从执行力到判断力，再到想象力。
图由 AI 生成
文 | Alex
2026年上半年，NocoBase做了一个决定：不再扩员了。
这家公司现在14个人。过去几年，团队大致保持着每年增加一两个人的节奏。产品要做的东西越来越多，研发经常忙不过来，一些需求只能排队。照这个速度继续下去，团队本来还会慢慢变大。
AI把这个节奏打断了。
NocoBase创始人周彦亮和团队做过一次粗略估算，现在产品研发的效率，大概是过去的3倍。绝大多数代码由AI完成，人基本不再手写。以前积压在研发手里的工作开始消化，单纯增加程序员的必要性随之下降。
今年上半年的一次团队聚会上，他们决定把人数停在这里。有人离开，可以补；现有岗位不合适，也可以调整。但没有新的事情需要靠继续招人解决。
“如果将人数扩张到现在10倍的话，我不知道那些人要去干嘛。”周彦亮说。
NocoBase的产品最早从三个人开始做，它最初是一款面向专业IT团队的开源无代码开发平台。2024年商业版本正式发布，2025年收入超过1000万元。据了解，截至采访时，NocoBase2026年收入已经至少翻倍，国内和海外收入各占一半。
AI真正进入核心研发流程，是后来的事情。
2025年下半年以后，Claude Code等AI Coding工具能力快速提升，NocoBase内部经历了一轮明显的震动。有人甚至判断，无代码平台可能已经没有继续做下去的必要——既然AI能直接写软件，还需要这样一个中间层吗？
几个月后，产品还在做，团队也没有缩减。
变化发生在组织内部。
过去最缺的是研发时间。现在，一部分研发人员已经拿出约一半时间进入客户项目。技术支持可以直接参与修复产品问题，开发与实施之间原本清晰的边界开始松动。
当执行越来越容易，这家公司的注意力开始往前移。他们现在花更多时间讨论一件事情，那就是到底该做什么。
01
先把公司做轻
NocoBase在北京有办公室，但很少有人去。
团队成员分布在不同城市，不打卡，也没有固定办公地点。每天有一次20分钟左右的早会，每周一开一次时间稍长的周会。除此之外，大部分沟通都是异步完成。
他们用飞书，但他们认为最重要的不是聊天，是文档。
一个问题出现后，通常先由当事人自己想一遍，写清楚问题、判断和可能的方案，再交给其他人讨论。一般的信息直接用文字同步，确实值得讨论的事情，才拿到会上说。
一年里，团队会集中见两次。一次在5月，一次在11月，每次找一个地方待7到10天。其他时间，各自生活，各自工作。
这种工作方式并不是AI浪潮爆发以后才有。
周彦亮很早就参与过远程工作社区的创办。NocoBase成立时，也自然沿用了这套方式。
在他看来，远程工作适合的人本来就不多。一个人如果需要明确的办公场景、考勤和任务分配来约束自己，放到这样的团队里，很容易失去节奏。
所以NocoBase在招聘上花的时间并不少。
在他们看来，找每个人都像“谈一次恋爱”。有的人会聊半年，最后才加入。真正进入招聘讨论之前，对方通常已经自己研究过NocoBase，对产品形成了一些判断，甚至写过文章或完整的分析。相比具体会什么技术，他更看重这些东西。
在 NocoBase 看来，他们要找的并不是单纯能力强的人，更重要的是做事方式、思考习惯和团队能不能合得上。有人专业能力很好，但如果习惯依赖明确分工和外部约束，放进这样一个高度自主、长期异步协作的小团队里，未必合适。
NocoBase现在14个人。一个人做市场，一个人负责合作伙伴，一个人做解决方案，一个人负责技术支持，一个财务，剩下的主要是产品和研发。没有销售团队。
组织一直很薄。
这种“薄”过去更多来自主动选择。公司不做重销售，不养大规模实施团队，不追求迅速扩大人数，也没有融资带来的季度增长要求。
AI进来以后，这套结构反而更容易被放大。
一家公司原本就只有很少的协调层级，当每个人手里的执行能力突然增加几倍，不需要先经过复杂的组织改造，变化可以直接传导到工作本身。
过去NocoBase每年还要增加一两个人。
今年，他们第一次觉得，没必要了。
02
写代码容易了，“想清楚”反而更难
AI曾经让NocoBase内部认真讨论过一个问题：这家公司还有没有存在的必要。
2025年下半年，AI Coding能力迅速提升。
团队里一名同事曾表达过，说自己最近用了Claude Code之后，感觉NocoBase这样的产品“可能没有做的必要了”。
这个判断并不难理解。
NocoBase原来做的事情，是通过无代码和低代码能力降低企业应用开发门槛。
现在用户对AI描述一句需求，已经可以直接生成界面、数据模型甚至完整应用。如果能力继续往前走，无代码平台很容易成为被绕过的一环。
团队内部很快分成两种意见。
一部分人觉得变化会来得很快，未来程序员都可能减少，现有产品路线需要彻底调整。
另一部分人觉得AI远没有那么成熟，大部分企业用户也用不起来，没有必要跟着技术热点频繁转向。
这种矛盾状态持续了好几个星期。
后来，大家认真讨论了几次NocoBase为什么存在：企业到底为什么愿意为一个软件产品付费？AI能生成代码之后，还有哪些问题没有被解决？
大家的判断没有停留在模型能力上。
企业买一个软件，很少是为了“拥有一段代码”。权限怎么设计，数据怎么组织，流程怎么编排，系统如何长期迭代，怎样和既有系统连接，出了问题谁维护，这些事情不会随着一个CRM Demo在几分钟内生成而自动消失。
NocoBase随后开始调整方向。
Neuters
在维护当前无代码版本的同时，10 月份即将发布的新版本已经全面转向为 AI 开发提供基础设施，提供从需求到编码、测试、发布的 AI 驱动交付流程，以及数据源、数据模型、权限、工作流、AI 能力接入、知识库和插件化运行时等基础能力，让 Coding Agent 只需要专注业务需求，帮助团队更快交付可靠的业务系统。
产品路线在变，研发方式变得更快。
现在团队绝大多数代码已经交给AI。“基本上不太需要人去修改”。
留下来的工作主要在前面。
架构怎么设计，产品为什么这样做，某个功能是否应该进入主线，这些仍由人完成。
团队内部有一句经常被提起的话：“思考的时候断网，工作的时候联网。”
AI可以帮助查资料、讨论具体技术问题、生成代码，也可以处理大量文档；但产品最初的判断，不能从问AI开始。
“今天产品给用户的价值到底是什么”，在 NocoBase 看来，需要团队进入客户现场，看真实业务怎么运行，再自己做判断。AI可以连续生成几十种回答，但这种问题一旦完全交给模型，产品价值就会大打折扣，甚至一文不值。
这和几年前的软件研发已经很不一样。
过去，一个方向有没有想清楚，有时会被实现成本掩盖。几十个人开发几个月，产品终于做出来，才能知道用户到底买不买。
今天实现周期越来越短，错误的想法也能迅速变成一个完整产品。
AI降低了试错成本，也让判断发生得更频繁。
NocoBase目前感觉到的瓶颈，因此慢慢从研发手里移走了。
“今天更难的是把产品想清楚，把方向想清楚，架构设计清楚，产出速度完全不是问题。”
03
程序员走进客户现场
研发不再那么忙之后，NocoBase没有让这些人去做更多功能。
几名核心成员开始进入客户现场。
以前NocoBase基本不做定制，也不做交付。客户购买License以后，主要依靠自己的IT团队完成搭建。一个客户通常不会绑定专门的售前、实施和客户成功团队，有问题通过工单系统解决。
这是这家公司过去能维持十几个人的重要原因。
今年情况开始变化。
部分研发人员拿出接近一半时间，参与优质客户的项目。他们进入现场，用NocoBase搭系统，处理实际业务问题，再把现场发现的问题带回产品。
这很像当下被热议的FDE。
但NocoBase这样做，并没有准备转向一家项目交付公司，因为实施的相对价值也降低了。
按照 NocoBase 的估算，一个传统代码项目过去可能要做6个月，用无代码工具可以压到一两个月，在合适的项目上，现在借助AI可能两天就能跑出一个版本。
以前开发和实施都占用大量人力，把两件事放在同一个人身上并不现实。今天，两边的执行成本同时降下来了。
一个研发人员进入客户项目，理解需求后可以直接搭建；发现产品缺能力，回来可以继续让AI修改。过去被拆成几个岗位的工作，开始重新回到一个人身上。
类似变化也发生在技术支持岗位。
NocoBase负责技术支持的同事原本不是技术背景。以前用户反馈一个Bug，他需要把问题分配给研发，等待排期、修复，再跟进版本。
现在，一些问题他自己就顺手修掉了。
NocoBase 没有专门要求大家学习某个AI工具，也没有设置Token使用量之类的指标。变化是在具体工作里一点点发生的。
原本清晰的人才分工开始出现交叉。
产品、开发、实施、技术支持这些角色依然存在，但一个人能够承担的工作越来越多，过去需要在不同岗位之间流转的任务，现在可能由同一个人直接完成。
这种变化会把软件公司的组织带向哪里，现在还很难下结论。
过去几十年，软件公司扩大规模，通常伴随着越来越细的专业分工，比如产品经理定义需求，程序员开发，测试负责质量，实施负责上线，售前负责方案，客户成功维护客户。
这种结构很大程度建立在一个前提上，那就是专业执行能力昂贵。
当一个人获得越来越多随时可以调用的执行能力之后，过去一些不得不拆开的工作，可以重新组合。
NocoBase现在就是一个很小的样本。
开发人员重新靠近用户，并不因为公司养不起实施团队。他们是发现，代码已经没有那么占时间了，真正需要补的是对现场的理解。
NocoBase 认为，小团队现在的天花板更可能出现在“想象力”上。 人再多，如果没人知道产品下一步应该往哪里走，也很难解决问题。
04
不扩张，也是一种增长方式
NocoBase一直没有销售团队，客户一般先自己找到产品。
因为NocoBase开源，官网也提供试用环境，一些客户在第一次联系公司之前，已经自己用了几个月。等到决定采购时，再来问怎么买、怎么付款、合同怎么签。
公司没有销售人员持续跟进这些线索。
有些客户第一次询问以后会消失，几个月后再回来。按月看，收入因此波动很大；拉长到年度，增长才变得明显。
他们并不准备改变这种方式。
NocoBase 希望客户先看产品、试产品，再判断是不是适合自己。对目标用户也是如此，NocoBase主要服务有专业IT团队的企业。如果一家企业没有IT能力，只希望业务人员直接搭应用，他们会建议客户去选其他产品。
这套模式天然缩小了市场范围，也降低了自己的组织复杂度。
客户通常先自行了解和试用产品，大部分项目也不需要专门的实施团队，售后则主要通过统一的技术支持流程完成。
这种标准化方式让NocoBase可以用很小的团队服务分布广泛的客户。目前，其客户已覆盖至少60个国家和地区，行业、企业规模和使用场景都较为分散，没有明显集中在某一类市场。
NocoBase也没有把销售收入拆给每个岗位做KPI。
收入指标主要由创始人自己承担。
公司的收入、客户、订单、付款和成本则向团队公开。因为有利润分配计划，每个人能够看到公司一年赚了多少钱，也知道这些数字最终和自己有什么关系。
NocoBase很少靠考勤和流程管理，但对结果有明确要求。
短时间状态不好没关系，到了关键节点，自己的事情要按时完成。团队只有十几个人，每个人做得怎么样都很清楚，长期跟不上节奏的人也很难被组织层级遮住。
NocoBase也主动降低了外部增长压力。
公司没有融资，早期由创始人提供现金流，商业化后也很快有了收入。没有投资人的增长要求，团队不必为了规模扩张而同步增加人数、客户和营收目标。
这也是NocoBase能够长期保持小团队的重要前提，未必适合其他公司照搬。
周彦亮自己在访谈后面被问到，这套组织能不能复制。他的回答很干脆：“真别复制了。”
他认为形式没有那么重要，更值得考虑的是做什么产品以及怎么做。
远程办公、没有销售、十几个人、不融资，都只是结果。换一种业务、换一种产品，组织可能完全不同。
过去几年，NocoBase每年增加一两个人。到了今年，业务还在增长，AI带来的新产品机会也比以前更多，团队却第一次决定停下来。
对于一家14人的公司，多招两个人从来不算什么大事。他们只是发现，现在最缺的东西，已经不是两个人了。
⬇️⬇️扫码即刻获取白皮书⬇️⬇️
栏目介绍
本文为崔牛会「AI 原生组织研究」系列文章。更深层的问题，比如人在 AI 原生组织中如何重新定义价值，AI 输出如何被工程化约束，中层管理在新组织里会不会消失，已经收录在崔牛会9月2日发布的《AI原生组织白皮书（2026）》中。
热门跟贴