遞歸公司已經開始

結論很簡單：一家一人企業要獲得複利，每次通過驗收的工作，都必須讓下一次做得更好。多產出有價值，更好的操作系統則是一項資產。

Anthropic稱，Claude已主導其26%的模型研發工作，90%以上至少達到人機協作，尚無任何被測工作完全自主。Reuters也報道了這組披露。它們是公司對自身工作的評估，不是經獨立驗證的生產率增幅。不過，每位創辦人都可以據此追問：組織裏的哪些部分，已經能把一項任務主導到可驗證的結果？參見Anthropic測量報告與Reuters經CNA轉載的報道。

我的答案是遞歸公司：執行產生證據，證據沉澱爲學習，再由學習改善下一次任務分配。這是一項經營判斷，也能接受檢驗，不需要先擁有前沿實驗室或三萬個代理。

公司是一條反饋循環

普通自動化重複流程。遞歸公司還要追問：這個流程是否仍然值得重複？發佈系統可以更快生成明天的文章，同時讓生意變差——更正越來越多，讀者失去信任，經營者每晚替它收拾殘局。

因此，有用的計量單位是通過驗收的成果。對發佈者而言，可以是完整文章在指定網址上線，來源完好，語言版本可用，交付回執得到確認。對商戶而言，可以是訂單與獲授權的付款完成核對，並獲得客戶實際接收。每門生意都必須定義自己的接收端。

這一區別很關鍵，因爲活動量太容易製造。代理可以創建更多文件、運行更多測試、發送更多進度消息，卻沒有讓客戶的問題更接近解決。獎勵這些次數，公司就會越來越擅長顯得忙碌。遞歸公司要問的是：接收方得到了什麼改變，組織又從這次交付中學到了什麼？

作者提出的經營模型。箭頭表示反饋，不代表已測得的生產率，也不自動擴大權限。

自主等級必須對應任務和邊界

AL0至AL5依次表示無AI參與、最低程度參與、輔助、協作、主導和完全自主。Epoch的工作分類可用來描述任務，但它並不是現成的企業估值模型。參見Epoch AI任務框架。

在我提出的經營臺賬裏，AL3意味着人仍需積極參與任務怎樣推進；AL4意味着代理能主導一項邊界明確的任務，處理調查過程中的意外，而所有者保留相關審批邊界；AL5則是更強的主張：整個循環無須人必然介入。這些是任務分類，不是永久授予某個模型的勳章。

能力很強的代理，如果沒有發佈權限，停在發佈邊界並不等於失敗。反過來，會按部署按鈕也不能證明判斷更好。能力、權限、驗收應該分列記錄。混在一起，既鼓勵誇大的營銷，也誘發危險的經營決策。

對一人企業，這種分開反而擴大了可委託空間。所有者可以交出日常診斷、修復和驗證，同時保留商業意圖與重大決策。檢驗標準是：代理能否穿過日常意外，完成已授權的結果。自主標籤不能悄悄變成支出許可、調倉權限，或缺乏證據的公開主張。

先看分母，再看標題

Anthropic的指數採用固定任務籃子、按人時分配的權重，以及模型輔助分類和人工比較。其監督說明涉及約30,000個併發代理、持續身份、共享通信和監控；在線判定約每47,000次阻止一次。這些測量各有分母，不能混爲一個安全或效率分數。方法見報告與附錄。

創辦人不要把自動化比例乘以員工人數，就稱爲節省成本。以前做某項任務的時間，可能轉移到複覈、協調，或過去無人嘗試的難題上。指數上升完全可能伴隨總支出增加。只要新增成果值得這些投入，仍然有價值。

同樣，缺少漏檢證據時，低阻止率很難單獨解釋。警報少了，可能是工作更安全，也可能是工作類型變了、檢測器弱了，或覆蓋縮小了。商業上真正要問的是：多少不可接受的行爲到達了接收系統，組織又多快控制住了影響？

自我測量可以成爲問責制度的起點，獨立復現會讓它更強。在取得這類證據前，我會稱之爲公司自行報告的運營測量。從這個數字推到科學進步加速，還需要成果證據；再推到有吸引力的股權回報，則需要另一套資本配置論證。

三萬個代理也需要組織

規模越大，歸因越重要。一個代理轉述另一個未經支持的結論，團隊擴張便可能比單個員工更快傳播錯誤。可用的運營記錄應當說明：誰提出主張，誰覈查，依據什麼來源，當時適用哪個版本的指令。

因此，我把通信架構看作AI原生公司的資產負債表組成部分。沒有記錄的交接是一項或有負債：輸出出問題時，總有人要重建過程。帶來源的交接則讓下一位執行者知道從哪裏開始。真正的組織資產，是無需憑記憶重建整段對話，也能恢復上下文。

Anthropic此前對研究系統的說明，把編排、委派和評估視爲需要反覆迭代的工程問題。這爲協調成本提供了背景，但不能證明我提出的一人企業經濟性。參見多代理研究系統。

小型經營者應先複製紀律，再考慮規模。只有任務可拆分、並行有價值、驗收條件清楚時，才增加代理。否則，多一位執行者可能只是多一次交接、多一項矛盾假設、多一張賬單。接收端成果的改善足以覆蓋協調負擔，人數增加纔有意義。

執行之後，要到接收端驗收

執行從一份足夠小、看得清的任務約定開始。它應寫明產物、接收方、現有權限，以及什麼證據纔算完成。還應約定證據缺失時如何處理。空白字段應保留未知，不應爲了方便變成零。

隨後，讓驗證跟隨產物進入真正創造價值的環境。構建成功只證明構建成功，尚不能證明正確版本已上線、手機讀者能用，或通知已到正確渠道。這些檢查不同，是因爲它們攔截的失敗也不同。

代理評估的工程方法會區分代理的行爲記錄與最終環境狀態。經營者可以直接借用這一點：既檢查結果，也檢查代理對過程的敘述。參見代理評估指南。

在我提出的臺賬裏，完成記錄應連接來源身份、受測版本、公開結果和接收系統回執。服務返回確認，只能證明送達該服務。人是否閱讀、理解、隨後受益，都是另外的問題。寫清這些限制，才能避免把順利的技術部署當成已證實的讀者價值。

記住一項可以複測的修正

記憶真正產生價值，是因爲它以可檢驗的方式改變了下一次決策。長長的事故記錄可以是重要證據，但僅僅積累文字不能證明學習。每項保留的修正都應有觸發條件、範圍有限的改變、迴歸檢查，以及何時重新審視的條件。

假設解析器因爲標題形式變化，拒收結構完整的消息。持久改善應是一條一般識別規則，並以合成樣本和既有有效格式驗證。原始消息必須保持不變。把來源改成解析器喜歡的樣子，會毀掉解釋失敗和修復所需的證據。

長任務也需要可恢復的交接。Anthropic的運行框架指南討論了跨會話的進度記錄與增量工作。我的經營解釋是：中斷可以消耗時間，卻不應抹掉組織狀態。參見長任務代理運行框架。

保留的經驗應在後續適用案例上驗證。同樣的失敗再次發生，臺賬就應如實顯示；修正引入新錯，組織就需要回滾。學習是一項有關後續行爲的主張。無人使用的覆盤仍是文檔，其價值尚未證實。

改善路由，不改寫所有權規則

路由決定下一項工作交給哪個模型、工具、人或常設流程。依據應是已觀察到的難度和權限要求。熟悉且確定性的檢查可交給普通代碼；模糊的綜合判斷可能需要更強推理。即使所有支持計算已自動化，重大決定仍可以歸所有者。

我提出的循環是Execute → Verify → Remember → Route Better。它的終點是更好的任務分配，所有權規則保持明確。代理上次得分高，不應因此擴大權限。通過發佈檢查不會授予支付權，正如模擬成功不會授權交易。

Model Olympics可以作爲選擇實驗嵌入這一邏輯。值得做的比賽，是在固定任務集上比較已驗收成果的質量與成本，幷包含真實可遇的失敗恢復。只比較乾淨條件下的回答質量，經營負擔仍留給所有者。本文提出評價條件，不聲稱出現了新的Model Olympics成績。

最小有效的路由改動通常很樸素：把已知失敗類型交給曾解決它的流程，再觀察改善能否持續。每次只改一個決策。否則，好結果可能來自預算增加、任務變簡單，或人投入了更多關注，組織反而會學錯。

一人企業先看五項指標

我會先確定五項指標的定義，再比較不同批次。第一項是所有者介入：實際用於疏通或修復流程的分鐘數，與選擇任務的時間分開。等待時間是另一種成本。未記錄的工時保留未知，不能因爲沒測量，就說所有者沒有付出。

第二項是自主恢復率：在既有權限內修好並驗收的合格日常失敗數，除以觀察到的全部此類失敗數。先分類，再評分，並公開分母。反覆重試最終仍需人救援的情況也必須入賬。製造本可避免的事故再修好，不應得到獎勵。

第三項是監督：被監控行爲佔範圍內行爲的比例，同時列出升級率、複覈延遲與檢測測試。覆蓋率本身不夠。一條漏掉的路徑，可能比幾千次受監控的無害操作風險更大，因此重大缺口應在百分比旁明確解釋。

第四項是學習保留率：已接受修正阻止復發的後續適用案例數，除以後續所有適用案例數。沒有後續證據就不評分。保留新舊流程，纔有可能復現或撤回改善主張。

第五項是每項已驗收成果成本：模型、工具、基礎設施、返工，以及已測得的所有者時間成本，除以驗收成果數。現金成本與估算的人時價值要分別展示。如果沒有任何通過驗收的成果，就報告支出和零成果，不能捏造有限的效率分數。

僅作示例：十項任務花了100美元工具費和一個已測得的所有者工時，其中八項達標，現金成本就是每項12.50美元。若明確假設該小時價值50美元，示例總成本就是每項18.75美元。另一便宜模型花90美元，卻只有五項驗收，每項現金成本已達18美元，尚未計入人時。這些虛構數字只解釋分母，不是RobinOS實績。

從一條發佈流程開始

今天的私有發佈記錄提供了一個有限觀察：經認證的候選文件與正式接收源文件，分別符合各自記錄的哈希，採集驗證也通過了。這隻建立了入口處的來源完整性。寫稿時，它尚未證明公開發布、翻譯質量、自主等級或讀者接收；這些需要後續各自的回執。

首個實驗是凍結髮布驗收約定，記錄五項指標，再比較同一流程的後續運行。任務類型、發佈要求、所有者權限應保持穩定。可用處引用既有運營證據；缺失的介入時間、成本、覆蓋率繼續保留未知。本文及本地臺賬是實驗規格，不是實驗已成功的聲明。

決策規則很實際：只有驗收成果改善、所有者負擔確已測量、重大錯誤仍能可靠控制，才擴大委託。日常恢復由代理負責；意圖、經濟判斷與重大權限歸所有者。一人企業真正變強，是因爲平常不順的一天也能守住這些承諾。

這就是遞歸公司的機會。每次完成任務，都可以留下有用成果和更好的下一次做法。只有後來的成果證明保留的經驗起了作用，複利機制纔算落地。

分類與關鍵詞

分類： AI系統、一人企業、治理。

關鍵詞： 遞歸公司、代理自主性、AL3、AL4、AL5、已驗證成果、學習保留、每項已驗收成果成本。

標籤： #AgenticAI #OnePersonEnterprise #AIGovernance #Ouroboros