马克·扎克伯格不仅掌控着全球最先进的人工智能系统之一，更致力于构建一家以“AI大幅降低人力需求”为核心理念的企业。据媒体报道，Meta内部代号为“Project OT”的项目勾勒出一家“AI原生”公司的愿景：AI代理将接管数千名员工的大部分工作，导致团队规模急剧收缩，部分管理层级随之消失。扎克伯格本人已在试用Meta所谓的“CEO代理”，该工具能让他直接获取以往需层层上报才能得到的答案。
这种效率提升极具诱惑力。组织中普遍存在的会议耗时、信息损耗、决策迟缓等“协调摩擦”，均可被人工智能压缩甚至消除。然而，另一种源于观点碰撞、异见提出及不便事实揭示的“认知摩擦”，虽令人不适，却往往具有生成性价值。随着AI从执行辅助转向思维辅助，辨别这两种摩擦至关重要。
AI是镜子还是陪练？
传统层级结构中，信息经多层人员传递，每一层都引入了解读与挑战：有人质疑前提，有人指出异常，有人提供历史教训。AI代理虽能极速检索并综合信息，呈现连贯答案，但这种“连贯性”常被误认为智能。危险在于，AI可能沦为复杂的镜像——它并非提供外部视角，而是基于用户偏好、历史提问及假设，使既有世界观更加清晰且具说服力。这是一种大规模自动化的自我指涉。
对此，我们区分了AI的两种潜在角色：“和平缔造者”与“意义建构者”。前者致力于化解矛盾、寻求共识，输出逻辑自洽的答案；后者则揭示矛盾、识别隐藏假设、构建最强反驳论点，并保留竞争性解释以供学习。对于个体思考者，尤其是身处信息过滤顶端的首席执行官，AI应更像一位挑战思维的陪练伙伴，而非一面确认偏见的镜子。
Meta的悖论与警示
这一区分解释了Meta近期出现的战略悖论。Project OT的前提是AI能让更小、更“人才密集”的团队完成以往大团队的工作。然而，在内部数据引发关于“AI辅助编码是否转化为同等用户产品收益”的质疑后，Meta最终放弃了其最激进的人员缩减计划。
这一教训超越了Meta本身。在科学探索与组织决策中，端到端的AI系统日益诱人，它们能覆盖从信息收集到执行的全过程。但闭环越完整，系统越倾向于优化其已认定的重要事项，而弱于回答“是否在解决正确问题”这一根本质疑。科学进步依赖多样性与意外结果，而高度集成的AI系统可能通过引导探索朝向现有数据预示的成功路径，压缩这种必要的多样性。
人工智能使协调变得极其廉价，这也意味着异议更易被消除，替代解释更易被压缩。因此，AI时代的领导力挑战，在于辨别哪些摩擦是成本，哪些是智慧的源泉。对领导者而言，最好的AI系统或许不是那个让一切变快的工具，而是那个敢于说“这是你立场的最强反面论点”或“这是你的模型无法解释的内容”的系统。让领导者更快是技术的基本功，确保他们超越自身局限，才是更难的任务。