简而言之：一个用于思考工程支出三种未来状态的框架——10% AI / 90% 人力、50/50 以及 90% AI / 10% 人力。每种比例都意味着截然不同的组织架构、风险画像和盈利轨迹。该文章认为，大多数初创公司不应过度优化至 90/10 的极端情况，因为关键人物风险和机构脆弱性尚未被纳入该模型的定价考量。

当一家初创公司的员工在周一离职时，会发生什么？

在一个二十人的工程团队中，一人辞职意味着 5% 的人员流失。剩下的十九人需要分担其工作。

在一个深度拥抱 AI、由三人团队运行二十个自主智能体的环境中，一人辞职则意味着 33% 的人员流失。

智能体不会辞职。它们会持续生成、审查、测试和部署代码。但负责训练、提示、验证和调试整个智能体集群的那三分之一机构记忆，却会随着离职者一同离开。

AI/人力比例决策的核心权衡并非吞吐量，而是韧性。

在 10/90（10% AI，90% 人力）的比例下，一个典型的成长期初创公司工程预算大约能支撑 20 名工程师，外加一层 Copilot、Cursor 和推理费用。这是传统的层级结构。人工代码审查是瓶颈所在。组织架构图看起来也很熟悉。

在 50/50 的比例下，同样的预算大约能支撑 12 名工程师和一个智能体集群。工程师的角色转变为解决方案架构师、问题分解者和提示词设计师。管理者的管理幅度会扩大，因为智能体不需要每日站会。

在 90/10 的比例下，三名工程师处于一个由自主智能体组成的星群中心，这些智能体负责生成、审查、测试、部署、监控和优化。没有管理者，没有层级结构，也没有冗余。

如果我们正在构建软件工厂，或许是时候研究一下运筹学了。

在制造业中，经验法则很简单：将工厂的利用率维持在 70% 到 90% 之间。一旦达到 100%，一次故障就会引发连锁反应，导致交付延期、团队疲惫不堪以及客户流失。这种闲置产能并非浪费，而是保持系统稳健的关键特性。

工程团队并非工厂，但同样的逻辑依然适用。当你将编排知识集中在三个人手中时，你就是在以 100% 的利用率运行。

大多数初创公司目前还不应该下这个赌注。