2026年5月，Cloudflare发布了一封信。

CEO Matthew Prince在裁员20%之后，没有用通常的”经济压力”或”结构调整”来解释。他用了一个词：“测量者”（measurers）。

“我们几乎解雇了所有的测量者，”Prince写道。他将测量者定义为：中层管理、财务分析、法律合规、内部审计、收入确认等岗位上的人。他们的核心工作是——收集信息、处理数据、向上汇报、协调对齐。

然后，他用了一句话总结新的组织逻辑：

“感谢AI，CEO现在获取信息和团队一样快。你不再需要翻译者。”

这封信，标志着一个历史性时刻的开始。AI Agent不只是在改变我们工作的方式，它正在改变组织本身的形态——那个维系了整个20世纪的科层制金字塔，正在被从内部掏空。

一、大扁平化：当中层管理成为组织的阑尾

人类在信息不对称中建立了科层制。

20世纪的公司之所以需要中层管理，根本原因在于：信息从前线流向CEO需要时间、需要筛选、需要转述。你需要一个能把工厂日报整理成董事会摘要的人，需要一个能协调20个团队同时进行的项目的人，需要一个能在高管会议前把”坏消息”打磨成”挑战与机遇”的人。

这些工作不是没有价值。在信息处理能力有限的时代，中层管理是组织正常运转的必要条件，不是可有可无的装饰。

但AI Agent改变了这个前提。

当一个AI系统可以实时提取所有相关数据、自动生成管理报告、协调跨团队任务、追踪进度偏差并提前预警——曾经需要整整一层管理人员完成的工作，可以被一套软件取代。而且是更快、更准、不知疲倦地取代。

根据咨询公司Korn Ferry对全球15,000名专业人士的调查，41%的员工表示他们的公司在过去一年里削减了管理层级。这还是AI全面渗透之前的早期数据，是第一波浪潮的信号而非终点。

这个趋势有了一个名字：大扁平化（The Great Flattening）。

理解”大扁平化”的关键，在于理解它的作用机制不是一次性的裁员，而是一个持续性的结构重组过程：

第一阶段：AI工具出现，让某些中层工作变得更高效。（2023-2025年，多数公司处于此阶段）

第二阶段：AI Agent成熟，开始接管完整的工作流而不只是辅助单个任务。这让某些中层岗位从”更高效”变成”是否必要”。（2025-2026年，先锋企业开始进入此阶段）

第三阶段：AI Agent在整个组织内形成协调网络，组织架构需要从根本上重新设计来匹配AI原生的运作模式。（正在到来）

Cloudflare站在第二阶段向第三阶段的边界上。Prince不是在描述未来，他是在描述他已经做出的决策——以及他相信这个决策背后的逻辑是正确的。

二、Forrester的诊断：技术已到来，企业还没到

Forrester Research在2026年6月发布了一份关键报告：《2026年Agentic AI现状》（The State Of Agentic AI In 2026）。

报告的核心发现令人警醒：企业在追逐Agentic AI，但大多数人还没追上它。

具体数据是：

  • 75%的企业领导者表示正在采用Agentic AI
  • 但只有极少数公司有真正在有意义的生产环境中运行Agent（而非只是”类Agent”聊天机器人）
  • 真正规模化的多Agent系统更是凤毛麟角

Forrester的研究员将这个差距归纳为”追逐与捕获”之间的鸿沟：技术已经是脱缰的野马，但企业是它必须拉动的重载货车。

这种落差的形成有几个深层原因：

原因一：ROI不确定性。大多数公司无法超出狭窄效率提升的范围来证明全面生产部署的合理性。这让企业的Agentic雄心被锁在了概念验证模式里——”飞行员展示”是有的，真正落地的极少。

原因二：治理缺口。超过一半的企业在采用NIST AI风险管理框架后仍然面临”Agent蔓延”——不同部门各自部署了各种Agent，没有统一的注册表、路由机制和问责体系。

原因三：技术架构认知错位。这是最关键的一点：Forrester指出，长时程Agent的行为方式不像聊天机器人，它像一个分布式系统。

分布式系统需要编排、身份管理和上下文纪律——这是大多数企业IT团队从来没有建过的能力。当你把12个孤立的Agent缝合在一起，没有共享注册表和路由协议，协调机制就会崩溃成重复工作和逻辑冲突。Forrester的数据佐证了这点：系统规模化的失败通常来自任务复杂性，而非Agent数量——多数团队根本不具备管理这个层级复杂度的能力。

然而，在技术能力维度，报告的论断毫不含糊：长时程Agent的时代已经到来，而且比所有人预期的都快。

OpenAI已经让一个内部软件开发工作流运行了数月，几乎不需要人工干预。Cursor部署了能长期运行的编码Agent。Anthropic演示了多天持续运行的研究Agent。这些不是PPT里的演示，这是生产环境。

Forrester的核心洞察是：更难的问题不是技术是否已到来，而是企业的就绪状态能否追上移动速度极快的技术。

而对于”大扁平化”的含义，Forrester的分析更加清晰：当Agent可以处理协调、进度追踪、信息汇总、任务分配等传统管理职能时，中层管理的价值主张就面临了根本性的质疑。

三、Cloudflare的解剖：测量者与建造者的分类学

让我们深入解剖Cloudflare案例的内在逻辑，因为它比表面上的”裁员新闻”要复杂得多。

Prince在裁员后——Cloudflare裁员比例约20%，约500名员工——公布了一组矛盾的数字：公司职位空缺数量达到历史最高。

裁员了20%，但招聘岗位反而增加？这不是矛盾，这是重组。

答案在于Prince定义的另外两个群体：

“建造者”（builders）：工程师、产品开发者，以及创造可量化业务产出的专业人员。这些人不是被AI替代的，而是被AI放大的——一个工程师在AI辅助下的产出，可以是此前的5倍甚至10倍。

“销售者”（sellers）：负责客户关系和收入增长的人。Prince认为这个群体”相对安全”，因为AI在需要建立信任、理解复杂人类需求、在模糊情境下做判断的工作上，仍然无法取代人类。

Prince的分类学并不只是描述性的，它揭示了AI时代组织价值的底层逻辑：

AI最容易取代的工作类型：

  • 重复性的信息处理和汇总
  • 规则明确的协调与调度
  • 基于模板的内容生成和报告撰写
  • 进度追踪和合规检查

AI最难取代的工作类型：

  • 在模糊情境下的高风险决策
  • 深度的人际关系管理
  • 创造性问题解决
  • 对AI系统本身的设计、审查和治理

中层管理的大部分工作落在第一个类别，而工程师和销售的核心工作落在第二个类别。这就是为什么Cloudflare可以在裁员20%的同时，保持创纪录的职位空缺数量——他们在释放”测量者”的成本的同时，在加速招募”建造者”。

West Monroe首席AI官Bret Greenstein从咨询视角提供了更精准的表述：

“在AI赋能的组织里，管理者将越来越多地被期望贡献可量化的业务成果，而不只是充当信息管道。”

这句话的背后是一个残酷的逻辑：当AI取代了信息管道的功能后，那些价值主要在于信息管道角色的管理者，就失去了存在的理由。

Andy Williamson，ONLC培训公司CEO，提供了更具体的时间测量：

“一个中层管理者可能每周有三分之一的时间在开会，大部分都是为了保持团队同步。这恰好是软件现在可以处理的工作。”

四、Hyatt的反向案例：当AI让每个人多了一整天

值得注意的是，”大扁平化”并不总是导向裁员。Hyatt的案例提供了一个完全不同的故事弧。

在2026年6月举行的Fortune Brainstorm Tech大会上，Hyatt CEO Mark Hoplamazian与Snowflake CEO Sridhar Ramaswamy同台，分享了企业AI从概念验证走向操作部署的真实经验。

Hyatt面临的挑战：每年超过150万份来自企业客户的RFP（询价提案）。传统上，销售团队需要花费大量时间在这些请求的初步筛选、格式化、研究历史数据和撰写回复上——而这些都是典型的”测量型工作”。

引入AI工具后，结果是：每位销售人员每周节省了整整一天的时间。

但更重要的是：Hyatt的市场份额在团体预订业务上增长了。

“我们在团体预订业务上增长了市场份额，同时每个销售人员节省了一整天——他们可以把这一天用于优化酒店剩余收入流，效果非常好。”Hoplamazian说。

Hyatt的案例揭示了”大扁平化”的另一面：当AI接管了销售人员工作中的”测量型”部分，留下了更多时间来做”建造型”工作——维护客户关系、优化收入策略、处理复杂谈判。

这是一个增强而非替代的叙事。同样的AI能力，在不同的组织决策下，产生了完全不同的结果：Cloudflare选择裁员，Hyatt选择增强。

两个案例都是理性的。两个案例都在”大扁平化”的大背景下做出了有意识的选择。

它们的区别在于：Cloudflare有大量”纯测量者”岗位，这些岗位的价值几乎完全建立在信息管道功能上，AI的出现使其失去了存在的业务逻辑。而Hyatt销售团队的工作中，客户关系、酒店熟悉度、谈判经验等不可替代的元素依然占据核心位置——AI只是帮他们处理了工作中那个可替代的部分。

理解这个区别，对于每一个正在重新思考自身组织架构的企业都至关重要。

五、反对意见：管理不会消失，只是变形

Cambridge Leadership Associates总裁Max Martina对”大扁平化”的极端版本持保留意见。

他的核心论点是：AI不会消灭管理层，只会重新定义管理的工作内容。

Martina提出了几个管理工作中AI难以取代的维度：

判断力的稀缺性：当数据和分析都由AI提供时，价值从”谁掌握数据”转移到了”谁能在模糊情境下做出正确判断”。AI提供的是预测概率，但很多重要决策需要在不确定性中做出道德判断和战略选择——这仍然需要人类。

治理AI本身：随着Agent系统的规模扩大，需要有人来设定边界、审查输出、处理异常情况和承担责任。这本身就是一种新型的管理工作。

维护组织文化：心理安全、团队凝聚力、意义感——这些是人类组织的核心黏合剂，AI无法量化也无法替代。当一个组织由人类和AI Agent混合构成时，保持这种文化黏合力反而变得更加挑战性。

处理例外情况：任何规则系统都有边界案例。当AI Agent遭遇它没有被训练好的情境时，谁来处理？这需要一个既理解业务逻辑又理解AI系统的人——而这种人是新稀缺物种，而不是传统意义上的中层管理。

Martina的结论是：管理层的数量会剧烈压缩，但留下来的管理者拥有的责任和权限会大幅提升。未来的组织将是少量高质量决策者加上大量AI Agent的混合体系，而不是简单的”AI替代人类”或”人类监督AI”的二元结构。

六、真正的问题：当AI Agent成为新的中层

这里有一个所有人都回避了的深层问题：

当AI Agent接管了中层管理的协调职能后，谁来管理这些AI Agent？

Forrester的报告揭示了这个问题的紧迫性。在那些已经部署多Agent系统的公司里，最常见的失败模式不是”Agent不够聪明”，而是：

  • Agent蔓延：不同部门各自部署了各种Agent，没有统一的注册表，导致重复工作、逻辑冲突和无人负责的灰色地带
  • 上下文断裂：在长时程任务中，Agent之间没有共享的上下文，导致一个Agent不知道另一个Agent已经做了什么
  • 治理缺失：超过一半的企业在采用AI治理框架（如NIST AI RMF）后，仍然面临无法受控的Agent蔓延——Forrester调查显示，多数企业的Agent部署完全分散在各部门，没有统一注册表和问责机制
  • 安全脆弱性：在一个互联的Agent网络中，一个被compromise的Agent可以影响整个系统

这意味着：扁平化之后，公司需要管理的对象不是减少了，而是变化了——从人变成了Agent。

新的组织层级不是消失了，而是重构了：

  • 旧的中层：收集信息→处理数据→向上汇报→协调团队
  • 新的Agent层：实时处理数据→自动协调工作流→持续监控进度
  • 新的管理角色：设计Agent系统→设定边界和约束→审查关键决策→处理例外情况

这个”Agent编排层”的设计、维护和治理，将成为AI时代组织架构的核心工作。而懂得如何做这件事的人，是目前极度稀缺的。

七、数字验证：趋势的规模与速度

让我们用具体数字来校准这场变革的量级：

组织变革加速度：

  • 41%：过去一年内削减管理层级的企业比例（Korn Ferry，15,000名专业人士调查，2026年）
  • 20%：Cloudflare在一轮中裁员的比例（同期职位空缺达历史新高）
  • 75%：表示正在采用Agentic AI的企业领导者比例（Forrester，2026年6月）

AI能力的量化锚点：

  • 150万份/年：Hyatt销售AI处理的企业客户RFP量
  • 1天/周/人：Hyatt销售人员通过AI节省的时间，同期市场份额增长
  • 数月：OpenAI内部软件开发工作流无人工干预的运行时长（Forrester，2026年）
  • 1/3工作时间：中层管理者用于”保持团队同步”的会议时间（ONLC数据）

裁员趋势的背景：

  • 87,714人：2026年前5个月因AI被裁员的美国工人数量（Challenger, Gray & Christmas，2026年6月）
  • 40%：2026年5月单月AI相关裁员占全部裁员的比例，为历史最高
  • 每月11,000个：Goldman Sachs研究报告估算AI每月消灭的岗位数量（来源：Goldman Sachs AI-related layoffs research，经CNBC报道，2026年6月）

这些数字的组合讲述了一个关于速度和规模的故事：大扁平化不是慢慢发生的渐变，而是在多个维度同时加速的不连续变化。

八、组织进化的达尔文主义

历史上每一次重大技术革命，都伴随着组织形态的根本性变化。

工业革命将工匠的作坊变成了工厂，创造了大批”工厂工人”这个新类别，同时消灭了大批手工艺人岗位。信息化时代将数据处理的成本大幅降低，创造了大批”知识工作者”，同时让很多重复性脑力工作消失。

AI Agent时代，正在将信息协调的成本趋近于零。这意味着建立在信息协调价值上的组织层级——中层管理——将面临与工业革命时代的手工艺人、信息化时代的数据录入员相似的命运：不是消失，而是剧烈压缩，同时变形为更高价值的工作形式。

有三种人将在这场变革中胜出：

Agent架构师：能够设计、部署、优化复杂AI Agent系统的人。他们是新时代的”工厂工程师”，但设计的是信息处理的生产线而非物理的生产线。

高质量决策者：在AI提供充分分析后，能够在模糊情境下做出正确判断的人。当信息不再稀缺，判断力才是真正的稀缺资源。

关系型价值创造者：建立和维护人际信任、理解复杂人类需求、在协商和影响力上创造价值的人。AI无法替代真正的人类连接。

输在这场变革中的，是那些价值主要建立在信息传递、格式化和协调上的中间角色——无论他们的职位多么显赫，只要核心价值在于做一件AI可以做的事情，就都面临同样的压力。

结语：Prince的问题，没有公司能回避

回到Cloudflare CEO的那封信。

Prince没有在道歉，也没有在炫耀。他在描述他所见的逻辑，以及他根据这个逻辑做出的决策。

他的问题不只是针对Cloudflare。每一家正在部署AI Agent的公司——实际上，每一家计划在未来三年内部署的公司——都必须面对同样的问题：

你的组织里，谁是测量者？谁是建造者？当测量的工作被AI接管，你打算如何处理那些测量者？

这个问题有三种回答方式：

第一种：忽视它，等到被迫做决定时再说。这是大多数公司目前的选择，但它不会让问题消失，只会让选择更痛苦。

第二种：预防性裁员，清除”测量者”，将节省的成本用于放大”建造者”的效能。这是Cloudflare的选择。

第三种：积极转型，帮助”测量者”进化成”Agent治理者”、”判断力提供者”或”关系型价值创造者”。这需要大量的培训投资和组织设计创新，但它的长期价值可能更高。

最终的答案，取决于你相信什么样的组织设计能在AI时代创造最大的长期价值。

但有一件事是确定的：这个选择无法回避，时间窗口正在关闭，而做出有意识的选择总是好过被动等待被历史淘汰。

大扁平化的浪潮来了。

你站在哪里？

参考资料

  1. Fortune: “AI agents are flattening corporate hierarchies. Here’s how companies—and managers—can develop a new playbook” - fortune.com/2026/06/09/ai-agents-flattening-corporate-hierarchies-companies-managers-develop-new-playbook/ (2026-06-09)
  2. Korn Ferry Workforce Planning Survey (15,000 professionals worldwide) - kornferry.com/insights/featured-topics/workforce-management-articles/workforce-planning-insights (2026年)
  3. Forrester Research: “The State Of Agentic AI In 2026: Companies Are Chasing, Few Are Catching” - forrester.com/blogs/the-state-of-agentic-ai-in-2026-companies-are-chasing-few-are-catching/ (2026-06-09)
  4. Fortune: “Hyatt says AI isn’t replacing workers—it’s giving them more time to focus on guests” - fortune.com/2026/06/09/ai-isnt-replacing-hyatts-salespeople-its-giving-them-an-extra-workday-every-week/ (2026-06-09)
  5. Challenger, Gray & Christmas: AI Layoffs Report - cnbc.com/2026/06/05/ai-is-now-the-leading-reason-companies-give-for-cutting-jobs (2026-06-05)
  6. Fortune: “Cloudflare CEO Matthew Prince layoffs AI automation measurers” - fortune.com/2026/05/21/cloudflare-ceo-matthew-prince-layoffs-ai-automation-measurers/ (2026-05-21)