前面提到美國與中國的一線AI公司，包含只做AI的，跟大規模應用AI的。
看完這 8 家公司的工作方法之後，有一個問題一直在我腦子裡：他們的工作方式為什麼差這麼多？
Anthropic 用員工訪談建立信任、DeepSeek 不接受採訪只發論文、字節豆包把 AI 塞進 50 個內部場景、美團讓夫妻肺片店用 AI 管進貨。這些根本不像是在打同一場仗。
因為他們確實不是在打同一場仗。工作方法是拼法的結果，而他們各自在押完全不同的未來。
光譜的一端：押下個世代
DeepSeek 是這端最純粹的代表。全公司約 140 人，不做應用層，不發 PR，整家公司的輸出是論文、開源代碼、乾淨的 API。它不在乎你現在用不用它的產品，它在乎的是「十年後 AI 基礎研究的方向有沒有它說的話」。
Anthropic 也在這端，但多了一條商業化的線。mission first（AI 安全優先）是公司創立的理由，API 商業化是撐住這個 mission 的方法。兩者有時候很緊張，但沒有分裂。
Google DeepMind 是 science first，靠 Google 母公司補貼跑長線研究。AlphaFold 解了蛋白質折疊問題、Gemini 打 GPT-4，但短期商業壓力比 Anthropic 少很多。
光譜的中間：兩邊都要
OpenAI 是這個位置最典型也最危險的例子。Sam Altman 的策略是同時建立「AI 安全研究標竿」和「全球最大 AI 產品公司」兩個形象，這兩件事在資源、文化、人才上有根本性的張力。過去兩年的高層動盪就是這個張力的外顯。「兩邊都要」不是不可能，但維持它的成本很高。
xAI 是 Elon Musk 1971 年生，卻選擇不靠既有業務延伸，直接新建一家 AI 公司。它的工作方式是極端執行：快、直接、容忍出錯。但「first principles + extreme execution」有附加條款，代價是不能對外講太透。
Kimi（月之暗面）走 Agent 商業化跟開發者雙線，在中國白領圈是排名第二的 AI 應用，但策略上還在找自己的最終形狀。
光譜的另一端：賺今天的錢
字節豆包不只是一個 AI 助理，是字節跳動內部 50 個以上商業場景的 AI 化統稱，加上對外開放的 Coze 平台。它的工作方法是規模優先：先在內部跑通，再開放給外部，再用開源策略拉開發者生態。
美團是這端最有意思的案例。它不是一家 AI 公司，但它是把 AI 用在最貼近「真實生活場景」的公司之一。給夫妻肺片店一個 AI 助理、給配送員一個智慧排程系統，這些落地的顆粒度比矽谷任何產品都細。但這個精細度的代價，是另一篇的主題。
那我們應該學誰？
我的答案是：看你在押什麼未來，再決定學誰的方法。
如果你是個人工作者或小團隊，Anthropic 那套「把工作方法做成對外資產」是最可以直接借鑒的。
如果你在一個中大型組織，scaffolding 跟 multi-agent 的設計邏輯（工具組合代替等更強的模型）是最實用的。
如果你是主管，DeepSeek 和字節對年輕人的高授權方式值得認真思考。
8 家公司，沒有一家的方法論可以直接複製，但每家都在某一個維度上把「AI 時代怎麼工作」這個問題做得很徹底。把這些徹底放在一起看，才能看出你自己的位置。
📌 本文首發於「許幼如｜用數據拆解商業世界」，完整版請見： https://yojuhsu.com/blog/ai-non-engineer-work-reorganize
✉️ 訂閱電子報： https://yojuhsu.beehiiv.com/
