在硅谷，Solace创始人Sarah Gwilliam仅用几天就让她的冥想应用上线。从注册公司、搭建网站到设计界面和投放广告，她几乎没雇人，所有环节都由AI孵化器Audos接手。她说：“AI就像我的联合创始人。”这故事出自《经济学人》2024年8月号的一篇报道，文章提出一个大胆设想：生成式AI或许会催生第一个“单人独角兽”。哈佛商学院验证了这一想法，结果显示，“1人＋AI”的表现几乎与“2人团队”相当。
数据也印证了这种趋势。根据创业融资平台Carta的季度报告，从公司成立到雇第一名员工的时间，已从2022年的不到6个月，延长到2024年的9个月以上。越来越多创业者把“员工越少越好”当作荣誉勋章。Wix花8000万美元收购了一家只有8个人的AI代码公司Base44，他们更擅长调AI而不是雇人。过去的公司是一群人的生产单元，如今可能是一个人加上千万个算法。在中国，一人公司追求的是“业务闭环”，不谈估值只谈现金流。
杭州的“十点说话术”原本是知乎创作者，内容围绕职场沟通。2023年起，他将写作流程交给大模型处理，半年后，他一人运营三门课程、两个公众号和一个淘宝店，营收超过30万元。广州的电商创业者老陆辞职后，靠AI生成商品文案、批量剪视频并测试SKU，一个月后，单款T恤销量破5万件。北京的前猎头顾问婷婷则把职场咨询产品化，通过AI训练出一个“面试模拟助手”，使她的单日咨询量从4单增至20单。
这三个例子来自不同领域，却共享一种模式：个人输出决策和经验，AI接管重复劳动。过去需要三五人的微型公司，现在一个人足矣。AI降低了创业门槛，也让“组织”概念开始松动。以往公司存在是因为分工带来的协同效率，但当AI能承担大部分执行环节时，协同的边际收益下降。创业者不再依赖“团队扩张”，而依赖“智能体密度”。
然而，这种“去人化”的轻盈背后也有隐忧。首先，AI擅长执行却缺乏商业判断。Anthropic的研究者曾让Claude模型模拟创业，结果发现它忽略了盈利逻辑，最终“破产”。其次，AI生态高度集中，创新易被同质化。微软、亚马逊、谷歌等巨头掌握算力和模型接口，底层能力被封装成API。最后是合规问题，AI生成的内容涉及版权、隐私与广告真实性等，一人公司往往没有法务或风控能力，责任边界模糊。
对政府部门来说，“一个人公司＋AI”既是机会也是考题。应对这种变化，政策需更新视角、重构工具箱。首先，重新认识什么叫“企业”。统计、审批、税收、社保等制度长期围绕“有人、有场地、有规模”的公司设计，未来会出现更多“轻资产、高技术、强流动”的个体或小团队。配套政策应更灵活，如简化注册流程、提供税收优惠，对兼职、斜杠青年和多重身份更包容。同时，公共服务重心要转向“帮人构建一套能力”，如数据素养、工具使用、基础商业判断。政府可以牵头制定标准，引导平台和机构共建课程，用补贴撬动社会培训资源，把“一人公司”纳入技能提升的对象。
另一条同样重要的是明确规则。AI时代的小微主体多、变化快，更需要清晰的规则。数据不能怎么用，广告不能怎么说，合约不能怎么写。边界越清晰，个体创业者反而越有安全感。监管不必更重，但可以更清晰、更前置，既守住公共利益，又给新形态的创业留出空间。尽管风险不少，AI对个体创业的推动依然不可逆。AI让知识经验可结构化、工作流程可复制化、客户关系可自动化。我们正站在一个转折点上：工业革命让“公司”成为社会的基本单位；AI革命，可能让“个体”重新成为经济的原子。
