在地下，他們正在撕開大公司的縫隙

出品｜虎嗅科技組

作者｜陳伊凡、劉煊琦

編輯｜苗正卿

頭圖｜AI生成

“肥牛”坐在輪椅上，頭戴一個黑色的環形發帶，嵌著電極。

他把雙手從輪椅操作面板上抬起。輪椅向前滑動了，沒有手柄，沒有遙控器，只有頭皮上幾個電極在讀取他顱骨里的電信號。

“肥牛”在WAIC展示自己的產品 陳伊凡/攝

五年前他查出脊髓腫瘤，兩次手術后兩度全身癱瘓。后來，他和妻子在小紅書黑客松上用48小時“手搓”出了這臺意念控制輪椅，拿下硬件賽道一等獎。

他不會寫代碼，零基礎自學了嵌入式開發、電路焊接、3D 打印和 AI 算法。

現在他出現在2026年世界人工智能大會的H4 FUTURE TECH展館里，為中國300萬脊髓損傷患者研發平價康復輔具。

這是我在今年 WAIC 看到的第一個畫面，它是今年 H4 展館最具代表性的縮影。

參加 WAIC 已經是第四年了。前幾年的主角輪換過幾輪：2023年是大模型混戰，每家都在比參數量；2024年是具身智能元年，人形機器人占據了所有展臺的 C 位；2025年是 Agent 之年，多智能體協作成了最熱的關鍵詞。但2026年，當我走進這個地下展館的時候，我意識到今年的主角不是任何一項技術，而是一種全新的組織物種，一種全新的創業方式，創業者不是什么學術大牛、不是什么大廠的合伙人，而是普通人。

“肥牛”的例子，之所以讓人印象深刻，是它回答了一個我在整個展館里反復追問的問題：當 AI 把創造的門檻拉到足夠低，什么樣的人會走進來？答案是：所有人，包括那些被傳統創業敘事排除在外的人。

七月的上海，四十度的地面溫度把柏油路曬出了膠質的光澤，穿著薄底鞋走在路上甚至發燙，好像有什么東西要從地面噴射出來。

WAIC 作為中國規格最高的 AI 產業盛會，它的展館結構本身就是行業權力格局的隱喻。樓上是大廠、是模型公司、是國家隊，燈光明亮，展位闊綽。但有意思的是，今年樓上那些巨頭，無論是做 Token 工廠的算力公司，還是卷生卷死的模型廠商，幾乎無一例外地在與我的交談中，提到了同一個詞：OPC，超級個體。這在往年是不可想象的。

大廠談 OPC，不是因為他們要變成 OPC，而是因為他們意識到自己的下一代客戶、下一代開發者、下一代內容供給方，正在從“公司”變成“個人”。

OPC——One Person Company，超級個體。它不以人數論，而以結構論：沒有層級、沒有固定崗位，AI 承擔執行，人只負責判斷。它可以是一個人，也可以是三五個人的極小團隊，但核心特征是一樣的：組織極度精簡，AI 深度嵌入生產流程，創始人的認知和判斷力就是公司本身。

FUTURE TECH 展區就在地下一層。樓上那些絢麗大舞臺，沒有秘密，但在地下，這里正在展示著一些起于青萍之末的變化，這些變化發端于毛細血管，卻正在改變甚至重構商業世界。

WAIC上的OPC論壇

進入展館，迪斯科燈球般的燈光灑在領航舞臺四周，以街區來區分不同板塊，有 bug 反饋處、快閃開放麥舞臺。一排排緊湊的小展位，每個不過四五平方米，桌上擺著筆記本電腦，墻上貼著手繪的產品架構圖，創始人本人站在展位前，向路過的每一個人兜售自己的產品。他們中的大多數，都是10人左右的團隊，還有一些，團隊不超過三個人，甚至有些就是一個人。

OPC，是今年FUTURE TECH 展區最重要的特色。走在 H4 展廳中，像走在一張開放的游戲地圖，每一個展臺都是入口，每一次對話都像觸發一條支線任務。

這樣的設計似乎也契合了這些 AI 初創公司的氣質，年輕、未定型、打破常規，帶著一點粗糲的野性。這里的創始人畫像和過去截然不同：不再是頂會論文的第一作者，不再是大廠出來帶著資源和人脈的連續創業者，很多就是普通人：一個被自己的需求驅動的普通人，用 AI 手搓出一個自己需要的產品，然后發現，剛好別人也需要。

熱鬧的OPC創業

紅果短劇榜單前六名中，有五部是 AI 生成的漫劇。

AI 短劇已經不是“未來趨勢”，它就是現在。而制作這些內容的，很多就是一兩個人的團隊，甚至來自一個人，下了班后手搓。

今年 WAIC 首次推出了全國性的 OPC 專項賽事——Future Tech OPC 獨立先鋒挑戰賽，八大賽區六百余個參賽項目涌入。

數據比敘事更誠實。根據中關村人才協會《中國 OPC 發展趨勢報告》，截至 2026 年第一季度，全國注冊意義上的一人公司存量已突破 1600 萬家，占企業總數的 27.4%；2025 年新注冊同比增長 47%，全國日均新增 1.57 萬家，標準化 OPC 孵化載體達 426 個。當然，注冊一人公司和真正的超級個體之間還有距離——但這個數字至少說明，“一個人干一家公司”這件事，正在從異類變成常態。

拿下創業賽金獎的“蔥花投研”，是我在展館里聽到的最不像創業故事的創業故事。

創始人徐翀，一個人。沒有金融科班背景，沒有專業技術團隊，沒有圈子人脈，從不動產行業起家，自學金融建模和編程，用 AI Agent “手搓”出了一套橫跨不動產、金融投研、AI 技術三個領域的投研系統，深耕中國 REITs（不動產基礎設施信托基金）這個極度細分的賽道。兩年時間，不做任何市場營銷，42 家大型 B 端機構客戶主動找上門來。她說，OPC 的生存空間，就藏在產業的毛細血管中。

Lumiverse創始人常楠，游戲引擎底層技術出身，在北美做過世界級游戲引擎的底層研發，回國后在騰訊做技術。現在他和兩個合伙人組成了一個三人公司，用 AI 做互動娛樂產品。他們三個人的生產力，大概相當于一個小型團隊做半年到一年的產出。

他們的工作流是一套完整的 AI 管線：從 idea 到 2D 概念設計，到 3D 資產生成，到完整產品交付，全部基于市場主流 API 搭建的自動化流水線。過去需要十幾個人干半年的工作量，現在被壓縮到三個人、兩三個月。常楠說，在 3D 生產流程的 best practice 上，“除了騰訊可能有更強的認知，其他團隊很難比肩。”三個人，對標一個大廠的垂直部門——這就是 AI 對生產力的壓縮比。

展館里類似的故事俯拾皆是。我見到了一位中年創業者，帶著一個黑色的圓形 AI 硬件，在展館上兜售他的個人紀錄產品。如今這是他又一次創業，公司的人數只有個位數。他說自己是個 ADHD 患者，每天有無數想法卻很容易遺忘，他需要有一個工具能夠把每天生活中重要的事情和想法記錄下來。這款產品即將在美國發售。一個連續創業者，用自己的病癥作為產品的原點——這大概是 OPC 最純粹的形態：你就是你的第一個用戶。

還有一個姑娘，做了一個個人紀錄生活的打印機。你可以把每天的重要時刻告訴這個機器，然后它會自動給你打印出來。有意思的是，打印出來的不是照片，而是一些創意，一些很有意思的漫畫——AI 把你的生活碎片重新編織成了某種你沒想到的東西。

影視創作是當下 OPC 最密集的戰場，也是工具公司扎堆的領域。展區里的OiiOii——一家給短視頻創作者提供 AI 創作工具的公司，他們的產品邏輯簡潔到近乎粗暴：用戶上傳三到五條同類型視頻，系統即可訓練出一個專屬的“創作 Skill”，此后只需輸入選題和文稿，就能自動生成對應風格的完整視頻。新聞報道、知識科普、熱點解讀，覆蓋了短視頻內容工廠最主流的幾個品類。他們告訴我，核心用戶覆蓋個人創作者和短劇制作公司，個人用戶占比很高，已經有普通上班族創作者用這套工具產出了單條四百萬點贊的爆款內容。

一個普通上班族，用 AI 工具批量生產短視頻，單條四百萬贊。這在兩年前是不可想象的——那時候你至少需要一個編導、一個剪輯師、一個運營，三個人配合才能穩定產出。現在一個人加一個 AI Skill 就夠了。

走完這一圈，我大致辨認出了當下 OPC 創業的幾條典型路徑。蔥花投研代表的是垂類AI下，“一人極致深耕型”：一個人切入產業毛細血管中一個極度細分的賽道，用 Agent 替代整個執行團隊，靠認知壁壘和私有數據吃飯。Lumiverse 代表的是“精英小隊極致效率型”，幾個頂尖技術人才用 AI 把協作密度拉到極限，以三人之力撬動一個大廠垂直部門的產能。

還有一些人，走的是第三條路——“需求驅動型”。他們沒有深厚的技術壁壘，也沒有行業 knowhow 的積累，但他們擁有一種更難被復制的東西：對某一類人的極致理解，或者一種獨屬于個人的，難以被取代的審美直覺。

“把我養好的公司租給別人用”

OPC的另一個切面，是一種極致的組織形態。

星穹方舟（Ark InsightX），一家做主動式 Agent 加 AI 可穿戴硬件的公司。團隊只有七個人，四個全職、三個實習生，所有人的績效是“以 Agent 為核心”展開的。

他們先確定一個共同目標，再讓主 Agent 拆分任務。任務被拆開后，不是由某個傳統意義上的 manager 分配給誰，而是由團隊成員自行認領。一個人可以做產品，也可以做技術、銷售、營銷，甚至參與 Agent 構建。崗位不是固定的，能力邊界也不是固定的。最后由 Agent 根據任務難度、token 消耗、交付結果、市場曝光、代碼質量等維度評估貢獻。

這家公司給我的沖擊在于它把 AI 放進了組織運轉的中樞，當然，這也是當前許多AI原生的OPC組織的特點。

過去我們理解公司，往往是崗位、層級和上級評價構成秩序；但在這個小團隊里，秩序更像是圍繞任務和結果自動生成的。人不再被固定在某個崗位上，而是在 Agent 拆開的任務網絡里流動。AI 降低了跨崗位嘗試的成本，一個原本不懂算法的人，可以通過模型和公司知識庫參與模型微調；一個做產品的人，也可能同時承擔銷售和市場任務。人的能力不再只由履歷或崗位定義，而是在不斷認領和完成任務的過程中被重新證明。

OPC的背后，除了那些一個個生長起來的超級個體，還有一批“為超級個體造武器”的公司。它們自身往往也是小團隊，卻在為成千上萬的 OPC 提供從創作工具到發行渠道的全套基礎設施。

前文提到的 OiiOii 是其中最典型的一種：把創作能力封裝成一個個 Skill，直接賣給個人創作者，讓一個上班族擁有一支內容團隊的產能。

鹍鵬做的事情更往上游走了一步。他的互動敘事平臺 OUTSTORY 不只是給創作者提供工具，而是從項目的 idea 階段開始介入，覆蓋互動敘事創作、制作、發行，直到幫用戶回傳數據來優化創作。他上個月在上海辦了一場創作者大會，來了四千多個全球創作者，從美國、瑞士、日本、韓國飛來上海。平臺上收入最高的個人創作者，年分成收入已經到了千萬級別。

“我們做的最重要的工作，”他說，“是幫大家把那些一個人需要摸索的黑路先趟出來。怎么發行海外？怎么上架？交互敘事的框架體系是什么？我們全部可以用 AI 幫他把不擅長的地方解決。”

陳冉的 OpenCSG 走的是另一條路——開源社區和 AI 資產平臺，匯聚了百萬用戶，大量 freelancer 和 OPC 在社區里沉淀數據、分享模型、加速創業。“很多 OPC 缺的不是想法，”他說，“缺的是 knowhow 的沉淀。你有沒有被驗證過的 best practice？有沒有跟別人不一樣的數據？如果沒有，你就是在紅海里裸泳。”

Neofield，為OPC提供AI工具的公司 圖片由劉煊琦攝

還有一支團隊 Neofield ，他們認為 OPC 最缺的不是某一個工具，而是一整個團隊。一個人開公司，早期要同時承擔產品、開發、設計、交付、方案、運營等角色。真正能被 AI 替代的不是客戶關系，而是這些交付環節。所以他們做的不是單個 Agent，而是一個工作空間：里面有產品經理、內容編輯、開發者、設計師等不同智能體，它們可以相互溝通、長期存在、積累記憶和 Skill。他們特別強調自己和普通多 Agent 工具的區別在于“長期關系”：很多多 Agent 產品只是把一次任務拆給子 Agent，做完就結束；但在他們的設想里，一個智能體更像公司里的同事，今天做內容，明天做產品，后天繼續積累新的知識。

一個工作空間會沉淀文檔、數據、Skill 和企業資產，甚至未來可以被打包、出租或出售。用他們的話說，這是“把我養好的公司租給別人用”。Skill 市場賣的是零件，工作空間賣的是已經裝配好的小公司。

“OPC都是孤獨的”

在 H4 展館比較中心的位置，我看見了一家讓我駐足很久的公司——煥智 Spark-Innopower，一家專門投資和孵化 OPC 的機構。創始人跟我說了一句話，我覺得是對 OPC 最精準的定義：“OPC 最重要的一定是 AI 賦能的超級個體，如果不會用 AI，那就叫個體戶了。”

而這家公司本身也是一個 OPC——目前只有三個人，除了他還有一個 CTO 和一個市場運維。他說了一段繞口令把我逗笑了：“一個專門幫 OPC 融資的公司，作為一個 OPC，繼續融資。”

如果這個孵化模式能跑通，說明 OPC 這件事不是偽需求。

這本身就是一件反常識的事——我接觸的大部分投資機構都不投 OPC。浩辰資本副總裁胡學文在論壇上坦言，OPC 的范式跟移動互聯網時代、硬科技時代都不一樣，傳統的篩選框架和判斷框架在這里失靈了，“所以從投資機構而言，我們的篩選框架和判斷框架肯定也是需要不一樣的。”但他也因此認為，OPC 恰恰為少數愿意重新建立認知框架的投資人提供了一個“非對稱性的投資機會”——大多數人看不懂，所以看懂的人賠率更高。

在 AI 創業敘事里，OPC 很容易被講成一個輕盈的故事：一個超級個體，配上一組 AI 工具，就能繞開公司、團隊和資本，獨立完成從創意到產品的閉環。

煥智 Spark-Innopower的這位投資人說，OPC 是否能在一開始就有結果、賺到錢，是最重要的事情。他舉了一個被投案例：一位大一的上海財經大學學生，在兩個月內就跑通了活動聚合平臺的商業化——以結果付費，來多少人賺多少錢。因為，“AI 的使用成本是疊加在用戶增長上的，你需要在一開始就想好如何賺錢，找到合適的場景、別人愿意買單，才能活下去、發展起來。”

AI 確實讓一個人能做更多事，但它并沒有讓創業變簡單。相反，OPC 的商業化門檻，可能比普通創業公司更高。

以 AI 短劇為例：這是一個非常殘酷的行業，成功率、爆款率接近于 0.01%，甚至更低。

“OPC都是孤獨的。”鹍鵬說。陳冉的OpenCSG，運營百萬用戶開源社區，他描述了一個殘酷的漏斗：大家都在參與，叫好的很多，但叫賣的少，叫賣完又能持續成長的更少。“這個漏斗發的面很大，但贏面很小。”

我問胡學文，典型的 OPC 失敗畫像是什么樣的？他說“我們天天都看到失敗，概率非常非常高”，然后列舉了三種最常見的死法。

第一種是心氣耗盡型：一個人在公司里 pilot 一個項目，想 go to market，兩三個月沒有結果，心氣就沒了，事情就廢了；第二種是影響力陷阱型：產品在開源社區有很好的口碑和影響力，但走到正式的商業社會時，這個 gap 沒法彌補——叫好和叫賣之間隔著一道看不見的墻；第三種是組織崩裂型：產品 OK，商業化也 OK，但 OPC 往前走、開始組建團隊的過程中，股權設計、分工預期、對未來的判斷沒有達成一致，最終分崩離析。

換句話說，OPC 的失敗往往不是因為產品不行，而是因為一個人要同時扛住耐心、商業化和人際關系三重壓力。

OPC：一個作為人的價值

當生產的邊際成本趨近于零，什么才是最稀缺的資源？

常楠說，如今的瓶頸在不停地發生變化。最開始，代碼能力是瓶頸；然后，美術資源是瓶頸；當這些都被 AI 化之后，創意變成了瓶頸。“我們現在大部分的工作可能都是在判斷——哪些事情該做，哪些事情不該做。”

在傳統的創業敘事中，執行力是核心競爭力——你能不能把東西做出來，做得比別人快、比別人好。但在 OPC 時代，“做出來”這件事正在被 AI 急速民主化。一個人用 Cursor 寫代碼，用 Midjourney 出概念圖，用 Sora 生成視頻素材，生產不再是問題。問題變成了：你選擇生產什么？

互影科技的 CEO 鹍鵬從互動影視的角度印證了這一點。他用了一個電影行業的類比：片尾名單上的人會越來越多地被 AI 替代，但片頭名單——導演、編劇、制片人——會變得比以前更重要。

他說，OPC 時代最核心的兩個不可替代能力：選題判斷力和審美 taste。前者是你對用戶的洞察，后者是你切入一個話題的獨特角度。

換句話說，AI 沒有消滅創作者，反而把創作者最難被復制的部分推到了臺前。當某種資源從稀缺變為豐裕，與之互補的資源就會變得更加稀缺和珍貴。信息爆炸讓注意力變得稀缺，AI 讓生產力變得廉價則讓判斷力變得稀缺。OPC 的核心資產，歸根結底是創始人的判斷力——而這恰恰是最難規模化、最難復制、最難被 AI 替代的東西。

鹍鵬說，在內容產業中，OPC 的價值在于成為大模型的 Outsider。“當大模型越來越理解什么是爆款、什么是頭部的時候，其實這個東西已經不是爆款了。最后爆款的那個永遠是那個 outsider——有一個人，在大家都覺得應該這樣做的時候，他覺得我想做一個不一樣的東西。”大模型通過海量數據學習到的是“平均最優解”，但真正的爆款從來不是平均最優解，而是偏離。OPC 的不可替代性，恰恰在于它的“不可預測性”——一個人的偏見、執念、怪癖和獨特經歷，是大模型無法復制的。

這就是 OPC 存在的深層邏輯：AI 越強大，能替代的執行環節越多，剩下的那些不可替代的東西——判斷、品味、偏見、執念——就越珍貴。

但這也意味著，OPC 創業者真正需要擔心的不是大廠，而是模型公司本身。胡學文的洞察很精準：“因為 token 有成本，而且階段性的，現在 token 的分層很明顯。你與其擔心你和大廠之間的競爭，不如去考慮你和模型廠商之間的關系。”

當你的整個產品建立在大模型 API 之上，模型公司的每一次能力升級都可能讓你的產品變得多余。今天你做的 AI 寫作助手，明天可能就是 Claude 或 GPT 的一個內置功能。一旦某個環節進入大模型廠商的能力延長線，創業者就很容易變成“模型耗材”。

常楠的回答很直接：“不要做有標準化答案的方向。”Coding、Math、Medicine 這些領域，因為有確定性的獎勵函數，模型公司一定會做，而且會做得越來越好。但故事、創意、審美這些沒有確定性獎勵函數的領域，是當前模型范式的結構性盲區。“你要了解模型公司的研究路徑，知道他們要什么樣的數據，你就知道他們往哪個方向發展——然后避開那個方向。”

這其實是 OPC 的兩條生存路線，恰好對應前文提到的兩類創業者。內容型 OPC——做短劇的、做互動敘事的、做創意產品的——靠的是品味和偏離，靠的是成為大模型無法預測的 Outsider；而垂類型 OPC——做投研的、做行業工具的、做產業數據的——靠的是 know-how 和私有數據的壁壘。前者的護城河是“不可預測性”，后者的護城河是“不可替代性”。兩條路看似相反，但底層邏輯一致：都是在做大模型做不了的事。

陳冉把后一條路濃縮成一句話：“模型天天變，不變的是數據沉淀。”在一個所有人都能調用同樣的大模型 API、使用同樣的 AI 工具的世界里，真正的競爭優勢不在于你用了什么工具，而在于你喂給工具的是什么。工具是公共品，認知是私有品。

這些一個個看起來尚且微不足道的 OPC，正在對傳統的公司組織形態發起一場靜默的實驗。它們還遠談不上“顛覆”——三個人的項目制結算、七個人的 Agent 績效，樣本太小，不足以證明什么。但有意思的是，我在 WAIC 樓上展廳走了一圈，每一個我交談過的大公司創始人或高管，都主動提到了 OPC。

煥智創始人告訴我，他提倡 OPC 內部以項目來結算，而非按月發薪。比如他的市場伙伴給他做的每個東西都是單獨結算的，“這樣做事情就會很積極——我要給他發工資，他馬上就會摸魚。”

這是句玩笑話，但卻很有意思。月薪制的本質是什么？是公司用一筆固定支出，購買一個人“在崗”的時間。這套邏輯在工業時代成立，因為產出和工時高度相關：你在流水線前站八小時，就能產出八小時的零件。但在 AI 時代，產出和工時之間的關系被徹底打斷了。一個人用 AI 兩小時完成的工作，可能等于另一個人不用 AI 干兩周。當生產力不再與時間線性掛鉤，按時間計價就變成了一種對高效者的懲罰、對低效者的庇護。項目制結算的邏輯恰好相反：它購買的是交付物本身，不關心你花了多少時間、用了什么工具、是人做的還是 AI 做的。

這意味著每一個協作者都被還原為一個“微型供應商”——你不是我的員工，你是我的合作方，我們之間的關系不是雇傭，而是交易。

你可以理解為，未來的雇傭模式，從“老板擁有你的時間”變成“你擁有自己的產能，按需出售”。OPC 內部的每一個人，本質上都是另一個 OPC。

陳冉說，大公司之所以“大”，本質上是因為它需要用流程來解決“人的復雜度”，老板說的話研發永遠聽不懂，所以需要 project management、CI/CD 這些中間層把信息損耗解決掉。但當 AI 把溝通成本和協調成本壓到接近零，維系大型組織的理由就不存在了。他認為未來一定是碎片化的、去中心化的、主權化的——國家主權、企業主權、個人主權。OPC 就是個人主權的載體。

胡學文說，我們今天看到的，無論是 OPC 也好，還是 AI native 的團隊也好，它很多時候業務的形成和原來那種從上到下的推進是不太一樣的。過去公司是自上而下設計出來的，未來公司更像是自下而上長出來的——各個節點聯系在一起，條件具備后涌現出業務形態。如果 AI 進展足夠快，甚至可能變成以 AI 為中心派發任務的網狀結構。

鹍鵬的感受更切身。他說自己公司 AI 團隊的平均年齡在 22、23 歲，來自各種名校。“原來我開會會習慣說‘我們有什么樣的 resource’，但在年輕團隊當中，你不要跟他們講這個——他們不需要這些東西，他們可以從 0 到 1 快速去建。”對這一代人來說，資源不是前提，而是結果。他們先做出東西，再倒推需要什么支持。鹍鵬說，組織變革的核心就兩點：相信年輕團隊從下往上搭建的能力；更開放地與外部 OPC 進行創意連接，“學會利他，把他們當成你們的一部分”。

結語

走過這么多家 OPC，在奇績創壇的展臺前路過，一個年輕的工作人員問我：“有沒有考慮創業？”第一次發現創業離我這么近。

我問他們現在怎么判斷一個項目值不值得投，他說他們關心的是創始人本身——不是名校背景，甚至不是成熟的項目。只要 idea 足夠新、有想法，都有機會。他分享了一位舞蹈藝術生如何自學開發、部署，熬過數據丟失的崩潰，最終站上了創業者的舞臺的例子。

H4 展館有一種獨特的氣味——咖啡、汗水、新印的宣傳冊，產品簡陋，甚至有些草臺，以及某種難以名狀的焦慮與興奮的混合物。這種氣味讓我想起 2014 年前后中關村創業大街的咖啡館，那時候每個人都在談 O2O 和共享經濟。那一波創業潮中，絕大多數公司死掉了，但活下來的那些——美團、滴滴、字節跳動——重新定義了中國互聯網的格局。

在與這些創業者聊天的過程中，他們激動地一遍遍講著自己的產品和創業，有時候我都會覺得這個項目會不會很快就掛掉？但沒關系，失敗了，再重新做一個。

走出地下展館，上樓。樓上的大廠展位依然燈火通明，巨幅 LED 屏循環播放著品牌宣傳片，西裝革履的商務人士端著咖啡交換名片，談論著數十億的融資，一切看起來秩序井然，堅不可摧。

但秩序井然的表面之下，有些東西已經變了——否則，那些樓上的創始人，不會不約而同地向我提起 OPC。

地下H4展館，那些粗糲的，甚至還沒想清楚商業模式的新物種，正在一寸一寸地瓦解樓上那些精密運轉了幾十年的東西：固定工時、月薪雇傭、層級審批、崗位說明書、年度預算……這些曾經構成“公司”這個詞全部含義的基礎設施，正在被一種更原始、更野蠻、也更誠實的力量從底部掀開。

這些新物種，正在順著地脈，突破地殼，發狠地向地面生長。樓上的人，已經聽見了聲響。他們只是還不確定，該加入，還是該讓路。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4876943.html?f=wyxwapp