昨天有人问了一个问题：
AI现在可以做很多事情，那一个10个人的团队，应该怎么分工来用AI？
比如原来有人负责开发客户，有人负责跟单，有人负责运营。AI来了以后，是不是每个人配一个AI，继续按照原来的岗位来工作？
这个问题看起来是在问“团队怎么用AI”，但其实在回答之前，还有一个更基础的问题：
AI时代，我们还应该按照过去的方式来分工吗？
公司这个组织类型发展至今，基本都是按照专业来分人的。
销售做销售，采购做采购，财务做财务，运营做运营。一个部门里面还会继续细分，有人开发客户，有人跟进客户，有人跟进订单。
为什么会形成这样的组织结构？因为人的能力有很明显的边界。
一个人想真正掌握一门专业，往往要学习很多年。常规的路径是，大学读几年，参加工作以后再积累几年经验，才慢慢形成比较靠谱的专业能力。
外贸业务也是一样。一个成熟的业务员，要经历大量开发、报价、谈判和订单以后，才能形成自己的判断。
而人的时间和精力又是有限的。所以，一个人很难同时把销售、采购、财务、运营、技术都做得很好。
所以过去最合理的方式，就是把一件复杂的事情拆开，让不同专业的人分别完成，再通过流程和管理把这些人组织起来。
传统公司的组织结构，本质上是人的能力边界决定的。
但是AI把这个前提改变了。
同一个大模型，可以研究客户、分析市场、写开发邮件、整理数据，也可以做SEO、分析合同、写方案。
它不像人一样，每换一个专业，都要重新学习几年，或者换个AI来做“其他专业”的事。
我之前配置 OpenClaw 的时候，当时多 Agent 这个玩法还很火，我也在考虑应该怎么设置自己的多个 Agent，一起来协作处理事情，我只做那个在顶端给一群AI发命令的。
我最开始很自然地按照公司的组织结构去想：
客户开发做一个 Agent，客户背调做一个 Agent，写邮件做一个 Agent，客户跟进再做一个 Agent，上面甚至还可以放一个“经理 Agent”来协调它们。
搞到一半，我停了一下，我这其实还是在用人类的组织方式设计AI。
我专门问了一下AI，人类要把这些岗位拆开是因为一个人不可能同时掌握这么多专业能力，但在AI时代，需要按照不同专业或“职责”来设置不同的Agent吗。
AI给我的回复是，没有必要。因为一个AI可以搞定所有的上面的事情。
不需要把原来的公司组织架构，换了一个名字以后搬进了AI世界。
到了AI时代，专业不应该再成为最核心的分工依据。
那人应该按照什么来分？我觉得是责任。
未来很多具体的执行动作，AI都会越来越容易接手。
人的分工，会越来越从“你会什么”，变成“你对什么负责”。
而AI的分工逻辑又不一样。AI虽然可以跨很多专业，但不同工作需要的资料、记忆、规则、工具和权限并不一样。
做外贸业务，需要产品资料、客户记录、报价规则和订单信息。
做内容，需要目标人群、历史文章、表达风格和选题体系。
做公司管理，又需要经营数据、制度、流程和团队信息。
这些长期需要调用的东西，其实就是AI的上下文。
所以AI更适合按照上下文来划分。
外贸业务是一套上下文，内容是一套上下文，经营管理又是另一套上下文。你可以用不同的Agent，或在同一个AI下面设置不同的项目Project。
注意一点，其实并不是因为一个AI不会做另外一件事情，而是因为它们长期需要维护的记忆、资料、规则和权限不同。
过去，我们按照专业来分人，是因为人的能力有边界。
AI把这个前提改变以后，团队的分工方式也会跟着变。
工业时代，按照专业分人。AI时代，按照责任安排人，按照上下文安排AI。