李开复在他的新书《AI 未来已来》里讲了一件微软旧事。
2000 年他升任微软全球副总裁，后来才知道，在他毫不知情的时候，总部一年一度的人才盘点已经把他摆上了桌面——比尔·盖茨和鲍尔默认为他最适合出任一个新事业部的副总裁。他第一次意识到：在这家公司，顶尖人才的去向不是哪个部门领导的家务事，而是最高层亲自过问的大事。
更让他震撼的是制度本身：微软每年把最顶尖的 1% 员工挑出来，不论资历，只看潜力。首席人力资源官告诉他，鲍尔默睡前的功课之一，就是几十份几十份地翻看这些人的资料，确保他们的奖励到位、能感受到最高层的关注。鲍尔默对副总裁们说过一句狠话：
排在前 1% 的人，不属于你们，属于我。我要知道他们都是谁——公司有需求时，我有权随时调动他们。
这是 30 年前的管理智慧：顶尖人才，必须由一号位亲自盯。
但注意它的实现方式——靠鲍尔默的意志力，靠 HR 一年一次的名单。一年一次，几十个人。这已经是人力注意力的极限。而一家几千人的公司里，真正的顶尖人才远不止名单上那几十个人。
李开复写道：2025 年，他在零一万物把这件事重新做了一遍。这一次，用的是「老板 AI」。
稀缺的东西换过一次了
先说清楚微软模式卡在哪里。
人才盘点的瓶颈演化
30 年前 今天
┌──────────────────────┐ ┌──────────────────────┐
│ 测量是稀缺的 │ │ 测量不再稀缺 │
│ 一年一次，几十个人 │ ───> │ AI 每天量每一个人 │
│ 靠一号位的注意力 │ │ 注意力被解放出来 │
│ 瓶颈：看得过来吗？ │ │ 瓶颈：量什么？ │
└──────────────────────┘ └──────────────────────┘
# generated by hugo AI
鲍尔默时代，问题是一号位的注意力带宽。再勤奋的老板，一年也只能深看几十个人——剩下几千人靠什么？靠述职、靠印象、靠部门负责人轮流举荐自己部门的人。
这些机制有一个共同点： 它们量的不是贡献，是声量。 会汇报的人、在老板视线里的人、嗓门大的人，天然占优。而真正的高手往往不汇报、不抢镜。
AI 把「测量」这个动作的成本打到接近零之后，注意力的瓶颈消失了。但新的瓶颈立刻浮现： 当 AI 可以量任何人的时候，「量什么」成了唯一重要的问题。
这就是零一万物做的第一件事——不是先打开 AI，而是先定义尺子。
先定尺子，再量人
李开复没有翻履历，没有看 KPI，也没有听各部门负责人举荐。他和三名下属、工程师团队的副总裁坐下来，先讨论了一个问题：
在 AI 编程的时代，「厉害」到底该怎么衡量？
讨论完，定下 5 把尺子，然后让老板 AI 拿着这 5 把尺子，到公司代码库里把每位工程师过去一年的工作重新量了一遍。
5 把尺子量的都不是产出——不是谁写的代码多，不是谁加班多。这里重点看两把。
第一把：修一个 bug，会不会顺手带来更多新 bug。
代码库里有两个人的季度报表都写着「修复了约 50 个 bug」。在旧看板上，他们是同一行漂亮的数字。但拆开看：
| 工程师 | 修复 bug | 引入新 bug | 净效应 |
|---|---|---|---|
| A | 50 | 5 | 越修越少 ✅ |
| B | 50 | 60 | 越修越多 ❌ |
同一行数字，一个是高手，一个是隐患。旧看板看不见这个差别，因为它量的是动作，不是净效应。
第二把：动手之前，肯不肯把事情想清楚。
AI 时代，敲键盘越来越不值钱，值钱的是定目标、划边界、验结果。你是先把架构和边界想明白的建筑师，还是一头扎进去就开始敲键盘的打字员？李开复说，最优秀的人无一例外，都是想得多、敲得少的。
剩下三把尺子，量的是：谁的判断被采纳、谁带得动别人、谁在啃最硬的骨头。
注意这 5 把尺子的共同点： 没有一把在量「做了多少」，全部在量「选择的质量」和「留下的净效应」。
名单上的两个意外
用这 5 把尺子量完，李开复问老板 AI：公司现在最有价值的 20 名技术员工是哪些？
名单出来，两类意外。
第一类：好几个上榜的人，他几乎没什么印象。不汇报、不抢镜，但在代码库这个最不会撒谎的账本里，常年排在前面。晋升和奖励，从这天起对齐的是真实贡献，而不再是漂亮的 PPT。
第二类：榜上有两位副总裁。其中一位过去一个月和 AI 一起写了将近 30 万行代码。李开复问他年轻时一个月最多写多少，答案是 3 万行——那时他已经是同辈里写得最多的人。20 年后，他的数据是自己年轻时最佳水平的 10 倍。
但请注意：副总裁上榜，靠的不是这 30 万行。行数只是背景音——让他上榜的是那 5 把尺子。如果尺子量的是行数，这份名单就堕落了。
李开复接着问了第二个问题：这 20 个人里，谁不只是自己厉害，还把整个公司的 AI 编程能力都拉高了？
这一次，老板 AI 看的是另一组信号：谁在群里、在工单里一次次耐心回答同事的问题并收到真诚的感谢；谁把自己摸索出来的提示词和方法大方地写成文档分享给所有人。20 个人里，筛出了 10 个。
被筛掉的不是不厉害，而是把本事当独门兵器，藏着掖着，好在内部竞争里压同事一头。李开复的原话：留下的人，能让自己的智商与别人的相加。
尺子就是品味
讲到这里，你可能觉得这是一个「AI 提升管理效率」的故事。我的判断恰恰相反： 这是品味第一次被工程化的故事。
我在代码是 AI 写的了，品味住在哪里里说过，当代码可以由 AI 生成，品味就从「写」搬到了「选择」——你切分世界的方式、你克制不做的东西、你面对失败的态度。
回头看这 5 把尺子，会发现它们就是这句话的 HR 版本：
- 净 bug 效应 = 你留下的系统是变好了还是变坏了（结果观）
- 先想后敲 = 你在动手前做的结构性选择（克制与架构）
- 判断被采纳 = 你的选择能不能说服别人（影响力）
- 带得动别人 = 你的品味能不能复制给别人（传承）
- 啃硬骨头 = 你敢不敢碰最不确定性的地方（勇气）
没有一把尺子在量生成能力。因为生成能力已经是 AI 免费供应的了。
这也修正了我之前的一个判断。在为什么 AI 选人、选品、选股、选爆款，都不太灵里，我说过 AI 选人不太灵——信号稀疏、反馈滞后、不可重复实验。但零一万物这个案例里，AI 选人居然成了。为什么？
因为两件事同时成立：
- 数据密度够高。 代码库是工程师行为的全量记录——每一次提交、每一个 review、每一条 bug 链路，都在里面。这跟面试简历的稀疏信号完全不同。AI 只能在数据密度足够的地方当裁判。
- 人先给出了尺子。 AI 没有自己想出「净 bug 效应」这种标准。这个标准是人讨论出来的——它背后是一个关于「什么是好工程师」的判断，也就是品味。
所以那篇文章的结论要打个补丁： AI 不是不会选人，是大部分场景里没有人给它尺子。 给了尺子、数据又足够密的地方，AI 比任何 HR 都勤快、都一视同仁。
于是真正的结论浮出来了：
老板 AI 量的不是工程师，是老板自己的品味。尺子定对了，AI 把对的标准放大一千倍；尺子定错了，AI 只会把错误的标准放大一千倍——而且更高效、更公平地执行它。
但尺子会打架：Goodhart 的影子
这套做法有一个李开复没有展开的问题，我觉得必须补上： 尺子之间会互相矛盾。
拿第一把尺子（净 bug 效应）和第五把尺子（谁啃最硬的骨头）对照。敢啃硬骨头的人，动的是系统里最脆弱、最危险、最没有测试覆盖的代码——他引入新 bug 的概率天然就比修软 bug 的人高。如果只看净 bug 数，真正的攻坚者会被算成「隐患」。
这就是 Goodhart 定律：一旦某个指标变成考核标准，聪明人就会优化指标本身而不是指标背后的价值。净 bug 考核一公布，理性的选择是躲开硬骨头、去修那些安全的、不会引入新 bug 的小问题。系统里最危险的角落从此没人碰。
微软的人才盘点也有同样的病——只是没人注意。当「进入 top 1% 名单」成为所有人的目标，聪明人会去优化「被 HR 和老板看见」，而不是优化贡献本身。鲍尔默的勤奋掩盖了这个问题：他靠的是个人判断，而个人判断会修正指标。
AI 时代的问题在于： AI 执行尺子比人坚决得多，它不会在评分时心软，也不会在看到例外时犹豫。 所以尺子的设计责任反而更重了。
这意味着两件事：
- 尺子必须是复数，而且互相校准。 单一指标必然被钻空子，5 把尺子互相牵制才构成一个近似公正的系统。净 bug 数必须和「啃硬骨头」一起看：在硬骨头代码上引入的 bug，和在舒适区引入的 bug，权重不该一样。
- 尺子不是一次性的，是持续修订的契约。 系统在变、工具在变、AI 的渗透率在变——去年的尺子量今年的工程师，就像用 20 世纪的考卷考 21 世纪的学生。鲍尔默一年才盘点一次，所以他的尺子来不及暴露问题；AI 天天在量，尺子的缺陷会立刻显形——这反而是好事，它逼着老板持续回答那个最初的问题：「厉害」到底该怎么衡量？
最后一个问题
我在招 Agent 工程师，我第一个看的不是技术里给过一套面试用的分级框架。现在回头看，那套框架其实就是「尺子」的手工版——面试是一个一个量，老板 AI 是全量、持续地量。量具变了，要量的东西没变：选择的质量，而不是产出的数量。
再往前一步：同样的问题很快就会砸到数字员工头上。当你的组织里有了正式在编的数字员工，你拿什么给它们做人才盘点？答案大概和给人的一样——不是看它完成了多少任务，而是看它的净效应、它的边界感、以及它有没有让组织里其他人（和其他 Agent）变得更强。在AI 的三代进化：Chatbot、数字分身、数字员工里我说区分代际的是 Source of Truth 和责任归属；现在可以再加一条： 数字员工和人一样，最终都要接受同一把尺子的检验——它让组织变好了，还是只让自己变忙了。
鲍尔默用睡前时间换来的洞察，AI 现在每天晚上都能给全公司做一遍。这听起来是管理的胜利，但我更愿意把它读成一面镜子：
当测量不再是瓶颈，剩下的全是品味。你的公司里，谁在定尺子？他定的那把尺子，量的是声量还是净效应，是动作还是选择，是独门兵器还是智商相加？
AI 不会替你想这些问题。它只会忠实地、不知疲倦地，执行你的答案。
如果你有老板 AI，你的第一把尺子会量什么？ 欢迎留言聊聊。