如果权力不再只看职位，我们该怎么判断谁更值得被听见？

会议室里坐了六个人。

一个 VP。

一个干了二十年的资深工程师。

一个进公司才两年的年轻 AI 工程师。

一个销售负责人。

一个财务负责人。

还有一个产品经理。

他们现在要决定一件很具体的事：一个重要项目，到底还要不要继续。

钱已经花了。时间也过去了。外面有竞争。里面有风险。

于是，一个看起来很简单的问题出现了：这六个人里，谁的话应该更重？

传统公司有一个非常便宜的答案。看 Title。

VP 的话最重。然后是资历深的。再然后是负责业务的。那个刚进来两年的年轻人，通常排在后面。

为什么？

因为这样最省事。组织图早就画好了。谁坐上面，谁就拥有更大的权力。

上一篇我们问过：为什么公司的权力，要长期属于职位？

但只要把这扇门打开，下一个问题马上就会进来：

好。

如果 Title 不应该永远决定谁说了算——那我们到底应该听谁的？

最自然的答案可能是：听专家。听最懂的人。

听起来比“听职位最高的人”合理多了。

但你只要再追问一句：谁来定义专家？

事情立刻又麻烦了。

二十年工龄？做过多少项目？名校学历？上一年的绩效评分？过去成功过几次？还是让 AI 根据历史数据给每个人算一个分？

资深工程师会觉得：我见过的失败最多。

年轻工程师会觉得：我离最新技术最近。

销售会说：客户真实怎么想，只有我知道。

财务会说：你们都在讲故事，最后还是数字说话。

产品经理会认为：用户为什么买单，我最清楚。

VP 也有自己的理由：我看到的是整个公司，而不是一个局部问题。

每个人都可以证明：自己才应该是这个房间里最值得被听的人。

所以“听专家”其实没有真正解决问题。它只是把 Title 换成了另外一种身份。

年资。履历。学历。过去的成绩。还是身份。

只是换了件衣服。

那我们很容易继续往前一步。既然人会偏见，那让系统来算。

Jason：87.4。

Alice：76.2。

Bob：61.8。

谁分高，谁的话更重。谁分低，就先听别人。

看起来很科学。甚至看起来比 Title 公平得多。因为它已经不问你是不是 VP。

它问：你过去到底表现怎么样？

但问题也就在这里。

如果我们足够诚实，就会发现：如果只是把 Title 换成 Score，我们可能什么都没有改变。

以前是：VP > Director > Manager。

以后变成：92 > 84 > 71。

层级还在那里。只不过从工牌上，搬进了数据库。

甚至可能更危险。因为过去的职位体系至少承认：这是权力。而算法评分会多穿一件漂亮的外套：

这不是权力。

这是科学。

一个人一旦被系统写成 61.8，他走进会议室的时候，可能已经先矮了一截。

哪怕今天这个问题，恰恰就是他最懂的那个问题。

所以我越来越觉得，我们真正应该问的，不是：这个人判断力强不强？

而是：在今天这个具体问题上，他的判断，为什么值得被认真听？

这两个问题差得非常远。

前一个问题，在给“人”打分。后一个问题，在评价“这一次判断”。

一个人可能非常擅长判断一个产品为什么会失败。但他未必懂消费者会不会喜欢一种新口味。

他可能看供应商的模具风险极准。让他判断宏观经济，他可能也只是看看新闻。

他可能非常擅长工程取舍。但到了监管政策，他一样可能只是猜。

所以一个人不应该背着一个万能的：Judgment Score。像信用分一样。跟着他走到所有问题里。

这也是我觉得未来公司非常重要的一条原则：

给判断打分，不给人打总分。

Score predictions, not people.

那到底什么叫“给判断打分”？

先从一个非常简单的变化开始。

公司不要只问：这个项目会不会成功？

这种问题太容易装懂了。

会。

不会。

看情况。

大家都能说。

换一种问法：你认为这个项目在 12 月 1 日之前成功上线的概率是多少？

Alice：70%。

Bob：40%。

Jason：55%。

突然，这三个判断开始可以被记录了。

真正值得看的也不再是：谁说话更有气势。谁职位更高。

而是：当 Alice 说 70% 的时候，这类事情后来是不是大约七成真的发生？

当 Bob 总说 40% 的时候，他到底是真的比别人更早看到风险，还是习惯性悲观？

这就是预测研究里非常重要的一个概念：Calibration，校准。

它不是在问：你聪不聪明。

而是在问：你对自己的确定程度，和现实后来发生的事情，匹不匹配？

一个人连续猜对三次，可能只是运气。

但如果他做过很多类似判断，他说 70% 的事情，长期来看真的大约七成发生；他说 40% 的事情，长期来看也差不多只有四成发生——那就开始不像撞运气了。

它更接近一种被验证过的判断能力。

但注意。

这依然不意味着：Alice 是一个 87 分的人。

它只意味着：在这一类问题上，Alice 的预测值得我们更认真地看一眼。

可公司真正面对的问题，通常没有这么干净。很多决定要一年以后才知道结果。有些决定甚至永远不会有一个明确的“对”或“错”。

还有一些问题，人类从来没有遇到过。

所以如果有人告诉你：我们已经可以精确算出每一个员工的判断能力。

我反而会更警惕。

因为真正诚实的系统，很多时候不会给你一个漂亮的分数。它只会继续问几个很朴素的问题。

这个人到底处理过多少个类似问题？

不是：他在公司待了多少年。

而是：他是不是处理过类似的供应商事故？类似的监管风险？类似的产品上线？

他的判断又来自什么？

直接测到的数据？系统记录？过去反复出现的案例？第一手经验？别人转述？还是一种连他自己都很难解释，但做过很多次以后形成的直觉？

我觉得这里还有一个特别重要的点。直觉不应该自动被当成低质量证据。

很多真正做过几十年的人，身上会形成一种非常难写进 PPT 的判断。

他说不出来完整公式。

但他会觉得：这个味道不对。

这种东西也应该进入系统。

只是系统应该知道：这次判断建立在什么类型的证据上。

而不是为了看起来“科学”，假装所有判断都是同一种东西。

还有一个更现实的问题。

这句话，到底是不是他自己的判断？

假设 VP 一开场就说：我个人认为，这个项目至少有 80% 概率成功。

然后其他五个人开始说话。

82%。

75%。

78%。

80%。

85%。

这真的是六份判断吗？

未必。

很可能只是：一份判断，加五次回声。

所以我觉得未来真正重要的决策，也许应该先做一件现在很多公司不太习惯做的事：

先别开口。

每个人先独立写下自己的判断。锁住。然后再讨论。交换证据。听别人反驳。再允许修改。

于是公司可以留下四样东西：初始判断。新的证据。修改后的判断。最后的结果。

如果这些东西都没有留下，几年以后公司真正记得的，往往只会是房间里权力最大的人当时说了什么。

而会议里还有一种东西，特别容易被吃掉。

少数意见。

假设六个人判断项目成功概率。五个人分别说：

75%。

78%。

80%。

72%。

77%。

Alice 说：

30%。

传统会议很可能会发生什么？

五个人差不多一致。Alice 比较保守。继续。

如果我们让 AI 做一个简单加权平均，情况可能也没好多少。

最后出现：68.7%。

看起来非常精确。大家甚至会产生一种感觉：系统已经帮我们算清楚了。

但真正值钱的东西，可能恰好被这个平均数洗掉了。

因为 AI 还可以继续往下看。

Alice 处理过五次非常类似的失败。她在这类问题上，过去的预测并不是乱喊。她是在听到其他人答案之前给出的 30%。而且她指出了一个另外五个人都没有提到的监管风险。

这个时候，真正有价值的 AI 输出不应该只是：Final Probability：68.7%。

而应该是：这里存在一个值得重新打开的分歧。

这就是我觉得未来判断系统非常重要的一条原则：

聚合的目的，不只是把意见平均成一个数字。真正重要的是，把有价值的分歧显影出来。

大家在哪里真的一致？真正的分歧到底是什么？有没有一个少数意见，背后跟着别人没有的经验或者证据？谁过去的经历和今天的问题真正相关？还有什么东西，我们其实根本不知道？

这几个问题，往往比一个神秘的总分更值钱。

因为公司真正应该害怕的，从来不是房间里有人不同意。

而是：那个最值得被听见的“不一样”，被平均、被礼貌、被职位，轻轻盖过去了。

但到这里，我们必须画一条非常清楚的线。

就算 Alice 的预测值得高度重视，也不等于 Alice 自动拥有最终决定权。

Prediction 不等于 Decision。

预测问：什么最可能发生？

决策问：知道这些可能以后，我们到底要做什么？

中间隔着很多东西。

战略。风险承受能力。法律。价值观。现金。机会成本。

以及最重要的一件事：如果错了，谁来接住结果？

一个团队完全可能正确判断：这个项目按期上线的概率只有 32%。

但这并不自动意味着：取消。

可能公司愿意买这个 32%。可能这是唯一还存在的窗口。可能不做的损失更大。

甚至可能公司明知道成功率不高，战略上仍然必须做。

所以：判断系统可以影响权力。但它不能自动变成权力。

知道什么可能发生，和决定我们愿意承担什么未来，始终是两件不同的事。

如果文章到这里结束，这套系统听起来可能已经很漂亮了。

可事情当然没有这么简单。因为它自己也会生病。

第一刀，先砍在新人身上。

假设历史判断会影响一个人现在是否值得被听。

那一个刚加入公司的人怎么办？

他没有记录。没有历史。系统不知道他厉不厉害。

但这里必须有一个非常重要的原则：

Unknown 不等于 Bad。

没有历史，不等于能力差。

现实组织很容易犯这个错误。

没有记录，就当成低分。

因为空白最不能给领导安全感。

于是年轻人或者新人会天然排在后面。

不是因为他错了。而是因为：他还没被系统看见。

未来也许可以让新人先在低风险、反馈快的问题里建立判断记录。

也许可以让他们先做“影子预测”：先留下自己的判断，但暂时不影响正式决定。

这些都可以继续设计。但现在还不是答案。

这一篇只需要挡住一件事：绝对不要把“还没被验证”，写成“不值得被听”。

第二刀，是 gaming。

只要判断记录开始影响一个人的影响力，人就一定会开始经营自己的判断记录。

这是人性。

他会挑容易预测的问题。躲开真正高不确定性的决策。晚一点再提交。先看看别人怎么想。把自己的不确定藏起来。事后重新解释自己当时的意思。

让分数变得漂亮，而不是让公司变得更好。

这不一定是因为员工坏。而是因为：系统开始发奖励了。

一个指标，一旦从“帮助理解”变成“决定前途”，人就会开始围着指标生活。

所以这里一定要区分：

Measurement。

和：Governance。

你可以记录一个人的预测。不代表你已经有资格根据这个预测记录，直接决定他的职业命运。

可以设计一些保护。

比如先锁定初始判断。不同领域分开看。旧记录逐渐降低权重。允许挑战。区分“敢碰难题”和“专挑简单题刷分”。

但这些东西不能消灭 gaming。只能让它没那么容易。

任何告诉你：“我们已经彻底解决员工刷分问题。”的系统，反而最值得警惕。

第三刀，可能是最危险的。

假设 Alice 真的长期判断很准。所以组织越来越愿意听她。

越愿意听她，她就越容易进入更重要的项目。

进入更多重要项目，她就得到更多信息、资源和经验。

然后她的记录继续变强。

最后发生什么？

我们可能重新造出了一个永久的 VP。

只是这一次：Title 消失了。层级住进了数据库。

这也是我认为整个判断系统必须防止的结果：我们不能消灭永久的 VP，然后在数据库里重新造一个永久的 VP。

已经得到认可的人，本来就更容易继续得到认可。

这不是什么新现象。

公司里如此。学术界如此。社交平台也是如此。

所以如果“判断权重”这种东西真的存在，它至少必须是：

针对这个问题的。针对这个领域的。会过期的。允许被挑战的。

并且能够承认：这一次，我不知道。

它绝对不能成为新的永久身份。

然后还有第四刀。也是 AI 时代尤其麻烦的一刀。

新问题。

历史校准最容易失效的地方，恰恰是公司最需要判断的时候：谁都没见过的事情。

AI 时代会越来越多这种问题。

三年前根本不存在。过去的记录没有可比性。过去的赢家也未必还准确。

这个时候，系统必须敢说：We don’t know.

不能因为缺少历史，就制造权威。

也不能因为 Alice 在旧问题上特别准，就默认她在一个全新的问题上仍然应该最有分量。

有些时候，最诚实的权重就是：这次，谁都没有特权。

那 AI 到底应该在这里做什么？

我现在反而觉得，答案越来越清楚。

先说它不应该做什么。

AI 不应该成为：Management God。

它不应该告诉公司：Alice 应该获得 37% 的权力。

权力不是这么算出来的。

AI 真正适合做的事情，其实很具体。

把过去真正类似的决策找出来。看不同人的概率判断历史。找出互相冲突的证据。发现哪些意见其实只是互相复制。把少数意见标出来。保存最开始的判断和后来修改过的判断。指出现在到底缺什么证据。把一次复杂决策的上下文整理清楚。

也就是说：AI 最重要的作用，不一定是帮公司直接做决定。

它可能首先是帮公司决定：现在应该认真看哪里。谁值得多听一句。哪个风险不应该被滑过去。哪份证据还没有进入房间。

所以我很喜欢一个区别：

AI 可以帮助分配注意力。但它不应该自动分配主权。

AI 可以帮助权力找到更好的判断。但最终正式权力依然应该落在：可以被解释、可以被挑战、可以被追责的人和规则上。

否则我们只是把以前的一种判断外包，换成了另一种：

把判断交给模型。把责任留给空气。

第一轮研究做到这里以后，我觉得有五条原则还暂时站着。

它们不是定律。也不是 Future Lab 已经证明的真理。

只是到目前为止，它们还没有被我们自己打穿。

第一：给判断打分，不给人打总分。

Score predictions, not people.

第二：给这一次意见加权，不给身份永久加权。

Weight judgments, not identities.

第三：记录贡献，不给人的价值排名。

Record contribution, don’t rank human worth.

第四：显影有价值的分歧，而不是把它平均掉。

Surface disagreement, don’t average it away.

第五：让 AI 帮助权力找到更好的判断，但不要让 AI 本身成为权力来源。

Let AI inform authority, never automatically become authority.

这里最容易做错的，恰恰是第一条。

因为“给判断打分”，太容易慢慢滑成：“给人打分”。

系统会想要一个排行榜。领导会想要一个名单。员工会想要一个自己可以经营的数字。

最后：预测再次变成身份。

所以，这一篇依然没有解决未来公司。

它只是回答了上一篇留下来的问题：如果 Title 不应该永久决定谁说了算，我们也许不应该马上找另一种方法给人排名。

真正应该做的，是先学会判断：在今天这个具体问题上，哪一个判断，为什么值得我们认真听？

但只要我们开始记录这些判断，下一扇门马上就出现了。

假设我们真的想知道：

当时这个人掌握了什么信息。他相信什么。他给过什么概率。为什么这么判断。后来有没有因为新证据改变观点。以及最后发生了什么。

那么公司就必须解决另外一个问题：公司到底应该怎样记住一次决定？

因为结果一旦出来，人的记忆就会开始偷偷改写历史。

成功的项目里，大家都记得自己当时很支持。

失败的项目里，大家都记得自己“早就有保留意见”。

如果未来一个人的判断记录真的会影响谁更值得被听，那组织就必须在结果出现之前，把当时的判断留下来。