马驰写过一篇文章，标题很冲，叫《全员AI提效没什么用》。
文章里拉出了一整套论证，认为企业是生命体，把单个器官的效率放大十倍，身体会散架。即使组织效率能跟上来，业务量也不可能翻十倍，因为多出来的生产力只能浪费在"表演式项目"上。
采访的时候我特意拿 COCO AI 的 Charlie Hu 去碰他。Charlie 把团队从 80 人砍到 15 人，人效比翻了十几倍。这难道不是"全员AI化"的结果？
马驰没认。他笑了。
"这个案例恰恰证明了我的观点。你不需要让 80 个人都去提效，你只需要 15 个人就够了。那 65 个人，从一开始就不需要。你给他们做 AI 培训，是在浪费时间。"
马驰是 Agent 特区社区的发起人。这个社区汇集了蚂蚁、腾讯、PingCAP 等二十多个组织的一线实践者，办了二十多期线上研讨会，出了 26 篇文章、19 场社区分享，15 位活跃贡献者共同维护着一本持续更新的《Harness Engineering Playbook》——公开发布在 agents-zone.github.io，已经成了 2026 年 AI 工程化领域被引用最多的社区项目之一。
马驰不只写文章。今年 3 月，他在 InfoQ 的一场直播里用 AI Agent 团队驱动，60 分钟给鸿蒙开源项目 ohos-sys 交了一个真实的 Rust PR。不是 Demo，是能合并进主仓库的那种。4 月 QCon 北京 2026 的压轴圆桌上，他和 TiDB CTO 黄东旭、蚂蚁开源副主席王旭同台，讨论"OpenClaw 之后，AI 系统正在失控还是进化"。
但他本人不在任何一家公司做管理。他在瑞典做了二十年软件工程，从基础架构到云原生到开放银行，现在站在二十多家公司背后，观察、比较、提炼规律。
所以这次采访和前几场都不太一样。前几个采访对象讲的都是他们是怎么做的，马驰讲他们二十个人加起来，共性是什么。
改造旧团队？不如另起炉灶！
马驰自己试过改造旧团队，失败了。
他曾经想做一个完全无人的 AI 软件工厂——全自动流程、全 AI 生成代码，人类只负责确认。项目跑了一段就停了。更让他意外的不是技术瓶颈，是一个同事的反应。
那个同事嘴上一直说好，实际上什么都不动。直到有一天对方交了底：“太累了，回家还得带孩子。”
"这个时候我就知道了。你没办法把 AI 加入到一个现有的团队里面去。旧的人、旧的惯性、旧的利益结构，会把任何变化消解掉。"
这就是"Agent 特区"概念的出处。他的主张简单到粗暴，那就是不要在现有部门里推 AI 转型。另建一个第二研发部，给它独立的目标、独立的人、独立的流程。让它自己养活自己，用结果说话。第一研发部管着现有现金流，没必要动它——"为什么冒着断粮的风险在里面搞革命？"
他观察过不少大公司的 AI 推进。"一把手只能把这件事交给中层，中层没有任何动力去做。做成了对他有什么好处？部门结构都变了，岗位都不一定是他的了。"
每周六晚上，"互相证明对方是错的"
Agent 特区成员之间互不客气，这是他们特有的文化。每个人都想证明别人是错的，但只证明你是错的，不会说你是个坏人。
他觉得中国很多技术社群的问题在于"你好我好大家好"，没有人逼对方把细节暴露出来。而不暴露细节，很多信息就是错的，甚至是反的。
在Agent 特区，一个 CTO 说"我们 AI Coding 覆盖率到了 90%"，马上就有人问，哪条产品线？规模多大？谁来审核？代码回滚率是多少？几个问题下去，真的假的、实的虚的，全分开了。
他把这个模式比作大航海。欧洲人找印度，哥伦布往西，达·伽马往南，还有几十条船往不同方向走。如果这些船之间有一台无线电，肯定能更快找到路。Agent 特区就是那台无线电。
"现在没有 Best Practice，只有 Good Practice。太多未知问题了。每个人往不同的方向走，保持沟通，逼着对方说你这个方向是错的。"马驰说。
社区产出的《Harness Engineering Playbook》从单 Agent 的规约驱动开发，到多 Agent 并行协作，再到组织级治理框架，层层往上搭。黄东旭今年在腾讯云开发者社区转发了一篇社区文章《出码率90%却没提效？AI研发的真正瓶颈》，讨论的就是马驰一直在说的问题：效率提升如果只发生在代码生成环节，不解决全链路——需求理解、质量审核、上下文管理——反而会制造瓶颈。
用机器砍掉"传话"
采访中马驰讲了一个故事，是我整场对话里听到的最具象、最锋利的案例。
他一个朋友是杭州一家公司的 CMO，管销售。以前的客户需求传递路径：客户业务方 → 客户 IT 部门 → 售前 → 产品经理 → 研发 → 架构师 → 程序员。七层。每一层都是信息折损，每一次转发都是半天以上的等待。
他的解法不是"加强沟通"。他给每个销售配了一个虚拟助手，有权限读公司所有 Jira、GitHub 和文档。销售不用再在 IM 上问研发"这个 Bug 怎么样了、谁在负责、还要多久"，直接问虚拟助手。以前等一天，现在 50 分钟出来。
不是快一倍两倍，是快一个数量级。
他管这叫"用机制替代人际协调"。关键发现在于，那些信息本来就存在Jira 上、GitHub 上和文档里。以前销售不看，不是人懒，是信息不可访问。你需要会读代码、懂架构、能翻 ticket。现在 AI 替你读了。
马驰说，如果把这个问题当成信息架构问题，解法就变了。不是培训销售学 SQL，不是优化 IM 回复速度，是给销售一个能帮他读文档的 AI。
更狠的还在后面
写到这儿，必须坦白，上面这些，只是这次采访的"开胃菜"。
马驰在这次对谈里还分享了大量更深层的组织方法论，这些都将收录于崔牛会 2026 年 8 月发布的《AI 原生组织白皮书（2026）》中，主要包含以下几个方向：
探讨《Harness Engineering Playbook》卷三历时两年未完稿的真实原因。这并非懒惰，他发现从软件工程到组织管理之间存在理论断层，目前正在跟商学院教授合作补课。
拆解“产品三权共治”的具体设计。重点复盘如何从自己公司的一个失败案例里，提炼出替代“阿尔法狼”单人全能模式的协作机制。
总结社区 20 多个组织在工程制度层面的共性。其中明确界定了哪些做法被反复验证有效，以及哪些已被证明是死路。
阐述他对“AI 原生组织”的两段论定义。他认为光在内部用 AI 写代码不够，必须让客户也用上 AI，正如他原话所表达的“用智能体生产智能体”。
采访快结束时，马驰说了一件事，让我觉得他的思考已经跑到很前面了。
他写卷一卷二时，核心命题是"用 AI 写代码"。但是聊着聊着他突然说，这条路继续走，天花板有限。
"你写出来的还是软件。客户不想要软件，客户说他也想要智能体。"
用 AI 写代码，顶多把内部成本从 5 个亿压到 3 个亿。用 AI 做 AI——让客户也用智能体做仓储、做客服、做营销——是把 10 个亿变成 50 个亿。
我问他，卷三如果明天必须写完，结尾怎么写。
他抛了一个问题回来。
"如果智能体成为社会运作的基石，方方面面都由智能体来运作——那会是一个什么结构？谁会做什么？谁会受损？谁会受益？这些问题想清楚了，你就是一个大佬。"
告别前他补了一句，"大模型今天把所有训练团队都解散，也不影响它改变世界。现在的能力已经够了，卡点不在模型，在应用。在利益格局。"
本文为崔牛会「AI 原生组织研究」系列采访手记。2026年8月，崔牛会将基于30个AI原生组织案例发布《AI 原生组织白皮书（2026）》，马驰在本轮采访中分享的完整 Harness Engineering 方法论及 Agent 特区组织实践将收录其中。