01 触发事件

2025 年 6 月，阿里合伙人委员会首次公开回应员工内网长文，点名钉钉管理方式“不是阿里文化该有的样子”；回应发出不到 24 小时，陈航卸任钉钉 CEO。

这件事表面上看，是一次大厂常见的“管理风格争议”翻车。

但原文里真正值得盯住的，不是 9 点打卡、早晚例会、巡楼查岗这些戏剧性细节，而是两个更硬的信号。

第一，阿里为了请陈航回归，花了一年多，多位管理层轮番沟通，甚至提议买下其创业公司投资人股份；而撤换，只用了 6 天舆论发酵和不到 24 小时执行。

第二，晚点把因果链写得很直白：从 2025 年下半年起，字节、腾讯、阿里等巨头的 AI 技术人才薪酬出现断层式上跳，大模型研究员拿到千万元薪资和期权已不罕见，过亿元的也“能数出好几位”。

AI 从预训练、后训练到应用产品，都更依赖人的判断。模型训练中，人的能力差一些，就可能耽误几天训练，每天损失几百万元算力成本；最大的模型如果没训练好，再来一次至少几个月、几亿元。

这段引文几乎把问题摊开了：阿里不是突然变得更“温和”，而是在 AI 竞争里，人才流失的机会成本被重新计价了。

我没在阿里内部跑过组织诊断，这里可能误判具体导火索的权重；但仅从公开信息看，这已经超出文化公关，而是典型的 AI 资本配置问题。

02 这事的真正含义

这才是阿里在说的事：在 AI 时代，雇主品牌不再是 HR 叙事，而是算力 ROI 的前置变量。

移动互联网时期，大厂管理的底层逻辑是“distribution + 执行密度”。产品试错成本相对低，A/B 测试快，工程体系成熟，很多业务可以靠组织惯性、流程纪律和人海战术往前推。

AI 不是这样。

问题不在于“高压管理是否道德上正确”，而在于它是否仍然经济上有效。

如果一个团队做的是传统 SaaS 功能迭代，管理粗暴一点，代价可能主要是 attrition 和 morale。

如果一个团队做的是 foundation model、agent runtime、企业 AI 工作流、模型路由或训练后优化，代价会直接外溢成：

  • 顶尖研究员不来
  • 中层技术骨干不留下
  • 跨职能判断速度下降
  • 高价值实验被低质量执行浪费
  • GPU/TPU 资源被错误决策烧掉

也就是说，AI 把“人”从可替换执行单元，重新变成稀缺生产资料的一部分。

这和 SaaS 时代很不一样。今天真正稀缺的，不只是 H100 配额、TPU pod、KV cache 优化能力、MoE serving 经验，而是谁能把这些资源用对。

原文有一句话非常关键：过去大公司“大力出奇迹”，没有那么依赖个体能力；但到了 AI 时代，使用这些基建的人变得极其重要。

顶尖 AI 人才越来越重要，也越来越容易流动——每家大公司都在抢他们。他们随时可以跳去另一家，甚至加入硅谷巨头。想创业，市场上也不缺钱。

这意味着，企业内部的权力关系正在反转。

以前，大厂握有品牌、薪酬、平台、晋升、项目资源，个人很难对抗组织。

现在，顶级 AI 人才握有另一种资产：可迁移的认知杠杆。他去任何一家有 GPU、数据、分发入口的公司，都可能立刻放大价值。

所以陈航事件真正揭示的不是“老派管理失灵”，而是AI 行业里，组织对关键人才的 monopsony power 正在下降。

我可能低估了钉钉业务本身增长停滞对事件的放大作用。结果不好时，组织通常对管理风格的容忍度更低。但即便剔除这一层，人才权力上升仍然是更大的结构变量。

03 历史类比 / 结构对照

这件事更像 2014 年 AWS 对企业 IT 权力结构的改写，而不是 2022 年 ChatGPT 的消费级爆红。

为什么是 AWS？

因为 AWS 改变的不是某个产品功能，而是企业内部“谁能决定资源如何被使用”的方式。基础设施被 API 化后，开发者获得更强自主权，传统 IT 的审批与控制权被削弱。

AI 现在对组织的冲击，有相似之处。

训练集群、推理集群、模型 API、agent framework、MCP 协议、prompt caching、batch inference，这些东西正在把“生产力工具”变成“高杠杆判断系统”。一旦最关键的价值创造，来自少数能做模型选型、数据配方、后训练策略、eval 体系、工具调用设计的人，组织就不能再假设“只要管得够紧，结果自然会出来”。

这里也有一点 2007 年 iPhone 的影子：不是手机变强，而是软件与硬件耦合后，旧秩序中的控制点迁移了。

今天大厂仍然握有资本、distribution 和品牌，但 AI 让另一个控制点浮现出来：高端人才的流动性。

谁能让顶尖人愿意待，谁就更可能把昂贵算力转成产品优势。

谁留不住人，GPU 再多也可能只是折旧更快。

从这个角度看，阿里合伙人委员会首次直接回应员工，不只是一次止损，而像一次“承认现实”：旧的高压创业叙事，在 AI 竞争下开始与新的生产函数冲突。

我没法确认阿里内部是否已经把“雇主品牌”量化进 AI 业务 KPI，但从这次罕见的人事动作看，至少董事层面已经把它当成战略变量，而不是舆情变量。

04 对 AI builder 意味着什么

如果你是 AI builder、模型 API 消费者，或者带 10 到 100 人研发团队的 founder，这件事的含义非常直接。

第一，重新评估人才策略，而不是只评估模型策略。

很多团队会 obsess 于选 GPT-4.1、Claude、Gemini、Qwen 还是 DeepSeek，比较 token price、latency、context window、caching 命中率。

这些当然重要。

但真正会被定价的，是谁能持续做对模型路由、eval、tool use、agent loop 设计、retrieval 边界控制。换句话说，人才判断质量会决定你吃到多少 token 经济学红利。

第二，别把“强执行”误当成“高产出”。

在 AI 产品里，很多周的核心产出不是更多代码，而是更少但更准的实验。一个差的 prompt pipeline、错误的 routing policy、未经验证的 long-context 设计，会把成本曲线拉坏得很快。

尤其对 API 消费者而言，最贵的常常不是 model bill，而是错方向的组织摩擦。

第三，雇主品牌已经变成 builder 的竞争武器。

这不是大厂专属问题。创业公司更明显。

当优秀工程师可以去 Anthropic、OpenAI、Google，也可以去字节、阿里、腾讯，或者加入更小的高增长 startup，你给出的不只是薪酬，而是：

  • 是否尊重技术判断
  • 是否给足实验空间
  • 是否有清晰的 product thesis
  • 是否把人当作高杠杆创造者，而不是可替换工时
  • 是否让最强的人被无效流程消耗

第四，企业软件赛道会更快进入“组织可信度竞争”。

钉钉、飞书、企业微信这类产品，本来卖的就不只是功能，而是组织协作框架。到了 AI agent 时代，平台还要承载 workflow automation、internal knowledge access、权限编排、MCP 连接器。

如果内部管理叙事与“智能协作平台”的外部品牌冲突，客户会感知到不一致。

我没直接看过钉钉“悟空”或相关产品的内部路线图，这里可能高估了品牌与产品 adoption 的相关性；但对 enterprise buyer 来说，平台方如何对待开发者与员工，迟早会映射到他们对生态可信度的判断。

05 反方观点 / 风险

最强的反方观点是：别把一场阿里内部的人事风波，硬解释成 AI 时代的范式切换。

这个反对很有力。

一种可能是，陈航被换，主要不是因为 AI 改变了人才权力关系，而是因为他把高压管理推到了组织和舆论都无法承受的程度；如果业务高速增长、AI 产品打出爆款，也许阿里依然会忍。

另一种可能是，所谓“AI 让顶尖人才更重要”并不新鲜。搜索时代、推荐系统时代、云计算时代，顶尖工程师同样稀缺。今天的变化被放大，只是因为媒体叙事更聚焦。

还可能有第三种解释：真正的问题不在管理方式，而在钉钉的战略位置尴尬。它既不是阿里 AI 叙事的绝对核心，也不是最强 cash cow；在这种中间地带，组织对争议容忍度天然更低。换成承担核心模型训练任务的团队，标准未必一致。

我认为这些反驳都成立一部分。

所以更稳妥的结论不是“高压管理在 AI 时代彻底失效”，而是：当 AI 业务的价值越来越取决于少数关键人才的判断质量与流动性时，任何会系统性损害雇主品牌的管理方式，都会更快、更直接地被市场和组织惩罚。

这不是价值观先行，而是成本函数变了。

过去你可以用流程榨出执行力。

现在你更需要让最贵的那群人，愿意把判断力押在你这里。

阿里这次罕见出手，真正被重新定价的不是某个 CEO 的风格。

是人才。