--- title: "谁定方向，谁来干活：一动一静由什么决定" description: "Leader 常觉得成员不够主动、方向会偏，于是自己把方向；人用 AI 也是人定方向、AI 干活。顺着这个现象往下追：这种分工是不是由谁更聪明决定的，方向权实际跟着什么走，“静”的一方的被动有多少是关系本身造出来的，关系怎样才会移动，以及人和 AI 之间是不是同一个结构。" pubDate: 2026-10-20 tags: ["管理", "组织行为", "AI 协作", "心理学", "方法论"] hero: "./hero.svg" refs: - id: judge2004 title: "Intelligence and leadership: A quantitative review and test of theoretical propositions" url: https://pubmed.ncbi.nlm.nih.gov/15161411 author: Judge TA, Colbert AE, Ilies R site: Journal of Applied Psychology 89(3) date: "2004" note: "151 个独立样本；智力与领导力的相关为 .21（未校正全距限制）和 .27（校正后）；感知到的智力比测验分数相关更高" - id: antonakis2017 title: "Can super smart leaders suffer from too much of a good thing? The curvilinear effect of intelligence on perceived leadership behavior" url: https://doi.org/10.1037/apl0000221 author: Antonakis J, House RJ, Simonton DK site: Journal of Applied Psychology 102(7) date: "2017" note: "379 名中层管理者、七家跨国公司，下属评价；最优点约比团队平均智力高 1.2 个标准差" - id: anthropic-autonomy title: "Measuring AI agent autonomy in practice" url: https://www.anthropic.com/research/measuring-agent-autonomy site: Anthropic date: 2026-02-18 note: "Claude Code 全自动批准比例约 20% → 40% 以上；打断率约 5% → 9%；Claude 停下多为给出几种做法让人选（35%），人打断多为补上下文或纠正（32%）；“部署悬空”（deployment overhang）" - id: simon1951 title: "A formal theory of the employment relationship" url: https://doi.org/10.2307/1906815 author: Herbert A. Simon site: Econometrica 19(3) date: "1951" note: "雇员接受雇主在一个“接受区间”内的安排" - id: alchian1972 title: "Production, information costs, and economic organization" url: https://www.jstor.org/stable/1815199 author: Armen A. Alchian, Harold Demsetz site: American Economic Review 62(5) date: "1972" note: "团队生产里由剩余索取人担任监督者" - id: aghion1997 title: "Formal and real authority in organizations" url: https://doi.org/10.1086/262063 author: Philippe Aghion, Jean Tirole site: Journal of Political Economy 105(1) date: "1997" note: "形式权威与实际权威；实际权威由信息结构决定；给下属更多实际权威促进主动性，但上级失去控制" - id: manzoni1998 title: "The set-up-to-fail syndrome" url: https://hbr.org/1998/03/the-set-up-to-fail-syndrome author: Jean-François Manzoni, Jean-Louis Barsoux site: Harvard Business Review date: 1998-03 note: "2002 年扩写成书 *The Set-Up-to-Fail Syndrome: How Good Managers Cause Great People to Fail*" - id: eden1982 title: "Pygmalion goes to boot camp: Expectancy, leadership, and trainee performance" url: https://doi.org/10.1037/0021-9010.67.2.194 author: Dov Eden, Abraham B. Shani site: Journal of Applied Psychology 67(2) date: "1982" - id: mcgregor1960 title: "The Human Side of Enterprise" author: Douglas McGregor site: McGraw-Hill date: "1960" note: "X 理论与 Y 理论" - id: gagne2005 title: "Self-determination theory and work motivation" url: https://doi.org/10.1002/job.322 author: Marylène Gagné, Edward L. Deci site: Journal of Organizational Behavior 26(4) date: "2005" - id: lmx1995 title: "Relationship-based approach to leadership: Development of leader-member exchange (LMX) theory" url: https://doi.org/10.1016/1048-9843(95)90036-5 author: George B. Graen, Mary Uhl-Bien site: The Leadership Quarterly 6(2) date: "1995" - id: mayer1995 title: "An integrative model of organizational trust" url: https://doi.org/10.5465/amr.1995.9508080335 author: Roger C. Mayer, James H. Davis, F. David Schoorman site: Academy of Management Review 20(3) date: "1995" note: "信任是愿意让自己暴露在对方行为的风险之下；由能力、善意、正直三项感知决定" - id: licklider1960 title: "Man-Computer Symbiosis" url: https://groups.csail.mit.edu/medg/people/psz/Licklider.html author: J. C. R. Licklider site: IRE Transactions on Human Factors in Electronics date: "1960" - id: feng2025 title: "Levels of Autonomy for AI Agents" url: https://arxiv.org/abs/2506.12469 author: K. J. Kevin Feng, David W. McDonald, Amy X. Zhang site: arXiv · Knight First Amendment Institute date: 2025-06 note: "按用户角色分五级：操作者、协作者、顾问、审批者、观察者；自主度是可以独立于能力来设计的属性" - id: aei2025 title: "Anthropic Economic Index report: Uneven geographic and enterprise AI adoption" url: https://www.anthropic.com/research/anthropic-economic-index-september-2025-report site: Anthropic date: 2025-09-15 note: "Claude.ai 指令式对话从 27% 升到 39%，自动化首次超过增强；人均使用越高的国家越偏向增强式协作" - id: bainbridge1983 title: "Ironies of automation" url: https://doi.org/10.1016/0005-1098(83)90046-8 author: Lisanne Bainbridge site: Automatica 19(6) date: "1983" --- 团队里常能听到 leader 这样说：“方向我得自己盯着。放手让他们做，要么没人推，要么推歪了。”在 leader 眼里，成员的主观能动性好像总比自己弱一点，方向感也差一点，于是团队自然分成两种角色：一个人定方向，其他人执行。 最近用 AI 写代码、写文档，我们发现自己也站进了同一个位置。我们说要做什么、往哪改，AI 负责把活干完；它很少自己决定“下一步该做什么”，我们也不太敢让它决定。 一边动，一边静。这种分工是怎么来的？最直接的答案是谁更聪明谁来定方向，可这经不起推敲：AI 在很多测试里已经比人强，方向却还是人在定；团队里技术比 leader 好的成员也不少见，照样在执行的位置上。直觉上，它更像是由“关系”决定的。那关系又是由什么构成的？管理学、组织经济学和人机协作领域其实都研究过这个问题，我们顺着它们往下走。 ## 一、能力的解释力 ### 第一种解释：谁更聪明，谁定方向 最先想到的解释是能力差异：leader 能看到更远的地方，所以由他来定方向。这个说法有多少证据？ Judge 等人 2004 年汇总了 151 个独立样本，智力和领导力（被选为领导、被评价为有效的领导）的相关系数，校正后是 0.27[^judge2004]。相关系数平方以后约等于 7%，也就是说，谁在领导位置上、谁被认为领导得好，九成以上的差异和智力无关。同一篇研究还发现，用“别人觉得他聪明”来算，相关比用智力测验分数更高：谁看起来能干，比谁真的能干，更影响谁被当成领导。 更有意思的是 Antonakis 等人 2017 年的研究。他们调查了七家跨国公司的 379 名中层管理者，由下属评价领导行为，发现领导效果随智力先升后降，最优点大约比团队平均水平高 1.2 个标准差[^antonakis2017]。领导比团队聪明太多，反而被认为不会带人：他提的方案下属跟不上，他也不太理解下属卡在哪。 AI 这边的证据更直接。Anthropic 2026 年统计了 Claude Code 的真实使用：模型在一轮里能独立工作的时长随着版本稳步增长，但用户实际交给它的自主，明显少于它能承担的。他们把这个差距叫作“部署悬空”（deployment overhang）[^anthropic-autonomy]。能力已经在那里了，方向权并没有跟着过去。
能力和“谁说了算”之间的三组证据
研究发现说明了什么
Judge 等，2004智力与领导力相关 0.27，感知到的智力相关更高能力只解释一小部分
Antonakis 等，2017领导效果随智力先升后降，最优约高出团队 1.2 个标准差差距太大反而不好带
Anthropic，2026模型能独立工作的时长持续变长，用户放出去的自主没跟上能力到了，权没跟过去
图 1 · 能力像一道门槛：低于它，确实没法让对方定方向；越过它以后，谁定方向就不再由能力决定
所以能力更像一道门槛，而不是分工的原因。**那方向权到底跟着什么走？** ## 二、方向权的来源 ### 谁为结果负责 先看经济学怎么解释“为什么有人听另一个人安排”。Simon 1951 年用一个模型描述雇佣关系：雇员和雇主约定的不是“做哪件具体的事”，而是“在一定范围内，听你安排”[^simon1951]。雇员愿意接受，是因为在这个范围里做 A 还是做 B，对他差别不大，对雇主差别却很大，结果最终落在雇主身上。 Alchian 和 Demsetz 1972 年接着问：一群人一起干活，谁来监督、谁来定方向？他们的回答是对结果兜底的那个人，也就是“剩余索取人”：团队产出扣掉每个人的报酬后，盈亏都归他，他最有动力把方向看准[^alchian1972]。 放到今天的团队里，剩余索取人不一定是老板，但逻辑没变：项目目标记在 leader 名下，线上出了事故先问 leader。**方向权的第一个来源，是后果落在谁身上。**成员不去想方向，很多时候不是想不到，而是方向错了的代价不由他承担，他也就没有理由花力气去想。 ### 谁掌握信息 不过，“有权拍板”不等于“实际说了算”。Aghion 和 Tirole 1997 年把两者分开：形式权威是有权做决定，实际权威是对决定的实际控制[^aghion1997]。上级手里有形式权威，但如果他不了解情况而下属了解，下属提的方案他多半只能照办，实际权威就落在了下属手里。**谁掌握信息，谁就有实际权威。** 后果和信息是两件可以分开的事。把它们交叉，会得到四种格局。下面这张图是我们对上面几项研究的归纳，不是某篇论文里的原图：
后果和信息交叉出的四种格局 一张二乘二的格子。行是谁背后果：上级或成员；列是谁更了解情况：上级或成员。左上是上级定方向、成员执行，例如新人入职第一周、AI 刚接手陌生仓库；右上用强调色标出，是形式权威在上级、实际权威在成员，上级有权推翻但多半只能照办，推翻得越多成员越不去想，例如资深工程师定技术方案、AI 读完代码后给出方案；左下是上级出主意、成员做主，像顾问；右下是成员自己定方向。图下说明：AI 不能为结果负责，所以人和 AI 的关系只会落在上面一行。 行：谁背后果 列：谁更了解 上级更了解情况 成员更了解情况 上级 背后果 成员 背后果 上级定方向，成员执行 形式权威、实际权威都在上级 上级的判断多半是对的 例：新人入职第一周 例：AI 刚接手一个陌生仓库 形式在上级，实际在成员 上级有权推翻，但多半只能照办 推翻得越多，成员越不去想 例：资深工程师定技术方案 例：AI 读完代码后给出方案 上级出主意，成员做主 上级是顾问或导师 成员可以不采纳 例：创业者向投资人请教 成员自己定方向 既背后果，又最了解情况 上级只看结果 例：独立负责一条产品线 AI 不能为结果负责，所以人和 AI 的关系只会落在上面一行。
图 2 · 方向权由两件事决定：后果落在谁身上，情况谁更清楚。我们说的“一动一静”只是其中一格
我们平常说的“leader 定方向、成员执行”，只是左上那一格：后果在上级，信息也在上级。真正别扭的是右上那一格：上级背着结果，信息却在成员手里。 ### 第一次尝试：上级多盯一点 在右上那一格，上级最直觉的做法是多过问、多推翻，把实际权威收回来。Aghion 和 Tirole 推出了这样做的代价：下属知道自己的方案随时可能被推翻，花力气去收集信息、想方案的回报就变低了，于是他少想一点[^aghion1997]。上级拿回了控制，换来的是下属主动性下降。论文把这当作一个基本取舍：给下属更多实际权威，能促进主动性，但上级会失去控制。 **这就碰到了开头的现象：leader 看到的“主观能动性弱”，会不会有一部分是他自己的做法带出来的？** ## 三、“静”的形成 ### 现象：换一个上级，人就变了 很多人都见过这样的事：同一个工程师，在一个 leader 手下主动提方案、追问需求，换到另一个 leader 手下，就变成了等任务、照做。人没有变，变的是他和上级之间的关系。 ### 原因：失败预设循环 Manzoni 和 Barsoux 花了十年观察上下级关系，在 1998 年的《哈佛商业评论》里给这种现象起了一个名字：失败预设综合征（set-up-to-fail syndrome）[^manzoni1998]。上级一旦把某个下属归为“比较弱”，就会对他管得更细，而这种管法会让下属退缩，最后表现得正像上级以为的那样。
失败预设循环 四张卡片顺时针连成一圈。① 上级的判断：他主动性不够、方向老是偏，起因可能只是一次失误或第一印象；② 上级的做法：方案先给我看、每天同步进度、关键决定我来拍；③ 成员的反应：少提方案等指令、照做最安全、不再主动打听情况；④ 上级看到的结果：确实没主见、遇到岔路就停，判断被印证，回到 ①。 上级的判断 ① “他主动性不够” “方向老是偏” 起因可能只是一次失误或第一印象 上级的做法 ② “方案先给我看” “每天同步一次进度” “关键决定我来拍” 成员的反应 ③ 少提方案，等指令 照做最安全，出错不是我的 不再主动去打听情况 上级看到的结果 ④ 确实没主见 一遇到岔路就停下来 判断被印证，回到 ① 每一步对当事人都说得通：上级在控制风险，成员在保护自己。 转完一圈，上级的判断被印证了，无论它一开始对不对。
图 3 · 失败预设循环（Manzoni & Barsoux）：上级对成员的判断，会通过他自己的做法变成事实
这个循环里没有坏人。上级收紧控制是在降低风险，成员少提方案是在保护自己：方案多半会被改，出错还要担责，等指令显然更划算。这正好是 Aghion 和 Tirole 推出的那个反应，只不过在这里它会自我强化，因为上级看到的结果又成了收紧控制的理由。 ### 期望本身就在起作用 循环的起点是上级的判断。这个判断甚至不需要有依据。Eden 和 Shani 1982 年在以色列国防军的一个训练营里做过实验：教官被告知部分学员“指挥潜力很高”，名单其实是随机抽的。到训练结束时，这些学员的成绩明显好于其他人[^eden1982]。没有人有意偏心，期望是通过教官怎么提问、给多少反馈、交给谁更难的任务传过去的。 更早一些，McGregor 1960 年就把管理者分成两种假设：X 理论认为人天生不愿干活，必须监督；Y 理论认为人在合适的条件下会主动承担责任[^mcgregor1960]。他的要点是，假设决定管理方式，管理方式又会制造出符合假设的行为。后来的自我决定理论用实验和调查把这一点说得更具体：逐条检查、靠奖惩推动的控制性管理，会削弱人的内在动机；给出理由、留出选择余地的管理，会加强它[^gagne2005]。 领导—成员交换理论（LMX）补上了最后一块：同一个 leader 和不同成员的关系质量并不一样，关系好的成员得到更多信息、更多自由，关系一般的成员只拿到任务[^lmx1995]。这又回到了第二节的信息轴：拿不到信息的人，本来就只能执行。 到这里可以回应开头的直觉了：一动一静确实不只是两个人各自的特质，而是关系的一种稳定状态，并且这种状态会自己维持下去。**既然会自己维持，它又怎样才能移动？** ## 四、关系的移动 ### 放权就是承担风险 Mayer 等人 1995 年给信任下过一个被广泛引用的定义：信任是愿意让自己暴露在对方行为带来的风险之下；这份意愿取决于对方的能力、善意和正直[^mayer1995]。按这个定义，放权就是承担风险。上级不放权，不一定是觉得成员不行，更常见的是两种顾虑：出了事我兜不住，或者我没法知道他做得对不对。前一种关于后果，后一种关于验证成本。 ### 第一次尝试：一次性放手 最常见的做法是某天决定“这块全交给你”，出了一次问题又全部收回，关系在两头来回摆。问题在于放权的粒度太粗：一件事要么全管，要么全不管，中间没有让信任慢慢积累的台阶。 ### 解决：三个方向同时松动 前面找到的三样东西，正好对应三个可以动手的地方： 1. **先放可逆的事。**后果小、能撤回的决定先交出去，让对方有机会积累记录。这是在后果轴上移动。 2. **把信息交出去。**让成员看到客户、上级和其他团队的约束，实际权威会自然往他那边移。这是在信息轴上移动。 3. **把逐项审批改成约定的检查点和随时介入。**这样既降低了验证成本，又不会让每一步都可能被推翻，循环的第 ② 步就松开了。 这三件事在团队管理里并不新鲜。有意思的是，它们在人和 AI 之间几乎原样出现了一遍。 ## 五、人和 AI 之间的同一个结构 ### 六十多年前的分工 1960 年，Licklider 在《人机共生》里设想过人和计算机的分工：人设定目标、提出假设、确定标准、做出评估；计算机做那些为洞察和决策铺路的例行工作[^licklider1960]。这几乎就是今天“人定方向、AI 干活”的原型。他当时的理由是能力：机器只能做例行的事。今天这个理由已经弱了很多，分工却还在。按第二节的两条轴再看一遍，原因就清楚了。 **后果。**AI 不能为结果负责：出了事故，承担后果的是用它的人和他所在的组织。所以在图 2 里，人和 AI 的关系只会落在上面一行，AI 永远不是剩余索取人。 **信息。**每次对话开始，AI 对我们的目标、偏好和团队约束几乎一无所知。Anthropic 的统计里，人打断 Claude 最常见的原因正是补上下文或纠正方向，占 32%[^anthropic-autonomy]。这和 Aghion–Tirole 说的一样：谁有信息，谁就有实际权威。 ### 自主度是设计出来的 Feng 等人 2025 年按“人在其中扮演什么角色”把 AI 智能体的自主度分成五级：操作者、协作者、顾问、审批者、观察者[^feng2025]。他们特意强调，自主度是可以独立于能力来设计的属性：同一个模型，可以做成每步都问人的工具，也可以做成只在高风险时找人的代理。这和第一节的结论是同一件事，从工程一侧说了出来。
AI 智能体自主度的五级 五级台阶从左往右升高：L1 操作者，人每步拍板，团队里像手把手带新人；L2 协作者，人和 AI 一起分工，像结对；L3 顾问，AI 主导、遇事问人，像做完关键点再问我；L4 审批者，高风险时才找人，像上线前我把关；L5 观察者，全自动、人旁观，像你负责我看结果。左上标注 Anthropic 的数据：Claude Code 用户开启全自动批准的会话比例从约 20%（少于 50 次会话）升到 40% 以上（750 次以上），同期打断比例从约 5% 升到约 9%。 AI 智能体自主度的五级（Feng 等，2025） L1 操作者 人每步拍板 团队里像 手把手带新人 L2 协作者 人和 AI 一起分工 团队里像 结对一起做 L3 顾问 AI 主导，遇事问人 团队里像 做完关键点问我 L4 审批者 高风险时才找人 团队里像 上线前我把关 L5 观察者 全自动，人旁观 团队里像 你负责，我看结果 Claude Code 用户开启全自动批准的会话比例 约 20%（少于 50 次会话）→ 40% 以上（750 次以上） 同一时期，打断 Claude 的比例从约 5% 升到约 9% 越用越往上走，但不是撒手不管： 逐条审批变成了盯着看、必要时介入。
图 4 · 自主度是按人的角色分级的，和团队里放权的台阶几乎一一对应；同一个用户会随着经验往上走
### 关系在移动，而且两边都在动 Anthropic 的数据还显示了关系随时间怎样变化。Claude Code 的新用户（少于 50 次会话）大约 20% 的会话开着全自动批准，用到 750 次以上时超过 40%；但同一时期，打断 Claude 的比例也从约 5% 升到约 9%[^anthropic-autonomy]。老用户不是撒手不管，而是从逐条审批变成了盯着看、必要时介入，也就是第四节的第三个动作。报告的作者把这总结为：有效的监督不需要批准每个动作，而是要在关键时刻能介入。 “静”的一方也在动。在复杂任务上，Claude 主动停下来问人的次数，比简单任务多一倍以上，也比人打断它的次数多；它停下来最常见的原因，是给出几种做法让人选（35%）。也就是说，AI 在主动把方向性的决定交回给人。报告作者的说法是：智能体实际行使的自主，是模型、用户和产品共同构建出来的。这几乎就是“关系决定”的另一种表述。 使用者的整体趋势也值得一看。Anthropic 经济指数 2025 年 9 月的报告里，Claude.ai 上“指令式”对话（把整件事交出去、很少来回）从 2024 年底的 27% 升到了 39%；但按国家比较，人均使用越多的地方，越偏向来回协作，而不是整件交出去[^aei2025]。用得越多的人，关系不是更像“老板和执行者”，而是更像协作者。 ### AI 版本的失败预设循环 既然结构相同，第三节的循环在人和 AI 之间大概也存在。下面这一段是我们的类比推断，还没有看到专门的实证研究：给 AI 的上下文很少，它做偏了；我们觉得它不靠谱，于是只给更小、更具体的指令；它更看不到全局，也就更难做对。打破的办法和团队里一样，先把信息交出去。 还有一个反方向的风险。Bainbridge 1983 年的《自动化的反讽》指出，只做监督的人会渐渐失去动手能力，而判断机器做得对不对，恰恰需要这种能力[^bainbridge1983]。如果我们只定方向、不再动手，验证 AI 的成本会越来越高，这又会把关系往“管得更细”那边推。
团队里和人与 AI 之间，决定一动一静的几样东西
决定因素团队里人和 AI
后果归谁主要在 leader，成员可以分担一部分只能在人
信息在谁leader 看得宽，成员看得深人有目标和约束，AI 读得到代码和资料
怎么验证检查点、代码评审、看结果审批每一步，或盯着看、随时打断
会不会自我强化会：失败预设循环、期望效应大概会：上下文少 → 做偏 → 管得更细（推断）
怎样松动先放可逆的事，把信息交出去，把审批改成介入
图 5 · 两种关系的差别只在第一行：团队里后果可以分出去，AI 那边不行
## 六、回到开头 回到 leader 的那句话：“放手让他们做，要么没人推，要么推歪了。”现在可以把它拆开来看。 “没人推”，一部分是因为后果不在成员身上，他没有理由去推；一部分是失败预设循环的结果，他推过，被改回来过，于是不再推。“推歪了”，往往是因为成员手里没有 leader 掌握的那些信息：客户真正要什么，老板在意什么，别的团队在做什么。这两件事都不是智商问题，而是后果和信息的分布问题，再加上一个会自我维持的循环。 对 AI 也是一样。我们觉得 AI 需要人来把方向，主要不是因为它不够聪明，而是因为后果在我们身上，目标和约束在我们脑子里，而验证它做得对不对还要花成本。前两样决定了方向权大概率会一直留在人这边；第三样，加上我们愿意交出去多少信息，决定了 AI 能在台阶上走多高。 所以用户的直觉是对的：一动一静是关系决定的。只是“关系”可以拆得更细：后果落在谁身上，信息在谁手里，验证要花多少成本，以及双方对彼此的期望怎样通过行为变成事实。 ## 小结 1. **一动一静是能力决定的吗？** 只有一小部分。智力和领导力的相关只有 0.27，领导比团队聪明太多反而效果更差，AI 的能力也已经超过了它被放出来的自主。能力是门槛，不是原因。 2. **方向权跟着什么走？** 两样东西：后果落在谁身上（形式权威），情况谁更清楚（实际权威）。“leader 定方向、成员执行”只是四种格局里的一格。 3. **成员的被动从哪来？** 有一部分是关系制造的：上级越容易推翻，下属越不去想；上级的判断会通过收紧控制变成事实；期望本身也会改变表现。 4. **关系怎样移动？** 放权就是承担风险。先放可逆的事，把信息交出去，把逐项审批改成检查点和介入，三条轴一起松动。 5. **人和 AI 是同一个结构吗？** 是，只差一点：后果只能在人这边。所以方向权会留在人手里，而 AI 能走多高，取决于我们交出去多少信息，以及验证它的成本有多低。 ## 参考资料