2026年6月5日，一篇7.5万字的产品复盘在中文互联网上引爆。作者滕雅辛，钉钉ONE项目的核心产品设计，用"置身钉内"为题，完整记录了一款战略级AI产品从立项到崩盘的全过程。ONE是钉钉在无招回归后主推的AI原生工作信息流，号称"让人找事变成事找人"。它的DAU巅峰到过300万，然后在四周之内被超过百万用户亲手关闭。
这篇复盘写得非常诚实。它记录了一千条基层员工的抵触反馈如何在逐层上报中被压缩到一百字以内，没有进入顶层战略评审。记录了卡片的已读规则如何从效率工具变成了老板的监控助手——付费企业版实时查看阅读状态，免费版后台照样留存浏览数据。记录了发现页如何从行业知识推送被商业化部门强行改造成广告入口。记录了42个业务线涌入抢接入ONE卡片，其中只有8个做过用户需求论证，其余全是各部门冲AI考核指标。
读到这些细节，大多数人的反应是：这个团队管理太混乱了，这个产品经理判断力不行，这个发布会倒排工期的做法太荒唐了。
但如果你把视线从钉钉这一家公司移开，去看整个行业，就会发现一件不舒服的事：ONE不是个案。它是规律。
MIT的NANDA研究小组在2025年发布了一份报告，基于150个企业高管访谈、350份员工调查和300个公开部署案例。结论是：95%的企业生成式AI试点项目未能产生可衡量的损益影响。这不是某个分析师的猜测，是经过Fortune、Healthcare IT News等多个来源交叉确认的硬数据。
95%。你仔细想想这个数字：一百家企业上马AI项目，九十五家打了水漂。这不是"有些公司做得不好"，这是整个品类在系统性地失败。
数字还可以继续堆。2024年启动的一万四千多个AI创业公司中，大约三千八百个在2025年关闭，另有一千八百个在2026年初关闭——两年内40%的死亡率。有据可查的AI创业公司资本毁灭总额达到485亿美元。拿到最多钱的死得最惨：Builder.ai融了4.5亿美元、估值15亿，2025年5月破产，调查发现它用七百个印度外包人员冒充AI输出；Jasper AI融了1.31亿美元、估值15亿，ChatGPT一出来营收暴跌54%；Humane融了2.41亿做AI硬件别针，直接关门。
再看资本的大盘。2026年，五大云厂商（亚马逊、微软、谷歌、Meta、甲骨文）的AI资本支出合计约6500到7000亿美元。Nvidia一个季度的数据中心营收就是752亿。钱不是没花，钱花得惊天动地。但这些钱浇灌出了什么？95%的企业项目失败，40%的创业公司死亡，485亿美元灰飞烟灭。
这时候你再回头看ONE，就不会觉得它只是一个管理混乱的个案了。它是95%中的一个。它的失败不需要用"无招的决策失误"或者"团队执行力不行"来解释——因为这95%里面包含了各种各样的团队、各种各样的管理者、各种各样的执行水平，它们唯一的共同点是：都在试图把AI塞进现有的企业组织结构里。
但事情到这里还没完。因为在同一个时间段里，AI在另一个场景中正在经历完全不同的故事。
Anthropic，Claude的母公司，2024年12月的年化营收是10亿美元。2026年4月达到300亿美元。十六个月，三十倍。CEO Dario Amodei自己的原话是"just crazy"——80倍的年化增长率。到2026年5月，估计已经到了450亿。
Cursor改变了个人写代码的方式。Claude Code让一个人能管理整个软件项目。一个基本靠自力更生的AI图像平台做到了三千万用户、2.5亿美元年营收。bootstrapped的公司到达百万美元年收入只比拿了风投的公司慢四个月——但保留了全部所有权。
同一种技术。同一个时代。在企业组织里95%失败，在个体手里爆发性增长。
变量不是技术。变量是什么？
变量是生产关系。
这四个字在今天的语境下不是政治口号，是对一个可观测现象的精确描述。AI在组织里失败、在个体手里成功，原因是资本主义企业的组织形态和AI的运作逻辑之间存在结构性的对抗。这个对抗至少发生在三个维度上。
第一个维度是信息。
AI的天性是让信息透明、对称、实时可达。一个AI系统处理一千条用户反馈，可以在几秒内聚类、提取模式、量化情绪倾向，完整地呈现给任何一个需要看到它的人。没有压缩，没有美化，没有延迟。
但资本主义企业的权力结构建立在信息不对称之上。中层管理者的权力来自于他是上下级之间的信息中介——他决定向上传递什么、隐瞒什么、美化什么。ONE那篇复盘里写得非常清楚：基层整理的近千条员工抵触反馈，"逐层上报过程中经过中层筛选修饰，负面内容被精简、淡化，汇报素材多选用内测大客户、管理层的正向评价"。
这不是某个中层的品德问题。这是他那个位置的激励结构决定的。他的绩效、晋升、生存全部取决于上级的评价，他天然会过滤掉上级不想听的信息。所以层级越多，顶层看到的"现实"和底层的真实现实之间的偏差就越大。到最后，决策者是在一个经过层层美化的虚构图景上做决策。
AI试图消灭的信息不对称，恰恰是企业层级结构赖以存在的基础。所以AI进入企业的第一件事，就和企业的存在逻辑发生了冲突。不是AI不好用，是组织不允许它好用。
第二个维度是决策。
AI赋能的个体可以直接面对完整信息做出判断，不需要层级授权。但资本主义企业的决策权是按照资本所有权和职位层级分配的，不是按照判断力分配的。
ONE的复盘里有一个非常关键的判断：无招回归后带着2014年做钉钉的成功经验——发信人立场、强触达、确定性管控。这套判断放在2025年的AI产品语境里已经过时了。但层级结构保证了这个过时的判断不会被有效挑战。一线产品经理"多次提议明确决策优先级"，被搁置；基层员工的反馈被归因为"人性惰性、抗拒管理、不习惯新工具"。
问题不在于无招本人对不对。问题在于：一个判断力可能已经不适配当前环境的人，因为占据了权力位置，就能持续做决策，而且整个组织的信息系统都在配合他维持这个决策的合理性。这不是人的问题，是机制的问题——决策权跟着职位走，不跟着判断力走。AI让判断力变得更重要（因为信息更充分），但组织结构不允许判断力重新分配。
再往下挖一层：判断力到底从哪里来？不是从职位来，也不是从智商来，是从反馈来。一个人的判断力，就是他接收过的真实世界反馈的总和——用户在哪个瞬间皱了眉，在哪个步骤直接放弃，骂的是哪个按钮，为什么嘴上说不满意却还在用。这些东西构成判断的上下文。有意思的是，今天的AI缺的恰恰也是这个。模型的推理能力几乎是无限供给的，真正稀缺的是来自真实世界、真实用户的反馈。判断力的瓶颈从来不是算力，是上下文。
而在企业里，这种上下文聚集在谁手上？聚集在深入接触用户的人手上——客服、销售、一线产品经理、驻场实施。不在做全局统筹的人手上。层级结构于是干了一件荒谬的事：它把判断力的原料分配给了一群人，把判断的权力分配给了另一群人。职位越高，离一线反馈越远，上下文越稀薄，决策权反而越大。ONE的复盘里，看得最清楚的是一线产品经理，做决策的是离用户最远的人。
第三个维度是价值。
AI把认知产品的边际成本推向接近零。写一篇文案、生成一段代码、做一张设计图，边际成本接近API调用费，而API价格两年内下降了几十倍。这对消费者是好事，但对资本的利润机制是致命的。
资本需要正的边际成本才能加价，需要加价才有利润。当边际成本趋零，维持利润的唯一方式是人为制造稀缺。ONE的做法是：免费用户的摘要限制300字，付费企业用户才能生成完整复盘文档。这不是产品设计，这是用人为限制来保护利润空间。整个SaaS行业都在做同样的事——功能阉割、付费墙、订阅分级。
这些手段的本质是什么？是在限制AI释放价值，目的是维持资本的回报率。AI要释放，资本要束缚。每一个具体的产品决策——限制免费用户的功能、插入广告、强制已读上报——都是这种冲突在微观层面的表现。
三个维度加在一起，结论不是"这些企业做得不好"，而是：资本主义组织不是AI的不良宿主，是AI的结构性对手。AI要透明，组织要遮蔽；AI要扁平，组织要层级；AI要零成本扩散，资本要人为稀缺。95%的企业AI项目失败，不是95%的团队能力不行，是这种结构性对抗的必然结果。
反过来，为什么AI在个体手里成功？因为当使用者就是付费者、就是决策者的时候，上面三个维度的对抗全部消失了。信息不需要逐层传递——用户反馈直达开发者；决策不需要层级授权——开发者自己判断；价值不需要被人为限制——用户按效果付费，效果好就留，不好就走。没有遮蔽、没有层级、没有稀缺制造。AI在这种关系里如鱼得水。
这就是为什么Anthropic能在十六个月里从10亿做到300亿——不是因为Claude比其他模型强多少，而是因为它的价值传递路径是直连的：模型能力 → 用户 → 效果 → 付费。中间没有任何组织结构来衰减信号。
到这里，论证完成了一半。我们解释了AI为什么在组织里失败、在个体手里成功。但更重要的问题是：这只是一个商业现象，还是一个更深层的历史过程？
我认为是后者。正在发生的事情是：AI作为一种新的生产力，正在从资本主义的生产关系中溢出。
不是有人在推翻什么。没有人举着旗帜喊口号。是生产力自己在寻找阻力最小的通道。在组织里遇到阻力，它就流向个体；在企业采购链里遇到阻力，它就流向个人订阅；在层级决策里遇到阻力，它就流向扁平协作。水往低处流，生产力往摩擦最小的关系里流。
这个溢出同时在几个通道发生，而且它们在相互强化。
AI把认知产品的边际成本推向零，这意味着所有依赖认知劳动产出的行业的利润空间都在被压缩。不是某一个行业，是所有能被AI触及的行业。过去资本遇到利润率下降时的应对方式是开辟新领域——全球化、金融化、平台经济，都是在寻找新的利润来源。但AI的通用性让这个腾挪的空间越来越窄。你能写代码，你也能写文案，你也能做分析，你也能做设计。资本还能退到哪里去找AI够不着的人类劳动来赚差价？
AI替代认知劳动——不是某一种认知劳动，而是认知劳动的通用能力——这意味着资本可以通过雇佣关系榨取的剩余价值总池子在缩小。每多一个单位的AI能力投入，资本需要购买的人类劳动就少一个单位。从单个企业的角度，这是降本增效的好事。但从系统的角度，这是在抽掉资本主义运转的燃料。资本主义不只需要生产者，它同样需要消费者——而消费者的购买力来自工资收入。如果认知劳动被大规模替代，大量脑力工作者的收入萎缩，谁来消费这些AI生产出的东西？
AI让个人拥有了独立生产的能力。这一条可能是最安静也最深远的。过去，一个人不可能脱离组织独立谋生——你必须把劳动力卖给企业，因为你个人不具备完成复杂产品的全部能力。AI改变了这个约束。一个开发者加上AI可以做出过去需要十人团队的产品。一个创作者加上AI可以产出不逊于专业工作室的内容。当"我不需要被雇佣"成为一个可行的选项时，雇佣关系的必要性就在事实上被削弱了。每一个做出这个选择的个体，都是从资本主义劳动力市场中退出的一个节点。
AI作为生产资料正在从私有垄断走向普遍可得。开源模型持续追赶闭源前沿，API价格两年降了几十倍。几十美元月费就能获取接近最前沿的智能能力。这和过去每一次技术革命都不同——蒸汽机只有工厂主买得起，电力需要大规模基础设施投入，计算机最初只有军方和大企业能用。AI是第一种从诞生之初就在快速走向人人可获取的核心生产资料。资本对生产资料的垄断，是资本主义生产关系的物质基础。当这个垄断被技术扩散稀释时，物质基础在松动。
这几个通道同时发生作用，而且相互强化。个人生产力越强，就越不需要被雇佣；越不需要被雇佣，劳动力市场的供给就越萎缩；劳动力市场越萎缩，工资作为消费力的来源就越不可靠；消费力越不可靠，企业通过销售商品实现利润就越困难；利润越难实现，资本维持现有生产关系的能力就越弱。这不是线性的渐变，是加速的正反馈。
有人会说，资本主义已经经历了无数次技术革命——蒸汽机、电力、计算机、互联网——每一次都有人预言它的终结，每一次它都通过创造新的就业形态和消费模式活了下来。为什么AI这次就不同？
因为过去每一次技术革命替代的都是特定类型的劳动。织布机替代了手工纺织工，但创造了机械操作员的岗位。计算机替代了手工记账，但创造了程序员的岗位。每一次，人类都向上迁移到更高层次的认知劳动。但AI这次替代的不是某一种认知劳动，而是认知劳动本身——通用的阅读、理解、推理、创作、决策能力。当"思考"这个人类最后的不可替代优势开始被机器分担，人类还能向什么更高层次迁移？这个问题目前没有答案。
而且过去每次技术革命都没有改变"资本雇佣劳动"这个基本关系。新技术让工厂更高效，但工人仍然需要到工厂上班。AI正在改变的是这个关系本身——个人不再需要被雇佣就能生产，生产资料不再需要巨额资本就能获取。这不是量变，是质变。
所以"AI正在撑破资本主义"不是一个预言，是对一个正在发生的过程的描述。不是有人在砸壳，是壳里的东西长得太大了。95%的企业AI项目失败——这是壳上的裂缝。越来越多的个体选择独立生产——这也是裂缝。开源模型稀释垄断——裂缝。边际成本归零压缩利润——裂缝。没有一条裂缝是致命的，但它们在同时扩展，而且在相互加速。
最后我想说的不是什么宏大叙事。
我想说的是一个很具体的事实：此时此刻，就在你读到这篇文章的时候，有一个开发者正在用AI独立完成一个过去需要十人团队的项目。有一个创作者正在用AI产出不逊于专业工作室的内容。有一个人刚刚做出了"我不再需要找一份工作"的决定——不是因为他有钱，而是因为他一个人加上AI就能养活自己。
他们不觉得自己在做什么了不起的事。他们只是选择了一种更高效的方式来创造价值和维持生活。但如果你退远一步，把千万个这样的个体选择汇聚在一起看，就会看到一幅更大的图景：一种新的生产方式正在旧的壳里成型。它不是被谁设计出来的，不是被谁规划出来的，是从每一个个体的理性选择中自然生长出来的。
钉钉ONE的故事，就是这个历史过程的一个微观切片。一个大公司倾尽资源想让AI为旧的组织逻辑服务——让AI帮老板监控员工、帮部门完成KPI、帮商业化插入广告。结果用户用脚投票离开了。不是因为AI不好用，是因为AI被用来做了它不该做的事——强化管控而不是解放个体。
而在同一个时间段里，那些直接把AI能力交到个人手里的产品——Claude、Cursor、Midjourney——正在以几何级数增长。没有发布会倒排，没有42个部门抢接入，没有一千条反馈被压缩到一百字。只有一条最短的路径：模型能力→个人→效果→信任。
壳还在。裂缝也还在扩大。至于最终会发生什么——那不是这篇文章能回答的问题。但有一件事是确定的：生产力不会永远待在一个容纳不了它的壳里。从来不会。