2026-04-12 10:50
扫码打开虎嗅APP
本文来自微信公众号： 版面之外 ，作者：画画，题图来自：AI生成
1968年，安迪·格鲁夫和罗伯特·诺伊斯、戈登·摩尔一起创办了一家芯片公司。那家公司叫英特尔。
当时没有人知道它后来会成长为什么。格鲁夫自己大概也不知道。
但他清晰地知道，做半导体这件事极其复杂，需要数百名工程师同时朝一个方向奔跑，而任何一个人跑偏，都可能让整条流水线报废。
格鲁夫面对的不是技术问题，是管理问题：在一个高度不确定、高速运转的组织里，怎么让每个人都知道自己该做什么，而且真的去做？
当时流行的管理方法叫MBO，也就是目标管理。彼得·德鲁克1954年在《管理的实践》里提出的。
理论上很美。上级设定目标，层层分解，人人有责。但格鲁夫发现，MBO在英特尔根本跑不起来，它太慢，太官僚，等目标层层传递到一线工程师手里，市场早就变了。
于是格鲁夫干脆改造了它。把目标拆成两件事：你想去哪里（Objective），以及你怎么知道自己到了那里（Key Results）。
目标要野心勃勃，结果要可以量化。
最反直觉的一点，OKR不和薪资挂钩。一旦目标和钱绑在一起，人就会设定保守的目标，整套系统就废了。
这就是OKR最初的样子，不是考核工具，是对齐工具。
1999年，风险投资人约翰·杜尔走进了谷歌那间还不到一岁的小办公室，把格鲁夫的这套东西带了进去。
谷歌此后二十多年，把OKR刻进了公司的DNA。谷歌创始人之一的拉里·佩奇，后来在杜尔的书《Measure What Matters》序言里写道，OKR帮助谷歌实现了十倍速的成长。
谷歌的OKR有一个外人不太知道的细节：完成率60%到70%，才是健康的。100%完成意味着目标设低了。
这个设计透露了一种组织哲学，目标不是用来完成的，是用来突破的。
这套东西后来从硅谷扩散开来，进了LinkedIn、Twitter、Uber，最后也来到中国。
在中国，把OKR用得最彻底的是字节跳动。张一鸣做了一个在中国企业文化里几乎是异类的决定：所有人的OKR，全公司可见。
入职第一天的实习生，想看张一鸣的OKR，敲几个键就行。这让透明本身成为了管理。当你的目标被全公司看见，社会压力替代了考核压力，效果往往更好。字节从几百人长到超过10万人，OKR是这个过程里最重要的组织基础设施之一。
从英特尔的车库到字节的飞速扩张，OKR用了五十年，证明了自己的价值，解决了一个真实的问题：在人组成的大型组织里，怎么让每个人的力气都使到同一个方向。
但它一直有一个痛点，没有解决。
在绝大多数公司，OKR推行两三年之后，都会出现同一个现象：目标越写越保守，关键结果越来越像任务清单，季度复盘变成了汇报表演。
在大型组织待过的人都见过这种场景。季度初的目标设定会议，大家在写OKR，没有人真的在想“我能做到多好”，所有人都在想“写什么能让自己好看”。然后到了季度末，超额完成，皆大欢喜。
格鲁夫最担心的事发生了：OKR变成了另一种KPI。
原因很简单。格鲁夫说OKR不和绩效挂钩，但在大多数公司，你的完成率最终还是会出现在年终绩效里，哪怕是隐性的。人不傻，最优策略推导一步就出来了，设一个跳一跳能够到的目标，然后超额完成，显得自己很牛。
还有一个更隐蔽的问题。OKR通常是季度制或者半年制的，但创新不按时间期限发生。很多真正有价值的探索，在第一个月看起来毫无进展，第二个月仍然毫无进展，到了季度末复盘，就被以不在OKR里为由安静地砍掉了。
OKR的节奏，天然不适合孵化那些慢热的、需要长期积累的事情。
但这两个问题，都还不是最根本的。
OKR最根本的局限：它只管意愿，不管能力。它默认人知道怎么做，只是需要被对齐方向、被激励去做。但很多时候，一个团队的真实问题是能力不够，不是方向不对。写再好的OKR，也无法让一个不会的人变得会。
这个局限，五十多年来没有人解决。人有惰性，有私利，有信息不对称，有本能的自我保护。
OKR的全部设计，说到底都是在与人性的弱点博弈。
而与人性博弈，你赢不了。
2024年2月，瑞典金融科技公司Klarna公布了一组数据。
这家公司上线了一个AI客服系统，运行一个月后，这个系统干了700名人工客服的活。平均解决时间从11分钟降到了2分钟，客户满意度反而更高了。CEO Sebastian Siemiatkowski随后宣布，公司正在重新考虑招聘计划。
这不是一个关于效率提升的故事，这是一个关于组织构成改变的故事。700个工作岗位，不是被优化掉了，是被一个不需要管理的存在替代了。
同样，当时成立不到半年、估值20亿美金的Cognition发布了Devin，第一个能独立完成软件工程任务的AI智能体。Devin不只是写代码，它能理解需求、查技术文档、发现并修复bug、在测试环境里验证结果，然后把代码部署上线。整个过程不需要人介入。
Devin在当时还不完美，很多复杂任务它做不好。但这不是重点。重点是：一种新的组织成员出现了，可以自主感知任务，自主拆解步骤，自主执行，自主汇报结果。
Klarna和Cognition，是更早期的案例。2026年春节之后，OpenClaw小龙虾带动了智能体大爆发。字节、腾讯、阿里在内部大规模研发和部署Agent，处理数据分析、内容生产、用户运营、代码review。
有公司内部已经给智能体取了工号，叫AI同事。
管理学界对这件事的反应慢了半拍，但有人更早看见了方向。
加里·哈默尔，被《华尔街日报》称为世界上最有影响力的商业思想家之一，在《Humanocracy》里提过一个核心论点：现代管理系统的核心设计，是为了解决人的不可靠性。
打卡、汇报、审批、考核，这些机制存在的理由，是人会撒谎、会偷懒、会犯错、会跑偏。一旦执行层不再是人，整套系统的存在理由就会动摇。
MIT在2023年发表于《Science》的研究显示：在写作类知识工作中，使用ChatGPT后完成时间平均缩短40%，产出质量提升18%。
但与此同时，一个新问题浮出了水面，产出的边界开始模糊，越来越难以判断一个结果究竟是人的贡献，还是AI的贡献。
传统的绩效考核逻辑，正在因此失效。
德鲁克说过，管理的本质，是让普通人做出不普通的事。这句话成立了几十年。但当团队里有一半成员是智能体，这个命题就需要被重写。智能体不是普通人，也不是不普通的人，它是另一种存在，需要另一套逻辑。
OKR，是上一套逻辑里的产物。
OKR在过去五十多年里解决了三个真实问题。现在来看，这三个问题的前提假设，正在被智能体一个一个拿走。
先说对齐。OKR对齐的前提，是每个人有自己的利益，和公司目标天然存在偏差。季度初的目标设定会议，本质上是一场谈判，管理者试图让员工相信，公司的目标也是他们自己的目标。这个过程需要时间，需要技巧，需要信任，而且成功率不高。
智能体没有这个问题。你用一段System Prompt定义它的任务和边界，它就朝那个方向运行。不需要说服，不需要谈判，不需要检查它是否真的认同这个目标。它的“目标”就是它的定义，两者之间没有缝隙。当一个团队里智能体的比例越来越高，对齐这个动作的对象越来越少，OKR最核心的使用场景开始萎缩。
再说透明。字节的OKR之所以有效，是因为它让目标公开可见，制造了一种社会压力。但这个设计本身，是在弥补一个人性缺陷：人在默认状态下会隐藏信息，尤其是对自己不利的信息。
智能体没有这个倾向，它的所有行动都可记录，每一步在做什么、做完了没有、结果是什么，全部实时可查。你不需要等季度复盘，打开日志就能看见。透明度不再是文化目标，而是工程上的默认状态。
最后说激励。这是OKR最精妙的设计。所谓完成率60%-70%才健康，本质上是为了对抗人的安全行为。格鲁夫知道，人在没有外力的情况下，会本能地选择保护自己，不敢设高目标。
智能体不存在这种本能。你给它一个高难度任务，它不会因为担心完不成而保守，它只会因为能力不足而失败，这是工程问题，不是管理问题。OKR对它无从下手。
三根支柱拿走之后，还有一个更深的东西暴露出来了。OKR的设计节奏，是为了匹配人类的注意力周期。
人需要阶段性的节点来聚焦、复盘、重新出发。但智能体没有注意力周期，它可以持续运行，不需要季度复盘，不需要年中检查，不需要年终打分。你在用一个为人类节律设计的框架，去管理一个没有节律的存在。框架本身就是错配。
格鲁夫当年的问题是：怎么让人往同一个方向跑？他的答案是OKR。
智能体带来的问题完全不同：当执行层不再是人，管理者到底管什么？
这个问题，OKR回答不了。
这不只是公司的问题。每一个在组织里上班的人，都得想。
智能体进入组织，改变的不只是效率，而是每个人在组织里的位置。当客服、数据分析、内容生产、代码审查这些工作越来越多地交给智能体，人的价值锚定在哪里？
大概在三个地方。
给智能体写一段好的任务定义，比给员工写一份好的OKR更难。智能体的上限，完全由定义质量决定。你定义得模糊，它就在模糊里打转；你定义得精确，它可以无限逼近那个精确。过去管理者的权力来自信息差和资源，未来管理者的权力来自一件更朴素的事：能不能把一件事想清楚，说清楚。（延伸阅读：《轮到理科生焦虑了》）
但光会定义还不够。智能体可以跑得很快，但它不知道该往哪个方向跑。什么值得做，什么不值得做，哪个结果是真的好。这些判断依赖经验、直觉和对人性的理解，恰恰是智能体给不出的东西。
再往上一层，是编排。未来的组织不是管理一群人，是调度一个人机混合的系统。这件事没有历史经验可以套用，能想明白的人，会非常稀缺。
对个人来说，这件事意味着一个不那么舒服的现实：如果你现在的核心价值，是执行和完成，按时交付、达成OKR、完成指标。
那么这部分价值正在被智能体稀释。
不是明天，是现在。
管理大师德鲁克曾说，二十世纪最重要的管理成就，是把体力劳动者的生产力提升了五十倍。他在世的最后几年说，二十一世纪最重要的管理挑战，是提升知识工作者的生产力。
他没有等到智能体出现。但如果他等到了，他大概会再改一次：二十一世纪真正的管理挑战，不是提升知识工作者的生产力，而是搞清楚，当智能体把知识工作接管之后，人应该做什么。
OKR回答不了这个问题。现有的管理工具，都回答不了。
但它正在要求每一个人，给出自己的答案。
