能在模糊环境下做决策的能力。
当组织变平、管理层变少，很多以前由上级拍板的决定会落到一线。
你不能等着别人告诉你该怎么做，你得自己判断、自己承担后果。
在未来的组织里。也许每个人都有一个专属的 AI 助理：
也许是公司统一研发的，也许是百度的搭子，也许是每个人的专属 Vibe Coding 工具：秒哒、扣子，甚至 Claude Code。
因为在一个扁平化、小团队、高自主性的组织里，每个人都需要一个能帮自己分担执行层面工作的助手。
你负责判断和决策，AI 负责跑腿和执行，这可能是「小队制」组织里，一个个体的最佳工作姿态。
但这里有一个很现实的矛盾：你发现 AI 让你更高效了，理应来说会让你按时下班，但你发现，实际自己更忙了。
AI让你效率提升了，但省下来的时间大概率不会还给你，而是用来让你承担更多的工作。最终，AI产生的剩余价值，更多的还是被组织吃掉了。
这也是为什么很多大公司乐于给员工免费的AI额度：不是福利，是投资。
也是为什么越来越多人，选择出来做 OPC 的原因。
最后说一个我自己的感受。
读完 GitLab 这封信后，我在想一个问题：如果未来的大公司真的变成了「N 个小公司的联合体」，那「在大公司上班」这件事的体验会变成什么样？
我觉得可能会更像 OPC 和全职工作之间的某种中间态：OPT（一人超级团队）。
你以一个超级个体的方式为一个组织工作，对组织而言，一个人就是一个 OPT（超级团队），对你而言，一个人就是一个 OPC （一人公司）。
也就是说，你属于一个大平台，享受平台提供的资源、品牌和稳定性；但你的日常工作更像是在经营一个小型创业团队，有很大的自主权，也有很大的结果压力。
这对很多善于和 AI 协作的人来说可能是好事，对另一些人来说可能很不舒服。
但无论我们怎么想，这个方向似乎已经不可逆了：当 AI 把软件生产的成本和速度都推向极端，组织必须变得更小、更快、更灵活才能接住这波 AI 红利。
GitLab 只是第一个把这件事摆到明面上说的大公司。
更不会是 2026 年的最后一个。
