撰文｜畫畫

1968年，安迪·格魯夫和羅伯特·諾伊斯、戈登·摩爾一起創(chuàng)辦了一家芯片公司。那家公司叫英特爾。

當時沒有人知道它后來會成長為什么。格魯夫自己大概也不知道。

但他清晰地知道，做半導體這件事極其復雜，需要數(shù)百名工程師同時朝一個方向奔跑，而任何一個人跑偏，都可能讓整條流水線報廢。

格魯夫面對的不是技術問題，是管理問題：在一個高度不確定、高速運轉(zhuǎn)的組織里，怎么讓每個人都知道自己該做什么，而且真的去做？

當時流行的管理方法叫MBO，也就是目標管理。彼得·德魯克1954年在《管理的實踐》里提出的。

理論上很美。上級設定目標，層層分解，人人有責。但格魯夫發(fā)現(xiàn)，MBO在英特爾根本跑不起來，它太慢，太官僚，等目標層層傳遞到一線工程師手里，市場早就變了。

于是格魯夫干脆改造了它。把目標拆成兩件事：你想去哪里（Objective），以及你怎么知道自己到了那里（Key Results）。

目標要野心勃勃，結果要可以量化。

最反直覺的一點，OKR不和薪資掛鉤。一旦目標和錢綁在一起，人就會設定保守的目標，整套系統(tǒng)就廢了。

這就是OKR最初的樣子，不是考核工具，是對齊工具。

1999年，風險投資人約翰·杜爾走進了谷歌那間還不到一歲的小辦公室，把格魯夫的這套東西帶了進去。

谷歌此后二十多年，把OKR刻進了公司的DNA。谷歌創(chuàng)始人之一的拉里·佩奇，后來在杜爾的書《Measure What Matters》序言里寫道，OKR幫助谷歌實現(xiàn)了十倍速的成長。

谷歌的OKR有一個外人不太知道的細節(jié)：完成率60%到70%，才是健康的。100%完成意味著目標設低了。

這個設計透露了一種組織哲學，目標不是用來完成的，是用來突破的。

這套東西后來從硅谷擴散開來，進了LinkedIn、Twitter、Uber，最后也來到中國。

在中國，把OKR用得最徹底的是字節(jié)跳動。張一鳴做了一個在中國企業(yè)文化里幾乎是異類的決定：所有人的OKR，全公司可見。

入職第一天的實習生，想看張一鳴的OKR，敲幾個鍵就行。這讓透明本身成為了管理。當你的目標被全公司看見，社會壓力替代了考核壓力，效果往往更好。字節(jié)從幾百人長到超過10萬人，OKR是這個過程里最重要的組織基礎設施之一。

從英特爾的車庫到字節(jié)的飛速擴張，OKR用了五十年，證明了自己的價值，解決了一個真實的問題：在人組成的大型組織里，怎么讓每個人的力氣都使到同一個方向。

但它一直有一個痛點，沒有解決。

1、OKR的阿喀琉斯之踵

在絕大多數(shù)公司，OKR推行兩三年之后，都會出現(xiàn)同一個現(xiàn)象：目標越寫越保守，關鍵結果越來越像任務清單，季度復盤變成了匯報表演。

在大型組織待過的人都見過這種場景。季度初的目標設定會議，大家在寫OKR，沒有人真的在想"我能做到多好"，所有人都在想"寫什么能讓自己好看"。然后到了季度末，超額完成，皆大歡喜。

格魯夫最擔心的事發(fā)生了：OKR變成了另一種KPI。

原因很簡單。格魯夫說OKR不和績效掛鉤，但在大多數(shù)公司，你的完成率最終還是會出現(xiàn)在年終績效里，哪怕是隱性的。人不傻，最優(yōu)策略推導一步就出來了，設一個跳一跳能夠到的目標，然后超額完成，顯得自己很牛。

還有一個更隱蔽的問題。OKR通常是季度制或者半年制的，但創(chuàng)新不按時間期限發(fā)生。很多真正有價值的探索，在第一個月看起來毫無進展，第二個月仍然毫無進展，到了季度末復盤，就被以不在OKR里為由安靜地砍掉了。

OKR的節(jié)奏，天然不適合孵化那些慢熱的、需要長期積累的事情。

但這兩個問題，都還不是最根本的。

OKR最根本的局限：它只管意愿，不管能力。它默認人知道怎么做，只是需要被對齊方向、被激勵去做。但很多時候，一個團隊的真實問題是能力不夠，不是方向不對。寫再好的OKR，也無法讓一個不會的人變得會。

這個局限，五十多年來沒有人解決。人有惰性，有私利，有信息不對稱，有本能的自我保護。

OKR的全部設計，說到底都是在與人性的弱點博弈。

而與人性博弈，你贏不了。

2、一種不需要被管理的組織出現(xiàn)了

2024年2月，瑞典金融科技公司Klarna公布了一組數(shù)據(jù)。

這家公司上線了一個AI客服系統(tǒng)，運行一個月后，這個系統(tǒng)干了700名人工客服的活。平均解決時間從11分鐘降到了2分鐘，客戶滿意度反而更高了。CEO Sebastian Siemiatkowski隨后宣布，公司正在重新考慮招聘計劃。

這不是一個關于效率提升的故事。這是一個關于組織構成改變的故事。700個工作崗位，不是被優(yōu)化掉了，是被一個不需要管理的存在替代了。

同樣，當時成立不到半年、估值20億美金的Cognition發(fā)布了Devin，第一個能獨立完成軟件工程任務的AI智能體。Devin不只是寫代碼，它能理解需求、查技術文檔、發(fā)現(xiàn)并修復bug、在測試環(huán)境里驗證結果，然后把代碼部署上線。整個過程不需要人介入。

Devin在當時還不完美，很多復雜任務它做不好。但這不是重點。重點是：一種新的組織成員出現(xiàn)了，可以自主感知任務，自主拆解步驟，自主執(zhí)行，自主匯報結果。

Klarna和Cognition，是更早期的案例。2026年春節(jié)之后，OpenClaw小龍蝦帶動了智能體大爆發(fā)。字節(jié)、騰訊、阿里在內(nèi)部大規(guī)模研發(fā)和部署Agent，處理數(shù)據(jù)分析、內(nèi)容生產(chǎn)、用戶運營、代碼review。

有公司內(nèi)部已經(jīng)給智能體取了工號，叫AI同事。

管理學界對這件事的反應慢了半拍，但有人更早看見了方向。

加里·哈默爾，被《華爾街日報》稱為世界上最有影響力的商業(yè)思想家之一，在《Humanocracy》里提過一個核心論點：現(xiàn)代管理系統(tǒng)的核心設計，是為了解決人的不可靠性。

打卡、匯報、審批、考核，這些機制存在的理由，是人會撒謊、會偷懶、會犯錯、會跑偏。一旦執(zhí)行層不再是人，整套系統(tǒng)的存在理由就會動搖。

MIT在2023年發(fā)表于《Science》的研究顯示：在寫作類知識工作中，使用ChatGPT后完成時間平均縮短40%，產(chǎn)出質(zhì)量提升18%。

但與此同時，一個新問題浮出了水面，產(chǎn)出的邊界開始模糊，越來越難以判斷一個結果究竟是人的貢獻，還是AI的貢獻。

傳統(tǒng)的績效考核邏輯，正在因此失效。

德魯克說過，管理的本質(zhì)，是讓普通人做出不普通的事。這句話成立了幾十年。但當團隊里有一半成員是智能體，這個命題就需要被重寫。智能體不是普通人，也不是不普通的人，它是另一種存在，需要另一套邏輯。

OKR，是上一套邏輯里的產(chǎn)物。

3、OKR的三根支柱，逐一松動

OKR在過去五十多年里解決了三個真實問題?，F(xiàn)在來看，這三個問題的前提假設，正在被智能體一個一個拿走。

先說對齊。OKR對齊的前提，是每個人有自己的利益，和公司目標天然存在偏差。季度初的目標設定會議，本質(zhì)上是一場談判，管理者試圖讓員工相信，公司的目標也是他們自己的目標。這個過程需要時間，需要技巧，需要信任，而且成功率不高。

智能體沒有這個問題。你用一段System Prompt定義它的任務和邊界，它就朝那個方向運行。不需要說服，不需要談判，不需要檢查它是否真的認同這個目標。它的"目標"就是它的定義，兩者之間沒有縫隙。當一個團隊里智能體的比例越來越高，對齊這個動作的對象越來越少，OKR最核心的使用場景開始萎縮。

再說透明。字節(jié)的OKR之所以有效，是因為它讓目標公開可見，制造了一種社會壓力。但這個設計本身，是在彌補一個人性缺陷：人在默認狀態(tài)下會隱藏信息，尤其是對自己不利的信息。

智能體沒有這個傾向，它的所有行動都可記錄，每一步在做什么、做完了沒有、結果是什么，全部實時可查。你不需要等季度復盤，打開日志就能看見。透明度不再是文化目標，而是工程上的默認狀態(tài)。

最后說激勵。這是OKR最精妙的設計。所謂完成率60%-70%才健康，本質(zhì)上是為了對抗人的安全行為。格魯夫知道，人在沒有外力的情況下，會本能地選擇保護自己，不敢設高目標。

智能體不存在這種本能。你給它一個高難度任務，它不會因為擔心完不成而保守，它只會因為能力不足而失敗，這是工程問題，不是管理問題。OKR對它無從下手。

三根支柱拿走之后，還有一個更深的東西暴露出來了。OKR的設計節(jié)奏，是為了匹配人類的注意力周期。

人需要階段性的節(jié)點來聚焦、復盤、重新出發(fā)。但智能體沒有注意力周期，它可以持續(xù)運行，不需要季度復盤，不需要年中檢查，不需要年終打分。你在用一個為人類節(jié)律設計的框架，去管理一個沒有節(jié)律的存在?？蚣鼙旧砭褪清e配。

格魯夫當年的問題是：怎么讓人往同一個方向跑？他的答案是OKR。

智能體帶來的問題完全不同：當執(zhí)行層不再是人，管理者到底管什么？

這個問題，OKR回答不了。

4、從組織到個人，都逃不過

這不只是公司的問題。每一個在組織里上班的人，都得想。

智能體進入組織，改變的不只是效率，而是每個人在組織里的位置。當客服、數(shù)據(jù)分析、內(nèi)容生產(chǎn)、代碼審查這些工作越來越多地交給智能體，人的價值錨定在哪里？

大概在三個地方。

給智能體寫一段好的任務定義，比給員工寫一份好的OKR更難。智能體的上限，完全由定義質(zhì)量決定。你定義得模糊，它就在模糊里打轉(zhuǎn)；你定義得精確，它可以無限逼近那個精確。過去管理者的權力來自信息差和資源，未來管理者的權力來自一件更樸素的事：能不能把一件事想清楚，說清楚。（延伸閱讀：）

但光會定義還不夠。智能體可以跑得很快，但它不知道該往哪個方向跑。什么值得做，什么不值得做，哪個結果是真的好。這些判斷依賴經(jīng)驗、直覺和對人性的理解，恰恰是智能體給不出的東西。

再往上一層，是編排。未來的組織不是管理一群人，是調(diào)度一個人機混合的系統(tǒng)。這件事沒有歷史經(jīng)驗可以套用，能想明白的人，會非常稀缺。

對個人來說，這件事意味著一個不那么舒服的現(xiàn)實：如果你現(xiàn)在的核心價值，是執(zhí)行和完成，按時交付、達成OKR、完成指標。

那么這部分價值正在被智能體稀釋。

不是明天，是現(xiàn)在。

【版面之外】的話：

管理大師德魯克曾說，二十世紀最重要的管理成就，是把體力勞動者的生產(chǎn)力提升了五十倍。他在世的最后幾年說，二十一世紀最重要的管理挑戰(zhàn)，是提升知識工作者的生產(chǎn)力。

他沒有等到智能體出現(xiàn)。但如果他等到了，他大概會再改一次：二十一世紀真正的管理挑戰(zhàn)，不是提升知識工作者的生產(chǎn)力，而是搞清楚，當智能體把知識工作接管之后，人應該做什么。

OKR回答不了這個問題。現(xiàn)有的管理工具，都回答不了。

但它正在要求每一個人，給出自己的答案。