AI 原生的分水岭：张怀亭如何用人机共生重写组织运行逻辑

当 AI 成为组织的操作系统：与爱为舞创始人张怀亭的 AI 原生组织实践

「AI 赋能」和「AI 原生」之间，有一道分水岭。

百度凤巢系统原核心负责人、高途联合创始人张怀亭，在 2023 年创办教育 AI 公司「与爱为舞」时，选择了后者——不在旧组织架构上叠加 AI 工具，而是从零开始，用 AI 重写每个岗位的工作逻辑。1

截至 2025 年 12 月，这家公司的 AI 课辅产品「爱学」已累计服务超过 100 万用户，遍布全国 342 个城市，AI 课程完课率达 92.4%。1 他们是如何做到的？

核心判断：分水岭不在技术，在组织逻辑

张怀亭的核心观点直接：AI 原生的分水岭，在于是否围绕 AI 重写了组织的运行逻辑，让 AI 与组织、与个体、与业务深度共生。

这意味着什么？传统组织的架构是为「人」的协作设计的：定义岗位、划分权责、流程串联，AI 只是其中一个工具节点，能实现局部效率提升，但无法积累系统性能力。1

AI 原生组织的逻辑相反：人与 AI 是互补的智能形态，深度协作，共享数据，各自发挥核心优势——人做决策、判断、创意和关系，AI 做执行、分析、生成和记忆。他将这种结构称为「人机共生式协同」，目标是让组织的能力从「堆砌人力」升级为「构建和运营一个能够持续自我优化的智能系统」。

与爱为舞将产品研发周期缩短了 1/3，背后是对产品经理工作流的彻底重构。1

传统的产品工作流是瀑布式的：需求调研 → 需求定义 → 设计开发 → 产品上线 → 分析迭代。每个环节线性推进，反馈周期长，试错成本高。AI 重构后的工作流把「验证」前置：

其他岗位同样被重构：运营人员借助 AI 一条龙完成内容生产，3 人小团队完成了原来 20 人团队的工作量；销售团队从成本中心转变为持续产生数据智能与客户洞察的价值中心；设计师不再花时间执行制作，转为定义风格标准并把控 AI 生成的创意质量。1

组织重构同时带来了人才能力范式的转变。张怀亭将 AI 时代所需人才的核心能力分为三层：1

这个框架对创业者的实际含义是：招聘时，「能否驾驭 AI」比「单一技能深度」更优先；而「复杂问题定义能力」正在成为最稀缺的竞争壁垒。

与爱为舞的组织架构里，数据是打通各岗位的核心机制。销售 AI 和用户的对话信息会实时进入用户画像；产品经理依托这些数据迭代功能；设计师根据数据调整课件风格。1

跨岗位、跨流程的数据互通，让组织所有单元实时衔接，AI 从「零散点状智能」升级为「支撑组织运转的系统智能」。这正是张怀亭所说的「系统能力」三层结构中最底层的一层：数据飞轮与闭环进化能力。

另外两层分别是「人机协同的组织基因」和「对复杂场景的深度理解与定义能力」。随着底层大模型技术日益标准化普及，他认为未来企业竞争壁垒将从「技术拥有」转向「系统能力」——能否基于 AI 打造出持续进化的系统，才是真正的分水岭。1

张怀亭有一个更高层次的判断，也解释了他为什么选择教育赛道：利用生成式 AI 技术，有机会将服务业做成制造业。

传统依赖人类专家经验和时间的高端服务——教育、法律、医疗——难以规模化，质量不稳定，成本高企。借助生成式 AI，这些服务有望实现标准化、自动化、高质量且低成本交付，像制造业流水线一样运转。1

「爱学」目前的成绩单，是这个判断的早期验证：