大厂学2026年4月27日10 分钟阅读 从连接到生成，大厂正在经过它的历史中场 现在很多大厂讨论AI，场面其实很熟悉。 会议室里坐着产品、技术、运营、战略、市场，还有几个临时被拉进来的业务负责人。屏幕上是新一轮AI战略，关键词很多，模型、智能体、重构、提效、组织变革。每个词都显得很新，但讨论到最后，大家还是会回到一张排期表、一组KPI、一份资源协调表，以及一个更现实的问题，这件事到底由谁来做，谁来背结果，原来的业务线怎么配合，收入从哪里来。 这就是大厂面对AI时最尴尬的“名场面”，它们并不缺技术人员，也不缺预算，更不缺战略会。可一旦新技术进入真实组织，就会立刻被旧系统吸收。一个原本指向未来的东西，会被拆成项目、排期、汇报、复盘和组织调整。外面看起来是技术浪潮，里面常常是资源再分配。 过去二十多年，大厂一直很擅长处理这种事。它们有足够强的工程能力，有足够多的人，也有足够复杂的组织机器。只要方向确定，资源就可以被调动，团队就可以被堆起来，项目就可以被推进。大厂相信规模，相信系统，相信只要投入足够多，事情总能做成。 但AI带来的麻烦在于，它挑战的恰恰是大厂过去最熟悉的那套能力。过去的大厂，核心能力是连接。它们把人和商品接起来，把内容和用户接起来，把商家和消费者接起来，把支付、物流、广告、社交、娱乐和工作流程接起来。一个交易平台的价值，在于它能让货、钱、物流和信用跑起来。一个社交平台的价值，在于它能让熟人关系、内容流动和日常沟通稳定下来。一个本地生活平台的价值，在于它能把门店、骑手、用户和即时需求压缩进一个系统。 技术当然重要。没有技术，连接不可能变得这么高频、低成本和大规模。可回头看，大厂真正厉害的地方，往往不是某一项孤立技术，而是它们理解现实社会的方式。它们知道一个商家为什么愿意进来，知道用户为什么懒得离开，知道订单怎样流转，知道关系怎样维持，知道流量怎样变成钱，知道一套规则怎样让无数人按它的方式行动。 这才是上一代大厂最深的底盘。它们看起来是技术公司，实际更像现代商业社会的接线员。中国过去很多线下秩序都很分散，商业信用、物流体系、内容分发、组织协同，都存在大量缝隙。大厂正是在这些缝隙里长出来的。它们把分散的现实接到一个平台上，让原本松散的交易、关系和注意力变得可计算、可调度、可变现。 连接一度就是权力。谁连接了更多用户，谁就有入口。谁连接了更多商家，谁就有交易。谁连接了更多内容，谁就有注意力。谁连接了更多关系，谁就拥有日常生活里最稳定的黏性。很多大厂的神话，正是从这里开始的。 可AI让这个逻辑出现了新的裂缝。 AI的关键，不只是让已有流程更快一点，也不只是让原来的平台多一个功能。它开始把很多过去需要平台撮合、组织协调和人工生产的环节，直接压缩成一个生成过程。过去你需要找人写东西、做图、查资料、做方案、搭页面、改代码、做分析。现在，一个系统可以围绕目标直接生成结果。它不只是帮你找到资源，也开始替你完成任务。 这会改变平台的位置。过去，平台的价值在于入口。你要买东西，要找人，要看内容，要做生意，要沟通协作，都要先进入某个平台。现在，越来越多需求可能不再从入口开始，而是从任务开始。人不是先打开一个巨大的平台，再在里面寻找路径，而是直接提出一个目标，让系统替他组织路径、内容、工具和执行步骤。 这对连接型大厂来说，是很深的压力。它们仍然很大，仍然有用户，仍然有现金流，仍然有工程队伍。可它们过去占据的中介位置，开始被重新估价。一个用户如果可以直接得到结果，他对入口的忠诚就会下降。一个企业如果可以直接生成流程和方案，它对某个传统工具平台的依赖也会松动。一个创作者如果可以把生产过程交给模型，内容平台原来围绕生产、分发和商业化建立的秩序，也会变得不那么稳固。 大厂不会立刻消失。巨型组织很少这样退出舞台。它们有资本，有基础设施，有用户习惯，有政府关系，有行业资源，也有大量仍在运转的商业系统。它们的困境更像一种历史位置的松动。旧底盘还在，但新方向没有完全长出来。它们站在连接时代的尾部，又被迫向生成时代转身。 问题在于，大厂很难轻盈地转身。 小公司可以重写自己。今天做工具，明天做模型，后天做智能体，方向错了就换。大厂不能这样。大厂每一个动作都会牵动原有业务、组织利益、收入结构和团队边界。一个看起来简单的AI功能，进入大厂后会变成复杂的内部议题。它会影响谁的产品，谁的指标，谁的预算，谁的地盘，谁在会上汇报，谁承担风险，谁最后拿到功劳。 这时，很多产品经理式的聪明会遇到边界。 大厂里当然有真正懂产品的人，他们能感受到用户体验里的细微变化，也知道一个产品怎样保留人味，怎样避免被功能堆叠压坏，怎样让技术退到后台，让人觉得自然、可靠、轻便。这种能力很珍贵。组织一旦变大，就特别容易失去具体感。大家开始相信指标，相信流程，相信汇报材料，相信大屏上的增长曲线，最后却忘了人到底怎样使用一个东西。 但产品判断不能自动转化为公司判断。一个人站在产品位置上，可以坚持克制，可以拒绝过度商业化，可以守住某种使用体验。可一旦他站到整家公司面前，他要面对的东西立刻变多。收入增长、资本预期、监管关系、团队稳定、业务协同、未来押注，都会进入同一张桌子。 产品负责人可以说，这个功能会破坏体验，所以不该做。公司一号位要继续问，如果不做，收入怎么办，团队怎么办，竞争对手怎么办，资本市场怎么解释，下一轮增长从哪里来。产品理性追求完整和克制，公司理性经常被生存压力推动。前者可以慢，后者很难总是慢。前者可以守，后者必须不断寻找新的叙事和增长。 所以，大厂的难题并不只是缺少某个天才产品人，也不只是缺少某项技术。真正的麻烦在组织自身。它太大了。一个正确判断进入大厂之后，要穿过漫长的工程链条、利益链条和汇报链条。很多事在小团队里只是常识，到了大厂就会变成项目。一个清楚的方向，要经过排期、预算、评审、协同、风控、数据验证和复盘包装。等它真正落地，外面的技术环境可能已经换了一轮。 AI时代对大厂尤其残酷，因为它不断制造不确定性。大厂过去最擅长处理确定的事。确定一个赛道，确定一个战略，确定一个目标，然后调资源、堆团队、做增长。可现在很多判断无法提前定死。模型能力在变，应用场景在变，用户习惯在变，商业模式也在变。组织必须边做边学，边学边改，边改边承认自己过去的一部分判断已经失效。对巨型组织来说，这是一种很不舒服的状态。 大厂内部很容易把这种不舒服转化成表演。 于是我们会看到很多熟悉的动作。开战略会，成立专项组，发布新口号，调整组织架构，推出一批名字很新的项目。每一件事看起来都在拥抱未来，但员工的体感可能只是多了几层汇报，多了几个群，多了更多不清楚归属的任务。用户也未必真正感到产品变好了。他们只会觉得功能越来越多，页面越来越重，选择越来越复杂。 一个失去现实感的大厂，最后会变成自我循环的机器。它不断生产概念，不断制造项目，不断解释自己正在变化。可它越来越难回答那个朴素问题，它到底还在替现实世界解决什么问题。 这句话听起来简单，其实很重。 上一代大厂之所以能起来，是因为它们真的解决过现实问题。交易不方便，支付不方便，物流不方便，信息不透明，人与人之间的联系成本高，城市服务效率低，内容生产和分发成本高。它们进入这些问题，把事情变得更快、更便宜、更容易。用户愿意留下，不只是因为产品好玩，也因为它确实接住了生活。 到了生成时代，大厂还要重新证明这一点。它不能只说自己有模型、有算力、有智能体、有新战略。它必须说明，这些东西究竟把人的工作变轻了多少，把企业的流程变稳了多少，把组织里的沟通损耗降下去多少，把社会里的信任成本减少了多少。技术如果只停留在发布会上，就只是漂亮语言。技术落到人的生活和组织的缝隙里，才会重新变成力量。 这里反而需要一种更基础的现实理解能力。知道人为什么需要信任，为什么害怕被替代，为什么抗拒自动化，为什么在熟人关系里寻找安全感。知道企业真正需要的不是一个更炫的工具，而是更稳定的流程、更清楚的责任、更低的沟通成本和更可控的风险。知道一个组织在什么情况下会自我欺骗，知道一个系统怎样用新词掩盖旧问题。 这类能力过去常常被大厂低估。它听起来不够技术，不够酷，也不够容易写进战略PPT。但AI越往前走，这种能力越重要。因为技术扩散得越快，单纯跟随就越危险。别人做模型，自己也做模型。别人讲智能体，自己也讲智能体。别人说重构，自己也说重构。动作可以很快，方向却未必清楚。 未来的大厂大概会出现两种走向。 一种走向是继续原子化。各业务线各自寻找生存方式，各团队围绕自己的场景突围，总部只承担资本、资源和底层能力的协调。这样的大厂会越来越像松散的岛屿群。它还有共同的股权结构，还有共同的品牌记忆，却很难再拥有一种完整的组织叙事。 另一种走向是重新下沉。它不再只把自己理解成流量平台和入口机器，而是重新进入现实社会的运行链条。连接生产，连接服务，连接信任，连接组织能力。这样的公司未必最会制造概念，也未必最像媒体想象中的未来公司，但它可能活得更深。因为它不只站在屏幕上，还站在现实的流程里。 两条路都不容易。前一条路会拆掉大厂过去的整体神话，后一条路会迫使大厂放下很多旧的自我想象。过去它们习惯用规模证明正确，用入口证明权力，用用户数量证明未来。生成时代不会再轻易接受这些答案。规模只能证明过去成功过，入口只能证明曾经连接过很多人，用户数量也不能保证需求永远不迁移。 大厂正在经过它的历史中场。 它们还没有退出舞台，也不会轻易退出舞台。但连接时代给它们的光环，已经开始变薄。新的生成系统还没有接管一切，却已经改变了人们对平台、产品和组织的想象。大厂仍然重要，仍然庞大，仍然握有资源，只是不能继续靠过去那套连接逻辑解释自己。 连接时代曾经造就了大厂。生成时代正在要求它们重新说明自己。当连接不再稀缺，入口不再稳固，生成能力开始外溢，一个大厂还凭什么不可替代。 这个问题，才刚刚开始。
