OPT正在杀死传统团队：一人+AI就是一个组织

鹿Sir上线，见字如面。

上周四，鹿Sir做了一件很多程序员不会做的事——亲自去了一趟公司的仓库。

不是坐在办公室里看产品经理发来的需求文档，不是打开飞书看流程图，而是跟在仓管员身后，看他们怎么收货、怎么清点、怎么拣货、怎么打包。从晚上8点多到12点，实地观察聊了三个多小时。

12点回到公司后，鹿Sir第一时间梳理了改造计划，第一句话是："咱们做的仓配系统，离真正能用至少还差两个月。"

一开始的PRD文档里写的采购入库流程、调拨流程、拣货流程等，现场我看下来完全不是一回事。产品经理写的"一键移库"，仓管员实际操作时要先在纸上记货位号，再扫码，再确认，再签字——系统里完全没有纸和笔的位置。

那一刻我突然意识到一件事：传话游戏该结束了。

当技术人员不接触真实业务，需求文档就是二手信息。产品经理翻译一遍，技术再翻译一遍，等到代码落地，业务现场早就换了一套打法。这不是谁的错，是组织形态本身的缺陷——层级太多，翻译太多，信息损耗太大。

而解决这个问题的方法，我在回来的路上想明白了三个字：OPT。

01 什么是OPT？一人+AI就是一个组织

OPT是One Person Team的缩写，一人团队。

听起来像天方夜谭？别急，听我讲完。

过去我们做软件，需要产品经理出需求、UI出设计、前端写页面、后端写接口、测试测BUG、运维管部署。六个人干一件事，每个人只负责一个环节，像流水线工人。

但现在呢？

一个懂业务的技术人，配上一套AI工具链：SuperPowers写PRD、Qoder写代码、CICD一键部署、AI测试自动跑。一个人可以把过去六个岗位的活全干了。而且不是勉强干完，是高质量干完。

深圳今年刚出台了《打造人工智能OPC创业生态引领行动计划》，里面的核心逻辑就是这个：AI把单人的产出边界彻底打破了。

我认识一个做跨境电商的朋友，公司就他一个人。用AI写商品文案、做图片、回客服、管投放、处理售后，月流水做到八十万。他说了一句话我印象很深："我不是一个人在战斗，我是带了一个AI军团在打仗。"

这就是OPT的本质。不是真的只有一个人，而是一个人的背后，站着无数个AI Agent。

02 打造OPT型组织：每个人都是超级个体

既然一人+AI可以顶过去一个团队，那公司还要那么多人干嘛？

这个问题问反了。不是不要人，是不要流水线上的人。

我们公司的AI创新中心，从两个月前开始就在做一件事：改成OPT型组织。具体做法很简单——每个人必须独立完成一个产品，或者一条业务线。 

不是让你一个人干三个人的活，而是让你成为那个"超级个体"。你自己了解业务，自己给自己提需求，自己写代码，自己上线，自己看数据迭代。

听起来压力很大？恰恰相反，当没有了中间传话的人，效率反而高了十倍。

以前改一个按钮的颜色，需求提给产品，产品排期给设计，设计出图给前端，前端改完给测试——三天过去了。现在？你自己想改，打开Qoder，五分钟搞定，直接发布测试。

更重要的是，当一个人对结果完全负责时，他的成长速度是惊人的。

03 去现场：技术人员必须懂真实业务

产品设计最怕什么？最怕设计者从来没用过自己的产品。

当技术人员亲自站在业务现场，所有的"伪需求"和"过度设计"都会原形毕露。你会知道哪些功能是用起来顺手的，哪些是反人类的。你会知道系统崩溃时仓管员有多焦虑，会知道网络不好的时候他们是怎么在纸上记数据的。

这些信息，任何需求文档都不会告诉你。

技术人下一线，不是为了体验生活，是为了消灭信息差。 当需求和代码之间没有翻译官，整个组织的运转效率会跃升一个量级。

04 招聘之变：AI全栈时代，八股文成为历史

既然OPT型组织要求每个人都是超级个体，那我们在招什么样的人？

答案是：AI全栈工程师。

在过去，行业里盛行一个观点——前后端要分离，专业的人做专业的事。前端只管界面，后端只管接口，中间用RESTful API连起来，各干各的，互不干涉。

这个逻辑在2023年以前是成立的。因为技术栈太复杂，一个人确实很难同时精通React和Spring Boot。但现在呢？

AI代码助手把学习曲线的坡度削平了。你不需要背下所有CSS属性，只需要告诉Agent"把这个按钮改成圆角，加阴影， hover的时候变色"，它就帮你写好。你不需要记住所有Spring的注解，只需要描述你要实现什么功能，AI会把样板代码补全。

当AI承担了记忆和重复劳动，人类的竞争力就转向了另外两个维度：理解业务的能力，和架构设计的判断力。

所以我们现在面试AI全栈工程师，已经不再问八股文了。

不会再问"Redis的过期策略有哪些"——AI三秒钟能列出十种。不会再问"MySQL的索引优化"——你把慢查询丢给AI，它连执行计划都帮你分析完。

我们现在问的是：

• 你在使用Agent的知识库召回中遇到过什么问题？Embedding底层用了什么算法？如何设计短期/中期/长期记忆的淘汰策略？
• AICoding工具用过哪些，代码采纳率能达到多少？有没有用过SuperPowers/OpenSpec/SpecKit等开源工具？
  
• SKILL与传统Agent服务的核心区别在哪里？它有几种设计模式？
  
• 如果明天的订单量翻十倍，你现在的架构哪里会最先崩？
• 你用过自己的产品吗？发现过哪些反人类的设计？

你别说，很多硕士起步的Agent工程师回答不上来。

八股文的时代，是真的成为历史了。

05 35岁危机？不会AI不会全栈才是真的坎

过去几年，行业里流传着一个说法：程序员过了35岁是道坎。裁员先裁老的，招聘不要35岁以上的。

我得说句实话——这个说法在去年之前，有一定道理。因为那时候程序员的竞争力主要来自体力：能加班、能熬夜、能记住最新的框架API。年轻人确实更有优势。

但AI时代，规则变了。

现在写代码的速度，不取决于你打字有多快，而取决于你提需求有多准。一个35岁的老程序员，经历过三个大型项目的完整周期，踩过无数的坑，知道系统什么时候会出问题，知道业务真正需要的是什么，知道微服务各种技术栈选型决策组合——这些经验，AI代替不了，年轻程序员也速成不了。

当AI抹平了代码生产速度的差距，经验和判断力就成了最大的护城河。

一个35岁的老程序员，配上一套AI工具，产出效率可以轻松吊打三个应届生。但前提是——他得会用AI。

我见过太多人，把AI当成高级搜索引擎，问一些"Spring Boot怎么配置数据库"这种基础问题。这是暴殄天物。AI真正的价值在于：帮你做架构设计、帮你review代码、帮你预测系统风险、帮你理解业务逻辑。

不会用AI的程序员，即使现在做到了架构师，未来也到头了。

而那些愿意拥抱AI、愿意学习全栈、愿意走出办公室去业务现场的程序员——35岁不是坎，是刚起步。

写在最后

写到这里，鹿Sir想做一件事。

如果你符合下面任意一条，我想认识你：

• 有AI全栈开发能力，能独立完成从前端到后端的完整产品
• 懂微服务体系，对分布式架构有实战经验，基本的DevOps能力
• 最好有一些Agent开发经验，能设计和实现多Agent协作系统
• 最重要的是：愿意下一线，愿意成为OPT，愿意成为超级个体

我们团队正在扩张，需要这样的人。每个人独立负责一条业务线，自己给自己提需求，自己对结果负责。

未来的科技公司，只会剩下两种人：会用AI的超级个体，和不会用AI的流水工。你想做哪一种？