技术开发所需要的核心人员越来越少，过去互联网时代堆人头的开发方式，在大模型时代不再奏效。
大模型是互联网之外的一个新底座，互联网旧系统很可能已经不再适用，大模型之上的生产方式与组织方式要被重构。
比如'螺丝钉'，这一诞生在互联网时代的名词，张林觉得会在技术行业消失。
'即使未来共生团队扩张，业务增加，我们技术团队的人数也不会暴增。不管哪个做大模型的公司或机构，如果哪天突然人数暴增，我觉得都是不正常的。'
蒋涛抱有类似的看法。虽然互联网三十年，庞大的软件程序是靠每一位程序员的每一行代码建立，但从另一个角度看，''程序员'同样是过去软件开发最大的阻碍'。
'一个没有编程知识的人，即使有想法，也无法落地成应用。所以即使几十年过去，程序员数量仍然远远小于需求量。'蒋涛说道，'而对于公司而言，如果想开发任何软件，算一下调用和雇佣程序员的 ROI，大部分应用可能就被放弃了。'
杨植麟此前在腾讯新闻采访中被问及，如果 Sam Altman 是在微软内部领导微软旗下的人工智能团队，会和 OpenAI 有什么不同。他直言，要在旧文化里产生新组织，难度很大。
苏奇曾先后在中美的三家互联网大厂做软件工程师，在应聘过程中，他发现国内各个阶段的互联网公司招聘，都很喜欢要'速赢人才'。
'一家公司要做 A 业务，就要把竞对大厂做 A 业务很多年的人直接挖过来，能带点 PPT 和代码就更好了。这导致什么？**整个行业的技术框架高度同质化。**比如搜推都是百度的架子，订单、支付、对账都是阿里的。'
'速赢人才'能最大程度促进扩张，这自然对追求规模效应的互联网公司至关重要。当然，算法好坏也很关键，但仍然比不上在当地铺了多少地推、发了多少补贴、办了多少拉新活动重要。
不管是'速赢人才'还是'螺丝钉'，互联网公司的生产逻辑，是尽可能细得切割个人能力，然后将个体固定在某一环节进行生产。但 36 氪的多个受访者看来，大模型将不再奉行这一逻辑。
梅涛的体会是，哪怕是跟上一代 AI 四小龙时期比，大模型为代表的 AI 技术也更为技术导向。'以前一个人脸识别单子下来，十几个供应商都在那里投标，这里面看的不是模型，而是公司的综合解决方案能力。'
他举例，小区闸门的人脸识别、工厂的人脸识别和关口的人脸识别本质都不一样，性能差别很大，无法基于同一个模型底座，最终就变成传统企业的服务现象——需要大量的 BD 和交付，有 N 个项目就需要招 N 倍的人。
'今天的 AI，它在任何时候都不是一个商业模式，也不是一个行业，它是一个自己能闭环的技术。'梅涛说。
张林同样遇到过类似的问题。经常有投资人一见面就问他'你们是做哪个行业的'，但这是属于互联网时代的'问法'，'什么是行业'在大模型公司要重新定义。
他一遍遍解释，'和上一代技术不一样，今天很难定义什么叫行业。比如不管是服装设计还是建筑设计，对于大模型来说，它们二者是一样的，因为计算方式一样。大模型有很强的牵引性。'
张林最近跟朋友聊起《人月神话》——这本书被视作软件开发行业的圣经，经历了一段时间大模型创业后，他对这本书的理解更深了。
书中写道，当软件组织体量很大，开发的难度并不是线性增长的关系，而是指数级增长，最后导致重要的开发问题变得异常复杂，像一个'焦油坑'，让所有开发人员深陷其中。
'为什么会这样？很重要的一个原因是，过去的软件开发绝大部分是体力劳动，就是敲代码，当公司越来越大，代码和人员越来越多时，一个组织中需要有 1/4 甚至更多的人去做管理，这个系统才能运转起来。'张林说道。
《人月神话》更具体地描述了这种困境：比如一个项目需要 4 个开发，可能需要配 2 个测试，1 个项目管理，2 个产品经理等，最终下来，团队中的研发比例只剩不到 30%。这本书最终推论，一窝蜂的作业方式无助于软件生产，且会制造麻烦，产生出更差的软件。
在这样臃肿的'旧文化'里，技术创新的空间便愈发逼仄。
苏奇对《人月神话》序章那句