實戰

被 AI 裁掉的工程師,做了一個開源 AI CEO

某公司 CEO 以「讓位給 AI」為由裁掉開發團隊,被裁的工程師隨即在 GitHub 開了一個 production-grade 的 AI CEO 專案,三天內在 Hacker News 衝上 160 點。技術圈真正該緊張的,是 Agent 開始跨進組織決策層了。

字級

為了讓 AI「讓位」,CEO 把開發團隊裁了。
結果被裁的開發者轉頭做了一個開源 AI CEO,三天內在 Hacker News 拿到 160 points、101 則留言。
這不是段子,是 GitHub 上正在發生的事。

專案位置:SenteLabsAI/OpenExecutive。HN 討論見 item?id=49458418。


事件本身:一則 HN 熱帖,一場集體黑色幽默

故事起點很老套:某公司 CEO 推動 AI 轉型,把開發團隊砍掉,理由是「要讓位給 AI」。

但被裁的工程師沒去領資遣費寫投書,而是開了一個 GitHub 專案叫 OpenExecutive——一個用 AI Agent 模擬 CEO 決策的開源工具。

它在 HN 上 48 小時內衝上前頁,160 個 upvote、101 則留言。留言區畫風是這樣的:

  • 「這是不是人類歷史上第一次,員工被裁之後給老闆寫了一個數位分身?」
  • 「CEO 們應該會很愛這個,畢竟 AI 不會要求加薪。」
  • 「下個版本能不能加個 'all-hands' 功能,讓 AI 自己跟自己開會?」

諷刺歸諷刺,專案本身不是玩笑。README 寫得很清楚:這是一個 production-grade 的 multi-agent 系統,覆蓋真實的 CEO 工作流程。

OpenExecutive 到底是什麼:能替你開會、拍板、寫 OKR

我翻了一遍 README 和專案結構。

它不是聊天機器人,是真的在跑工作流。核心模組包括:

  • Slack 監聽:讀取團隊頻道討論,做摘要
  • PR 審查:依據預設標準審核程式碼合併請求
  • OKR 制定:根據季度目標拆解關鍵結果
  • 預算審批:在預設閾值內自動核准或拒絕支出
  • 優先順序排序:從 backlog 裡挑下個 sprint 該做什麼

底層是 LangGraph 搭的狀態機,多個 agent 角色協作——CEO agent、CTO agent、CFO agent,互相 balance。

跟 GitHub Copilot、Cursor 這類工具的本質差別在這裡:

Copilot 是輔助執行——你寫程式,它補完。
OpenExecutive 是接管判斷權——你不用決定要做什麼,它替你決定。

這一步跨得很大。

為什麼這事現在會紅:Agent 從寫程式,跨到管人了

過去一年 Agent 的演進路徑大致是這樣:

  1. 2023 年中:AutoGPT 出來,大家驚呼「AI 能自己設目標了」,但實際跑兩步就崩
  2. 2024 年初:Devin 展示影片刷屏,「AI 軟體工程師」概念出圈,但真實交付率被扒得很慘
  3. 2024 年中:Claude Computer Use、OpenAI Operator 把 Agent 推上 GUI 層
  4. 2025 年初:LangGraph、AutoGen、CrewAI 讓 multi-agent 編排成熟
  5. 現在:OpenExecutive 這類專案出現——Agent 開始碰管理層決策

從「寫程式」到「管人」,這是兩個完全不同量級的躍遷。

寫程式寫錯了,git revert 就行。
管人管錯了——裁員、砍預算、否決專案——這些決定沒辦法 revert。

這也是為什麼 OpenExecutive 這個看起來像玩具的專案,能在 HN 上拿到這種熱度。它戳中了一個大家嘴上不說、心裡都在想的問題:

如果 AI 真的能當 CEO,那現在這些 CEO 在幹嘛?

諷刺背後的真問題:誰該為 AI 決策的後果負責

仔細想這件事,有兩層諷刺疊在一起:

第一層,CEO 拿 AI 當藉口裁員——把「我要省錢」包裝成「AI 時代不需要你們了」。
第二層,開發者用 AI 反諷——做了一個「AI CEO」,等於在說「你讓 AI 替你做髒事,我讓 AI 替你當老闆」。

但這兩件事本質同構:

都是把責任甩給一個沒有法律主體、沒有究責路徑的模型。

CEO 讓 AI 決定裁誰,員工被裁告誰?告公司,AI 不擔責。
開發者讓 AI 決定 OKR,下季目標沒達到,誰背鍋?AI 不背鍋。

這不是技術問題,是治理問題。

OpenExecutive 的 README 有一段話很有意思,作者寫道(意譯):

這個專案的初衷不是取代 CEO,是讓所有人看清——當 AI 接管決策權時,我們失去了什麼。

但諷刺的是,他開源的恰恰是一個可以真的接管決策權的工具。

編輯思考:Agent 進職場,先把「誰負責」這題解了

不要把它當段子看。

OpenExecutive 的真正訊號是:Agent 的下一個戰場是組織決策層,而不是程式碼編輯器。

過去兩年,所有 agent 工具都在搶「執行層」——寫程式、寫文件、做研究。這個市場已經很捲,Cursor、Cognition、Devin、v0、Bolt 擠成一團。

但執行層的天花板很低。再厲害的 AI 寫手,產值上限就是一個高級工程師。

決策層不一樣。一個 CEO 決定的不是一行程式碼,是一個組織 1000 人的去向。Agent 如果真能進決策層,影響力和商業價值都會質變。

這是我覺得接下來 12 個月值得盯的趨勢:Agent 產品會從「輔助個人」走向「代理組織」。

但我們現在連最基礎的問題都沒人接:

  • Agent 替 CEO 簽了合約,對方能不能主張合約無效?
  • Agent 替 CFO 批了預算,事後發現是錯的,審計能不能究責?
  • Agent 替 CTO 砍了專案,團隊告公司,能把 Agent 當被告嗎?

法律框架是按「自然人」跟「法人」設計的,AI 兩頭都不沾。

不確定的是:OpenExecutive 這個具體專案大概率會停在 demo 階段,作者自己也說了是諷刺作品。但它拋出的問題不會停在 demo 階段。

下一個真的在生產環境用 Agent 做組織決策的公司,會比 Klarna 取消 AI 客服那次更轟動——因為 Klarna 取消的是客服,Agent 失敗的成本是用戶客訴。

下一個失敗的,是 CEO 決策。失敗的成本是公司倒閉、員工失業、股東血虧。

到那時候,我們再來討論「誰負責」就晚了。

來源: https://github.com/SenteLabsAI/OpenExecutive