不开会、不打卡、不写日报

跳悦智能只有十几个人，没有周会，没有考勤，没有日报。这不是管理上的松懈，而是一个关于带宽的结论。

会议是一条 39 bit/s 的半双工信道

Coupé 等人在 2019 年做过一项跨 17 种语言的研究：无论语速快慢、音节疏密，人类语音传递信息的速率都收敛在每秒 39 比特左右。这是一个惊人稳定的常数，也是一个惊人低的数字。

更糟的是，会议是半双工的：一个人说话时，其他所有人只能听。一场八个人开一小时的会，消耗八个人时，产出的新增信息往往一页纸就能写完。把它类比成 token 输出速度，会议是整个组织里吞吐量最低的那一段管道。

在 AI 出现之前，这条窄管道是没有替代品的，所以我们忍受它。但现在，一个人可以同时指挥成千上万个 agent：它们并行检索、并行起草、并行验证、并行改代码，彼此之间用结构化的方式交换信息，速率比人类说话高好几个数量级。当组织的其他部分都快了一万倍，唯独人与人之间还在用嘴巴串行地同步状态，瓶颈在哪里就非常清楚了。

但会议真正的产出不是信息，是承诺

如果只看带宽，结论会是“取消所有会议”。这是错的，而且错得很有代表性。

我们观察下来，一场会真正在做的事情通常是四件：分配责任、暴露并调和偏好冲突、建立信任、以及让“谁拍板”这件事产生约束力。这四件事都不是带宽受限的，是授权受限的。agent 之间可以在两百毫秒内谈完一个方案，但只要没有人签字，它就不是一个决定。

所以正确的做法不是取消会议，而是把会议里可被形式化的部分全部交出去：状态同步、方案枚举、竞品调研、排期、规格对齐、代码评审——这些交给 agent。剩下的部分，也就是“我到底想要什么”和“这件事谁负责”，才是人应该坐下来谈的。

结果是：人开会的总时长大幅下降，但单位时间的价值密度大幅上升。会议不再是效率最低的环节，反而成了效率最高的环节——因为它只处理那些 agent 手上没有数据的问题。

瓶颈会转移，不会消失

需要清醒的一点是：agent 替你谈判的前提，是它知道你的效用函数。而你的偏好——尤其是那些你自己都没想清楚、要在被别人的提案挤压时才浮现出来的偏好——恰恰需要你和它反复交互才能取出来。成本从“人和人对齐”变成了“人和自己的 agent 对齐”，它不一定更便宜，只是更异步、更可复用。

还有一条更硬的约束，是阿姆达尔定律的变体：agent 的产出最终要由人来审核和担责。你把可并行的部分加速一万倍，总耗时就完全由不可并行的人类审核环节决定。当 agent 每天送来五百份“已谈妥待批准”，人的注意力会立刻成为新的瓶颈。

所以我们真正优化的指标不是 token 吞吐量，而是单位人类注意力所产出的决策质量。所有制度都是围绕这个指标设计的。

落到具体制度上

不开会。 默认异步。任何需要多人同步的事情，先写成一段可以被 agent 读懂的文字：背景、方案、已经排除的选项、需要谁做什么决定。绝大多数问题在这一步就消解了。剩下需要当面谈的，是真正的分歧——那种会上只需要十五分钟，但事前必须想清楚的分歧。

不打卡。 我们衡量的是决策和交付，不是在场时长。一个人被 AI 放大之后，产出与坐在工位上的小时数几乎不相关；继续测量小时数，只会激励表演。

不写日报。 日报是为了让管理者获得可观测性而发明的，而它的成本由被管理者承担。现在可观测性可以直接从系统里取：代码提交、指标变化、任务状态、用户反馈，全部是结构化数据，agent 每天自动聚合成一份比日报准确得多的摘要。让人手写一遍自己已经做过的事，是把最贵的资源花在最便宜的信息上。

这不是理念，是产品的一部分

A2E 本身就是这套方法的产物：一个用 AI 自我迭代自己的产品实验。AI 分析产品指标和竞品动态、找出迭代路径、完成代码改动、优化北极星指标，人负责判断方向和为结果负责。

把这套做法推到底，就是一家可微可导的公司：业务反馈以最小延迟、最小失真反向传播回产品、代码和定价，而开会、打卡、日报正是这条通路上损耗最大的几段。

我们相信超级个体：每个人都被 AI 放大，小团队做成大事。跳悦智能的使命是探索 AI 时代 10 个人创造 10000 人价值的可能性——如果这 10 个人还把时间花在开会、打卡和写日报上，这件事从算术上就不成立。