当工程、产品、设计、数据科学这些角色都在熔化(melt)成一种新角色时,团队里剩下的不是职能,而是五种原型。注意用词是「熔化」——不是「融合」「协作更紧密」,是原来那些边界分明的职能,正在失去形状。
Cherny 的团队可能是今天全球最「AI 原生」的工程团队之一,他们身上长出来的分工形态,是一份来自「未来」的样本。这套切法的核心:岗位的切割,正在从「你受过什么训练」转向「你在与 AI 协作的流程里,守住哪一段判断」。
过去把组织纵着切:技术一列、产品一列、设计一列,每列有自己的职级和晋升通道。这五种人是把「和 AI 一起做事的完整流程」横着切——你属于哪种人,取决于你守在流程的哪一段,而不是你受过哪种训练。连起来看,它们是同一条产品生命周期线上的五段:
两个关键细节:① 一个人往往横跨 2-3 种原型,而且会随时间流动;② 五种原型和头衔无关——同是设计师,有人是原型者、有人是清扫者。
把公司现有全员按熔炉五型的本质(守哪一段判断)各归一主型(可跨型的标 +副型)。分布：💡 原型者20 · 🔨 建造者15 · 🧹 清扫者10 · 📈 增长者13 · 🛡️ 维护者22。
⚠️ 诚实标注：归型是数字分身的分析判断(D 级),非事实、非官方组织决定,不改花名册/组织架构,仅作对照视图。技术/产品线套五型贴合；金融/研究/情报「分析线」的判断对象是外部世界/资产而非一条产品构建流,套五型偏类比(卡片内已标注)。
按职能纵切成立上百年的前提=执行技能很贵(写好代码/做好设计各要十年),所以按手艺分科、招人、定级、发钱。AI 动摇的正是这个前提:它压平的是执行——PM 用自然语言就能让 AI 做出能跑的原型。
但压平的只是执行,没被压平的是判断:哪个想法值得做原型?何时切到生产级?哪个功能该下架?增长数据里哪个信号是真的?而且——不同流程阶段需要的判断力是完全不同的东西:原型者要对「可能性」的嗅觉,维护者要对「风险」的警觉,很难长在同一个人身上。
稀缺性转移了:从「技能」转移到「分段的判断力」。新角色沿着判断力的分布切出来,自然就是横切。
传统职级里这个角色几乎不存在——很难想象一份 JD 写着「主要职责:删代码、下架功能」,也很难想象有人靠「让系统变少」拿到晋升。我们所有的绩效语言都围绕「做了什么」设计,没有一套语言用来描述「少了什么」。
但在 AI 原生团队里它单独成角,逻辑是通的:当生产的边际成本趋近于零,过剩就成了系统的默认状态——想法过剩、原型过剩、功能过剩、代码过剩。这时候做减法反而成了稀缺品。
你的头衔正在贬值,你的原型偏好正在升值。技能能被 AI 补齐,但「你在流程哪一段判断最好、精力最旺」补不了。诚实问:过去一年最有成就感的工作,是发明 / 建造 / 简化 / 增长 / 守护?答案就是你在新地图上的位置。
⚠️ 但别急着做成新标签——角色是流动的,把自己焊死在「我是原型者」上,和焊死在旧头衔上是同一种错误。
四件基础设施——JD、招聘画像、职级序列、绩效指标——全建在职能纵切的地基上,换轴就要重写:
现实一步:找到公司里 AI 用得最深的团队,看它的实际分工有没有开始偏离组织架构图——那是你的前哨站。
配班子的逻辑变了:从「按职能配齐编制」到「按产品处在生命周期哪一段配人」。
拿你自己的团队,把每个人过去一个月实际在做的事用动词写下来——在发明 / 在建造 / 在简化 / 在增长 / 在守护——然后和组织架构图对一遍。两张图之间的错位有多大,你的组织离 AI 原生的分工方式就有多近。错位越大的团队,越值得你亲自去看:那里正在长出你们公司自己的「五种人」。
本框架独立并行保存,不接入现有花名册/组织架构/HR/绩效等主结构(owner 2026-07-19『先并行』指令)。它与现有两套角色框架正交并存:
若日后 owner 决定升格,可作为「角色的第二根轴」叠加:每个虚拟员工除职能岗位外,再标一个当前所处的熔炉原型(A1-A5),派剧组时判「这个产品阶段该多派哪一型」。
MetaZero-OS/company/parallel-frameworks/cherny-melt-5archetypes.yaml