Genspark CEO景鲲：别再问怎么落地AI，先给每个员工无限Token权限

景鲲又发文了。这一次，他试图回答一个所有CEO都在思考的问题：当AI从工具变成劳动力，企业的组织方式该怎么改变？

过去几个月，从OpenClaw掀起的巨浪，到Genspark发布AI Workspace 3.0和首位AI员工Genspark Claw，一个清晰的信号正在浮现：AI开始独立完成工作。但大多数企业还停留在给员工配个ChatGPT账号的阶段。景鲲把这中间的差距，归结为**「Token鸿沟」**。

Token是AI工作的基本单位，就像电之于工业时代。鸿沟在哪？不在于你有没有电，而在于你是用它来点亮一盏灯，还是用它来重构整条生产线。在他看来，五年后决定企业生死的，正是一个看似简单、却极少有人真正执行到位的结构性决策：你给每个员工无限使用AI的权限了吗？

如果答案是否定的，那么所有关于AI的战略和试点，都只是在"表演落地AI"。这句话听起来刺耳，但Genspark的实践给出了佐证：11个月做到2亿美元年化收入，100%代码由AI编写，一个人能干十个人的活。这不是因为他们拥有更聪明的员工，而是因为他们给每个人都配备了一支卓越的AI军团。

蓝驰从天使轮陪伴Genspark至今， 我们看到的不仅是一个快速增长的AI产品，而是一个正在重新定义工作本身的范式。当AI承担起80%的工作，企业的成本结构、管理逻辑、人才定义，都需要被重新书写。景鲲提出的"把AI支出从IT预算移到人力预算"，看似是财务科目的调整，实则是组织认知的一次跃迁。

景鲲的文章像一面镜子，照出的不是技术差距，而是组织认知的差距。这场变革的起点，就是打破Token的枷锁。

以下是他的深度思考，由蓝驰编译。

「企业之间的效率差距，已经没法用百分比来衡量了。在AI员工时代，给每个员工无限使用Token权限的公司，跑起来的速度将是其他公司的10倍、20倍——甚至100倍。这不是什么竞争优势。这是文明级别的分水岭。」

前面六篇文章，我聊了AGI的到来、个人如何适应、如何搭建AI原生团队、Vibe Working带来的工作感受变化、为什么多模型架构才是未来，以及如何帮孩子准备好迎接AI原生世界。所有这些，某种意义上都是关于人的——关于人类如何与AI共同进化。 第七篇不一样。这一篇关于企业。具体来说，是企业里一个我认为会决定五年后谁还屹立、谁已经消亡了的组织决策。

几乎每周都有CEO、创始人或高管在各种场合把我拉到一边，问我本质上相同的问题："我们到底该怎么在公司里落地AI？"

我理解他们为什么这么问。这个问题听起来很对，有战略感也有思考，显得负责任。说明他们在认真对待AI，这份心我是感激的。

但每次听到这个问题，我都会隐隐不安。因为这个问题虽然出于好意，却暴露了一个根本性的误解。它把AI当成一个需要"落地"的项目——有开始、有范围、有推进计划、有完成时间。它假设从"我们现在的状态"到"一家AI赋能的企业"之间，有一条审慎的、按部就班的路径，而我们要做的就是找到这条路、走完它。

他们真正该问的问题，其实简单得多——也紧迫得多："我们是否已经让公司里的每一位员工，都拥有了用AI思考、创造和构建的无限权限？"

如果答案是否定的——我接触的绝大多数公司，老实说，答案都是否定的——那其他所有东西都是空谈。什么AI战略规划、专项小组、试点项目、治理框架，在这个根本问题解决之前，都没有意义。因为没有这个前提，你不是在落地AI。你只是在表演"落地AI"。这两者之间的差别，就是一切。

我说得具体一些。很多人听到"无限AI权限"，想象的是某种模糊的概念——类似于"对AI工具持开放态度的文化"。不是这样的。它意味着一些精确且可衡量的东西。

Token是AI工作的基本单位。你每问AI一个问题，每分析一份文档，让它写一段代码或启动一个智能体任务——所有这些，都在消耗Token。Token，说得直白点，就是AI驱动生产力的原材料。它在AI时代的角色，就像千瓦时在工业时代、带宽在互联网时代一样。

一家公司如果设置每月Token上限——让员工必须走IT审批才能用前沿模型，在公司网络里屏蔽某些AI工具，给二十个人共享一个订阅，规定AI使用记录要审查——那它就是在限额供应员工用AI思考的能力。它是在给员工的认知输出装上限速器。它在字面意义上限制员工被允许在工作中用多少智能。

想想把这句话说出来有多荒谬。我们在限制员工被允许用多少智能。

但这就是今天大多数公司正在做的事。不是出于恶意，是出于惯性——那种让IT部门觉得新技术是成本、要控制住，而不是能力、要释放出来的本能。

我在21世纪初亲历过类似的时刻。有些公司给每个员工无限上网权限，说：你觉得怎么用能让工作更好，就怎么用。另一些公司就不一样了，上网要管控、要屏蔽、要监控、要出规定。结果呢？2000年给无限上网的公司，基本就是2010年主导各自行业的公司。那些限额供给的公司，不是因为它们的上网政策不好才落后的。它们输，是因为面对新技术的根本态度就错了——它们在为控制做优化，而本该为能力做优化。

还有个更早、也更说明问题的例子，我反复想起。

20世纪初，工厂开始广泛使用电动机。大多数工厂主做了看起来最理所当然的事：把中央蒸汽机换成电动机。传动带、传动轴、工厂布局，全都不动——就换了动力来源。结果呢？有点提升，但不多。效率高了点，成本降了点。但跟真正能实现的变革比起来，还差得远。

那些真正释放了革命性力量的工厂，做了一件完全不同的事。**它们直接换掉了整套传动系统——传动轴、传动带、集中供能那一套——在每个工位单独装了个电动机。**然后以这个新架构为基础，重新设计整个工厂。结果产出不是提升了10%或20%。是提升了三倍、四倍，有时候五倍。以前受限于物理传动的流程，现在可以按逻辑和速度来进行重组。那些旧架构下根本不可能实现的生产方法，变成了现实。

经济学家保罗·大卫在1990年一篇著名论文里研究过这个现象，他称之为"发电机悖论"：电力商业化快四十年了，大多数工厂才真正迎来变革性的效率提升——因为它们大多数是在用新动力、套老思路。它们用了新技术。但它们没有围绕新技术来做组织上的重构。

最让我感慨的是：那些没能转型的工厂，不是因为不知道或不努力。它们跟竞争对手一样能买到电动机，它们也在付电费。它们真心觉得自己已经用了新技术。但它们实际做的，不过是把新动力嫁接到旧结构上——然后纳闷为什么投入产出不成正比。

我现在看到的情况，跟当年一模一样。大多数部署AI的公司，做的就是工厂里换掉蒸汽机、却留着传动带的事。一个共享订阅，几个批准的场景，一个治理框架，一个季度AI评审会，旧的组织结构——那些旧的传动带和传动轴——纹丝没动。

无限Token权限，就是组织层面上的"拆掉传动轴，每个工位装独立电机"。这不只是个成本决策。这是个结构性决策——它在告诉你，你在重新设计工厂，不只是换个动力源。 就像当年那些工厂一样，做出这个结构性选择的公司，不会只提升10%。它们会进入一个跟其他人完全不在一个层面的生产力水平。

我们今天就在同一个分岔路口。只不过这一次，赌注大了不知道多少倍——两条路拉开的速度，早已不可同日而语。

第三篇文章我写了如何搭建AI原生团队。第四篇写了Vibe Working——就是当人们不再把AI当工具、开始把它当真正的搭档时，那种心理和工作状态的变化。那两篇说的都是"正在进行中"的转变。

我现在要明确地说：那个转变已不再是进行中。它已经完成了。AI员工时代已经到来。

AI不是你用来更快写邮件的工具。不是你卡壳了去查一下的搜索引擎。它是同事。是联合创始人。是一支由工程师、研究员、分析师、策略师、设计师、作家组成的专家军团——24小时、一周7天，为你公司的每一个人待命，不休息，没架子，不搞办公室政治。AI不会六点就下班。它不会干着干着就没劲了。它不需要三周入职培训。它不需要反复谈薪资。

但拥有这支军团有个前提：你愿意打开大门。

在Genspark，我们11个月从零做到2亿美元年化收入——这个速度，据我所知，在企业AI领域前所未有。上线头9天，ARR就过了1000万美元，比ChatGPT快，比Claude快，比历史上任何AI产品都快。我们完成这些产出的团队，按传统标准来看，小得离谱。AI写了我们100%的代码。一个工程师三个月搞定了AI浏览器。一个PM两周交付了AI Slides。一个从来没写过代码的设计师，三天搭了个浏览器下载站。之后的11个月里，我们发布了AI Workspace 3.0、Genspark Claw——我们的第一个全自主AI员工——还有Workflows、Teams、Meeting Bots、Realtime Voice等等。这些人不是天才，就是正常水平的人，但被赋予了一支卓越的军团和无限权限。

一个50人、人人有无限AI权限的公司，运转起来不像50人的公司。它像500人、甚至5000人的公司。这个乘数效应是真实的，是能算出来的，我们每天都在经历。

现在想想另一种情况：一个500人、但限制AI权限的公司。每月Token限额，IT审批流程，一个部门的小心试点，季度复盘，精心管控的推广计划。

那家公司运转起来就是个500人的公司。仅此而已。

那家50人的公司，交付速度是它的10倍，迭代频率是它的10倍，从失败中学习的效率是它的10倍，认知积累的速度是它的10倍。每个星期过去，它们之间的差距都在拉大。

之前的每次技术浪潮——PC时代、互联网时代、移动时代、云时代——早期采用者和后来者之间都有差距。跑得快的人有优势。但那些优势虽然真实，却是有上限的。互联网早期采用者和后来者之间的效率差距，大概也就1.5倍。最多2倍。对最厉害的公司来说，可能3倍。

那些差距是能追回来的。2012年在云上落后两年的公司，到2015年还能赶上。过程痛苦、成本高昂，但有可能。

现在发生的事情在本质上完全不同。差距不是线性的。是指数级的。而且我不确定还能不能追回来。

想象两艘船同一天从同一个港口出发。一艘核动力，一艘划桨。第一天，核动力船稍微领先一点。第一周结束，已经远远在前面。第一个月结束，划桨船连核动力船的影子都看不见了。第一年结束，它们之间的距离不是很大，也不是非常大，是根本没法理解——不是里程上的差距，是已经完全不在一个现实维度上了。

这就是Token鸿沟正在企业之间制造的差距。

一边是这样的公司：每个员工都能无限使用最前沿的模型。工程师跟AI多轮对话实时协作，一起搭整个系统架构；产品经理几分钟搞定研究报告，而不是几周；高管还没开始做PPT，就已经让AI生成竞争场景来推演战略。这家公司里的每个人，都在用一个每天都在复利增长的认知乘数。

另一边是这样的公司：用前沿模型要先给IT提单，AI工具预算每季度讨论一次，员工因为公司给的工具限制太多，自己拿个人信用卡找替代品，领导层还在纠结要不要把试点从工程团队扩到市场团队。

这两类公司产出的差距，不是10%，不是50%。是一家在奔跑、一家在原地站着的差距。 每一天过去，奔跑的那家都领先得更远——不是线性地，是指数级地。因为跑得快就能学得快，学得快产品就更好，产品更好收入就更多，收入更多就能跑得更快。

这不是什么竞争优势。长此以往，这将是一场降维打击式的灭绝。

"全面拥抱AI"这种话听着很有分量，但几乎可以用来描述任何事情。究竟怎么做？下面我要说得具体一些。

从今天起，取消所有员工的Token上限和AI工具花费限制。 不是下季度，不是等安全审查完了再说。一定会有成本，但这成本跟生产力提升比，小得可以忽略；跟落后掉队的代价比，更是小了好几个数量级。

别再把AI当IT支出。AI的花费，该放在人力预算里——不是IT预算里。 这一项挪过去，什么都变了。它给整个组织传递一个信号：AI不是个要管理和压减的软件工具——它是团队的一员。这么想：你公司里每个AI智能体，都应该有自己的位置、自己的工位、自己的汇报线。它有角色，有产出，有负责人。当你这么对待AI——它出现在你的组织架构图里，而不只是供应商合同里——你的员工也会开始这么对待它。没有哪个理性的CFO会盯着工资支出想："这个怎么压一压？"工资，是买人力能力的钱。AI权限，是买AI能力的钱。在一个AI承担80%工作的世界里，这笔钱值得跟坐在它旁边的人一样的尊重——一样的投资逻辑。

在公司里建立一种文化：用AI做所有事是默认选项，不是例外。 在Genspark，我们没有"合理的时候用AI"这种政策。我们有的是"如果你没用AI做这个，告诉我们为什么"。这个反转非常关键。它告诉所有人公司是认真的。它让同事之间互相督促。它加速集体学习，因为当每个人都在积极用AI，经验传播得非常快。

别再试点了。 我把话说明白：如果你公司还在"测试和评估AI"的阶段，你不是在审慎，你是在迟缓。试点的时间，2023年就过去了。现在跑赢的公司不试点——它们在部署、在迭代、在复利增长。你花一个月评估，就是你的竞争对手在执行的一个月。

我描绘一幅画面——不是为了指责谁，是因为我觉得有些领导者真的没意识到外面的人是怎么看他们的。

落后的公司是这样的：有一个每月开会的"AI战略委员会"，每20人共享一个AI订阅；在工程团队做试点，计划等试点完再"扩展到其他部门"——还要等两个季度。员工拿自己手机、自己信用卡去用前沿AI工具——公司不提供这些工具，不是因为他们想违规，而是因为工作需要。

这家公司的领导觉得自己在负责任地做事。在管理风险。在谨慎推进。

与此同时，另一家公司里，一个26岁的工程师正在跟一个AI智能体实时对话——那智能体同时还在写代码、跑测试、分析错误、提架构建议。所有这些，就在第一家公司那工程师提交一张工单、申请用个基础AI编程助手的几分钟里，全干完了。等那张工单批下来的时候，那个26岁的年轻人已经上线了一个功能。

这两家公司不是在两个时代运营。它们在两个文明里运营。

以下是我最担心的地方——我要把这一点说清楚，因为人们往往只感受到了紧迫，却没有真正理解背后的机制。

Token鸿沟不光是当前产出的差距，它是学习速度的差距，这才是它最危险的地方。

一家过去两年给每个员工无限AI权限的公司，不光是做了多一倍的活。它积累了两年的组织学习——做事方式的直觉、肌肉记忆、内部文化——这些东西，靠砸钱是买不来的。你没法靠收购变成AI原生，你没法在六个月靠招人追上来。"组织就绪程度"在静悄悄地、不知不觉地复利增长。已经建立的公司和没有的公司之间的差距，不再是绩效差距——是完全不同量级的能力差距。

那些率先行动、且全面行动的公司，已经进入了一个几乎无法停下的飞轮。 产品更好，用户更多；用户更多，数据和反馈就更多；数据和反馈更多，产品迭代更快；迭代更快，学得更快；学得更快，就能投更多AI；投更多AI，迭代再加速。同时，最好的人才——那些在AI原生环境里如鱼得水的人——自然往它们那儿跑。没有哪个有追求的工程师或设计师，愿意把职业生涯耗在等IT批一个前沿模型的权限上。

后来者面对的，是复利式的亏空。它们不光是产出落后——它们落后在直觉上，落后在文化上，落后在人才密度上，落后在飞轮本身。到了某个节点——这是真让我害怕的部分——这个亏空会跨过一条线，问题不再是能不能追上。是还在不在同一场比赛里。

你没法靠划桨追上一艘核动力的船。在Token鸿沟上落后三年，可能就是永久性的。这不是比喻。我说的是字面意思。

过去几个月，我一直在观察两类公司。第一种，跟着浪在走——不是完美地冲浪，但在行动。它们决策快，接受不确定性，拥抱全面部署AI的混乱，每个星期都在让学习复利。第二种，还站在岸上，看着浪过来，开会讨论要不要下水。

我写第一篇"看见AGI"的时候，是个为12岁儿子担心未来的父亲。现在这种担心还在——但对象是正在读这篇文章的创始人和运营者。因为我看到接下来要发生什么，我真的不希望任何人被冲走。

海啸来的时候，不会等你开完董事会。不会等你搞完治理评审。不会再多给你一个季度来扩展试点。它来了。已经在海里的那些组织——跟着浪走、借力向前——他们会活下来，继续往前走。还在岸上犹豫的那些，会被吞没。

窗口还没有关闭。但它正在关闭。每个读到这里的创始人、CEO、运营者，今天——不是下周，不是下季度——要回答这个问题：你是否已经让公司里的每一个人，都拥有了用AI思考、创造和构建的无限权限？

如果还没有，你还在等什么？

我在科技行业快二十年了。市场起落、公司生死、范式一夜翻转，我都见过。但从没见过什么东西动得这么快，影响这么深。

让我睡不着的，不是技术本身。是那个画面——那些聪明、勤奋的人，那些牺牲一切把公司做起来的创始人，那些把好几年青春给团队的运营者——某天醒来发现，跟竞争对手之间的差距，已经追不上了。不是因为他们不够聪明，不是因为他们不够用心。是因为在一个关键的时刻，他们犹豫了。他们等一个数据点。他们又多开了个委员会。他们又要了一个季度来评估。

我写这些文章，不是要危言耸听。是因为我真的觉得，大多数人还没感受到这事到底有多大——等他们感受到的时候，可能已经来不及了。

所以最后，我想让你记住一件事。

企业之间的效率差距，已经不在于人才、战略或者资本了。它越来越取决于一个决定：你是否已经让公司里的每一个人，都拥有了用AI思考、创造和构建的无限权限？

说了“是”的公司，哪怕不完美、哪怕乱糟糟，每天都在复利增长它们的优势。还在犹豫的公司，不是在原地踏步。它们在以历史上从没有过的速度落后。

这种差距，以前用百分比算，现在用倍数算。很快，对有些行业、有些公司来说，它会根本没法计算——因为等式的一边，已经不在这个游戏里了。

我希望你在对的那一边。如果你不确定——如果你读到这里，有那么一瞬，心里有个声音说“这可能是我们”——那就别等到下一次董事会了。浪已经来了。唯一的问题是，你在海里，还是在岸上。

还有时间。但没有你以为的那么多。

Genspark CEO景鲲再发文：不想被AI淘汰？我建议你现在开始做这几件事

Genspark景鲲专栏再更新：多模型和多代理才是未来

Genspark CEO景鲲发文：我看到了AGI，希望我是错的 | 蓝驰家族头条