别只盯着「一人公司」：真正厉害的，是这种小团队

小团队管理的 AI 心法

AI 时代，除了概念火爆的“一人公司”，其实影响更广泛的，还有众多中小规模团队。我们观察了一个创业团队的日常，他们结合 AI 时代的特点，形成了一套有意思的方法论，在这里和大家分享。

这套方法论，来自 YouMind 创始人玉伯的亲身经历。他在阿里和蚂蚁待了 15 年，又在字节经历过一段，最后自己出来创业，带着一支 24 人的小团队。三种完全不同的组织形态，他都从里面走过一遍。

大厂待久了的人，通常会有一个下意识的判断：团队变强，靠的是更好的工具、更完善的流程。可玉伯给出的答案恰恰相反——小团队的生产力，从来不是靠“效率工具”堆出来的，而是三样东西的乘积：低损耗的沟通、好的氛围，以及每个人的心力。AI，只是放大器。

上下文质量 + 自纠错能力 = 效率提升

很多人把小团队的优势简单归结为“人少、沟通快”，但这只是表面。真正的核心，是两件事。

第一，是上下文传递的低损耗。在小团队里，一个想法从创始人传到一线执行者，中间几乎没有衰减，大家对方向的理解是对齐的。而在大厂，信息要经过层层传递，往往还没落地就已经走样，最后做出来的东西，和最初设想的差别很大。

第二，是自纠错能力。小团队一旦发现问题，几天内就能调整方向。大组织的决策，往往要走完一整套复杂流程，等真正意识到问题时，已经过去几个月，资源也浪费掉了。

想象一下同一句话，在两种组织里各走一遍。在小团队，创始人今天说的一句“这个方向不对”，团队第一时间就能听到、当天就能改。在大厂，同样一句话要经过部门负责人、项目经理、执行团队三层转述，每一层都会加一点自己的理解，传到最后，早已不是原来那句话。（见图 1）

所以，人少不是效率提升的原因，你要给团队建立一个优质的 harness。这里借用的是 AI 圈说 Agent 需要“脚手架”的说法——团队本身，就是承载低损耗信息流转的那套脚手架，人在这套脚手架里工作，也顺手把同一套脚手架搭给了 Agent。

情绪，影响人，也影响 Agent

玉伯提到一个很有意思的说法，叫“氛围编译”：一个人状态好、心情愉悦时，写出来的代码质量和效率会更高；而在被催促、焦虑甚至压抑的状态下，产出通常会明显下降。

往大了说，这是另一种“Vibe Coding”——不是那个“用自然语言让 AI 写代码”的新词，而是更朴素的一层意思：你的心情，会直接编译成代码的质量。

这一点在 AI 时代被进一步放大了。每个人都可以带着好几个 Agent 一起工作，但如果你自己正处于焦虑、疲惫的状态，跟 Agent 的相处更像是在“监工”，那么 Agent 的产出，同样会受到影响。

小团队更容易形成一种轻松、投入的氛围——大家是在一起做一件认可的事情，而不是在压力驱动下完成任务。而在大厂环境里，赛马机制、KPI 和内部竞争，往往让这种氛围很难建立起来。

Compute Power 靠 AI，Mind Power 靠人

玉伯反复提到一个关键词：心力。

这不是简单的努力程度，而是一种更深层的状态——眼里有光，是对所做事情真正的认同，是发自内心想把它做成。

在大厂带团队，更多依赖机制、流程和目标设定；而在创业公司，小团队的运转，更依赖每个人对方向的认同。他甚至直言，如果加入一家创业公司，只是把它当作一份普通工作，而不是发自内心地认同这件事，那对个人和团队来说，都是一种浪费。

有人问玉伯：机制和心力，到底哪个更靠得住？他的答案是，机制能保证下限，但撑不起上限。一个只靠流程运转的团队，出不了大错，但也很难有惊喜。真正能把一件事做到极致的，从来是那几个“眼里有光”的人。

**为什么低损耗传递重要？因为方向不走样，团队才不用返工。为什么氛围重要？因为它决定了每个人（以及每个 Agent）能不能拿出真实水平。为什么心力重要？因为机制管得住流程，管不住一个人愿不愿意较真。**三者叠加，才是小团队真正的生产力公式。

GPA：目标要明确，优先级靠民主，执行靠自主

方向对了，还得有人负责把它落地。玉伯总结了一套他实践过半年的管理模型，叫 GPA。

不妨把一个团队想象成一支乐队。

G 代表 Goal，目标要明确，这是最基础的一层——就像乐队开始演奏前，指挥要先给出清晰的调性和节奏基准，基准不明确，各声部一响就乱套。方向一旦明确，就不能反复摇摆。

P 代表 Priority，优先级的确定采用“集中民主”的方式，由核心成员一起讨论，明确当前阶段最重要的几件事——像各声部的乐手商量编曲的先后顺序。

A 代表 Autonomous，在执行层面则强调高度自主，让团队成员从下往上提出方案，决定具体如何实现——每个乐手在自己的声部里，怎么演奏、怎么处理细节，指挥不必事事插手。

这套方法的本质，是在方向、重点和执行之间做出清晰分工，从而减少决策过程中的损耗，让团队既不混乱，又能保持高速度迭代。（见图 2）

为什么目标要明确？因为方向是团队一切协作的地基，地基不稳，后面讨论优先级、放手自主执行都无从谈起。为什么优先级要民主？因为核心成员各自掌握的信息不一样，集中讨论才能对齐真正的当务之急。为什么执行要自主？因为具体怎么做，一线的人比坐在会议室里的人更清楚。三件事，管的是三个完全不同的层次，混在一起用同一套逻辑处理，才是大多数团队效率低下的真正原因。

1 个人 + N 个 Agent = 一支迷你军队

在 AI 的加持下，组织形态正在发生变化。

玉伯提出一个很有意思的概念：OPT，也就是 One Person Team。每个人都可以借助 AI 工具和 Agent，形成一个小型团队。他甚至设想，可以给每个 Agent 分配“工资”，也就是 token 成本，让它们像真实员工一样参与协作，甚至“实习转正”。

在他当前的团队里，每个人平均配备 3 到 5 个 Agent，其中真正能稳定产出的，大约有 5 到 6 个。换句话说，一个 24 人的团队，实际拥有接近 50 人甚至更多的生产能力，但人力成本并没有明显上升。

这不是“用 AI 替代人”，而是每个人手里，都握着一支可以随时调度的迷你军队。24 个人，接近 50 人甚至更多的产能——这笔账，是过去任何一种组织形态都算不出来的。

跟 AI 聊天看见自己的思路，和他人对话产生新的想法

在人与 AI 的关系上，玉伯也给出了一个非常清醒的判断。

和 AI 的沟通，本质上更像是在和自己对话。它可以帮你看到自己的思维偏见，帮助你整理思路、反复迭代，但这种互动更多是内向的。

而人与人之间的沟通，则是外向的，是碰撞，是启发，是产生新想法和新火花的过程。这一部分，是当前 AI 仍然难以替代的。

他特别提醒，不要把自己封闭在一个只和 AI 对话的环境里。长期缺乏真实的人际交流，会带来认知上的偏差——这一点在 AI 时代反而更需要警惕。

小提示

• 效率不是靠工具堆出来的，先看信息有没有失真、氛围对不对、人有没有认同感
• GPA：目标要明确（这是基础）、优先级靠民主、执行靠自主，三者不能互相越界
• 把每个 Agent 当成一个可以“发工资”的数字员工来管理，而不是随手一用的工具
• 别把自己关进只和 AI 对话的房间——真正的启发，还是来自和人碰撞

写在最后

团队的规模和生产力，在 AI 时代被解耦了。这正是小团队的机会：不必先长大，就能先变强。

这篇案例里，藏着三个可以直接带走的词。Harness Team：团队的第一职责，是给低损耗的信息流转搭一套脚手架，人在其中，Agent 也在其中。Vibe Coding：氛围从来不是软性的东西，它会直接编译成产出的质量。GPA：目标明确、优先级民主、执行自主，三件事分给三套逻辑，谁都不越界。

传统管理讲机制、讲流程、讲分工；这套打法讲的是认同感和共创能力——大厂靠制度撑住下限，小团队靠心力冲出上限。AI 能给每个人配上一支迷你军队，但仗打不打得赢，终究要看——带兵的人，自己眼里有没有光。