老罗跟李想又聊了一次，这次是为了推广L9 Livis。
在茫茫多的播客节目中，罗永浩的播客算是比较“另类”的那一档。老罗总给人一种“审问犯人”的工作感，而并非我们平时大多数时候听的播客那样，主持人很快和嘉宾打成一片，听着听着甚至分不清谁是主持人谁是嘉宾了。
当然，如果遇到互动感非常强的嘉宾，像是刘震云和蔡康永，老罗在播客中的“参与感”仍旧会大幅上升。
好在李想非常有分享欲。老罗只是提了个“怎么给车机加一个问问题之后能保存记录下来的功能”这样的问题，李想直接给出了如何让车辆合理调用大模型或Chatbot（聊天机器人）的全套思路。
因此，这长达两个半小时的对谈，总能让对相关内容感兴趣的听众处于持续的兴奋当中。
“不裁员”的看法，或者说是一种承诺，在播客开场的半小时之内就抛了出来。李想给的逻辑很简单也很直接：理想目前的规模不大。
尽管仍在推出新能源汽车，但现在的理想已经转型成为了一家具身智能公司，和AI密切相关。在当今茫茫多的AI大厂中，“裁员”是绕不开的话题。但在视频播客中能很明显地观察到，李想对这件事情没什么兴趣。
李想甚至举了个十分极端的例子：理想内部一些能力很强的人，已经通过AI默默重构了自身负责的业务逻辑。然而这些人的社交能力相比其他同事差了非常多，因此在向公司索取资源的时候往往都是吃亏的。“如果我要裁员，我有可能会把这些人裁掉。但他们才是我们公司里真正有能力的人。”
即便有一段时间理想流失了不少精英骨干，但李想表示并没有“放弃”他们。“我会鼓励他们出去创业。”
理想的具身智能团队摒弃了传统的公司架构，而是转变为理想内部称为“造硅基人”的能力体系。这个能力体系下有五支团队：Infra团队、基座模型团队、软件本体团队、硬件本体团队和评估团队。除评估团队外，其他四支团队则分别比喻为心脏（Infra）、大脑（基座模型）、手脚（软件）和身体（硬件）。
李想坦言，这种新的公司架构，基座模型和软件开发团队是最快理解的，其他团队则需要通过一系列的方法去说服他们做出改变。直到更多的员工用上了AI Agent工具，不同团队经过AI Agent的分析之后，发现开发理想后续产品的最优解指向了同一个——也就是“造硅基人”的架构，这才让理想内部所有人都达成了共识。
这种“造硅基人”的形态与过往按照功能划分的组织架构截然不同，不仅在AI行业都属领先水平，并且极具野心。
以往按照功能来划分的团队基于专业化的分工协作机制，什么人擅长什么技能，他们就会被放进某一个部门。比如将所有懂产品的人聚在一起，所有会写代码的人放在一起，所有搞硬件的人放在一起。在这种架构下，协作呈现流水线的特征，需求像接力棒一样在部门之间传递，从产品提需求到设计画图，再到前端开发、后端开发、测试，直至上线。
这种架构最常出现的困境就是沟通摩擦和交付压力。企业越大，积压的沟通债务和交付债务就越大，加上AI时代，越来越多的新需求和新场景马上就会在明天出现，而这些新场景和新需求，所面向的往往不在终端而是生产端中的某一个环节，一旦企业足够大或需求足够膨胀，就非常容易造成沟通堵塞和交付挤兑。
因此，在传统的功能架构下，即便团队磨合得足够好，由于串行的结构逻辑，包括信息传递与实验性功能的实现、验证和交付都会延后，甚至慢于竞争对手。
在公司治理层面，传统的功能型架构往往会产生“零和博弈”。首先，部门间的资源分配极易变质成内部斗争或畸形的“按劳分配”，这就会让沟通能力差或对项目起到关键作用的“影子部门”失去获得必要资源的机会和筹码；其次，传统公司的考核指标至今仍以KPI为主，如后端团队考核“接口开发数量”，算法团队考核“模型准确率”——然而这很容易造成局部最优但全局次优，导致做出来的功能用户根本没法用；在跨部门协作上，也更容易出现“其他部门的工具我不想用”的困境，甚至是“谁资源多听谁的”这种办公室政治。
尽管理想的“造硅基人”架构并不能彻底解决上述问题，但至少能够保证在各方面优于传统的功能型团队架构。
首先是产品层面的改革。
新架构从“唯KPI论”变成了“能力和动作指标优先”，同时每个团队还需要为最终产出的结果负责。
这个说法看上去非常抽象，笔者就以健身举例：
以往“唯KPI论”的模式强调“我要做20个俯卧撑”，新架构则要求“我要做好每一个标准俯卧撑、卧推、引体向上和划船”。
一个俯卧撑的标准做法对双臂间距、腰臀腿姿、呼吸方法和下降区间都提出了要求。因此健身者在做俯卧撑的时候需要着重观察手臂、腰臀、腿部的姿势是否正确，以及在执行的过程中是否下降到了规定位置，以及是否正确呼吸。
如果按照过往架构“唯KPI论”的模式，我们通常会做一组双臂间距太窄或太宽，腰臀弯曲，且下降姿势不够的俯卧撑动作，这不仅会导致不正确的肌肉代偿，甚至会引发受伤或根本达不到健身效果；新架构则必须要求按照动作标准做对，而不是单纯地“做完”。
当用错误的姿势做俯卧撑的时候，一开始我们可能注意不到，这时就需要教练或镜子（评估团队）来帮助我们分析并改进动作，比如在做的时候可能臀部撅太高导致躯干和大腿没有形成直线，这时我们就需要注意在做俯卧撑的时候有意地将臀部往下压——这是新手特别容易犯的错误，但当注意到之后，也非常好改正。
当然，如果你的力量不足以做完一整个标准姿势的俯卧撑，那完全可以做退阶版本：跪姿俯卧撑或推墙俯卧撑，但需保证每次的姿势和发力方法都是正确的；而如果你的力量足够强，则可以在标准俯卧撑的基础之上加入卧推、引体向上和划船甚至负重动作，带动身体的其他部分，把其他部分练得更强壮。
卧推、引体向上和划船这些动作同样有着各式各样的标准要求，因此，当镜子或教练提示我们动作有问题时，我们就需要及时地做出调整，尽量把每一次动作都做对。
在有意识地做标准俯卧撑的时候，你一定能意识到你的全身都在发力：手臂在弯曲或伸展，脚尖全力支撑地面，腰臀需要发力以保证在身体的中位，心脏加速跳动以保证供能，大脑调动身体所有器官，观察动作是否做对，呼吸是否正确变化。这些状态是同时发生的，不是“先来后到”式的排排坐。
尽管“造硅基人”架构的最终目标仍是打造具身智能产品，但它更看重打造产品过程中的跨部门协同，实现的动作精度，以及产品交付后未来能否扩展出更多动作并继续按照标准执行，而非单纯的最终成品。这跟“严格按照动作标准做完一个俯卧撑”是一样的道理。
这种模式也让公司治理与传统有着巨大差别。
由于面向目标从KPI变成了通过共识确定的“动作标准”，并以此指定的“端到端达成率”，若产品失败，则能直接查明是哪一个团队出现问题，并及时修正；同时，相应的资源也会朝着相对弱势的团队倾斜；加之评估团队的优先级被拔高，产品交付的安全性和适用性也得到了更多的保障。
显然，这样的新组织架构必然需要新鲜血液来支撑。理想团队虽有团队成员变动，但依旧留下了非常多有能力的人才。并且这一年来，李想亲自面试了约三四百人。“这是个非常好的学习过程。我很兴奋。”
李想十分看重校招生拥抱AI Agent的特质，他们是加入“造硅基人”质量评估团队的不二人选。“过去看重功能，现在看重能力，对能力的判断就像对人的判断一样。然后我们就拿这个指标来做。”这是过去只看重功能的团队和组织架构没法做到的。
李想也承认，确实有些人会因为和公司理念不合而离开，但李想也会鼓励他们去创业。“待在我这里难受，但他们出去创业之后甚至都不睡觉了……而且我也会给他们投一个早期轮。”
李想再次提到了那些“脑子比嘴快”的人才：“我们能看到头部的Token消耗量，消耗最多的就是那些超级个体。在过去没有AI和Agent的时候，他们是比较吃亏的，比如去抢资源的时候做不到见人说人话、见鬼说鬼话，而且由于长期遭遇负反馈，他们的说话能力就越来越差。可是，他们跟机器对话没有任何问题。
他们消耗那么大量的Token可不是随便玩玩，他们基本上把自己所在领域的业务重构了。而AI有哪些问题需要泛化，哪些问题需要确定性，该如何解决确定性的问题，他们都找了解决方法。所以，后面我们的组织如何升级，应该是围绕这帮人来设计的。因为他们是开创者，是AI时代真正的验证者。”
李想发现，随着他们的效率越来越高，就越难跟别人连接。尤其是在他们能够看到全商业链条的时候，如果不能与其他组织有效连接，本来重构业务能够提升十数倍甚至数十倍的效率，一下子会跌落到只剩下3%甚至只有2%的提升。
这让他们很孤独，但李想看到了这一点。
而当生产资源足够到位时，李想还希望这些精英能够在企业内部实现创业。
流通的数据同样能够提升生产这些精英员工们的效率，尤其是跨部门的数据打通之后。但哪些数据可以用，哪些需要保证本地化而不是放在云端，则需要强大的AI数仓团队来进行设计。
实际上，AI数仓几乎是全行业面临的共同问题，在这方面，不论是专门的大数据团队、成功转型的SaaS组织还是AI公司，目前都鲜有让人印象深刻的产品和解决方案出现。这确实是一个让CEO头疼的问题。
李想在播客最后提到了电影《星际穿越》。“这世界上所有的精彩故事好像都是一样的：有一条明线把故事、技术和产品讲清楚；还有一条暗线，展现了人的魅力。所以说，AI很有价值，但人类的价值也永远存在。”