Tenex 用故事点薪酬和 AI 战略师解决 AI 原生团队的单位经济与治理难题

Tenex 是一家服务于 Fortune 2000 及中型企业的 AI 原生工程公司，目前拥有 75 名员工，其中 90% 为工程师或 AI 战略师。其核心商业模式创新在于彻底摒弃传统工时计费，转而采用基于“故事点”的产出导向薪酬体系，旨在让 AI 提升效率带来的收益归工程师所有。这一机制导致内部收入差距拉大至 4 倍，且通过设立专门负责客户留存与增长的 AI 战略师角色，有效规避了工程师为了刷分而交付低质量代码的道德风险。

在工程实践层面，Tenex 构建了 MetaHarness 系统，强制要求项目计划、决策依据及验收标准等上下文信息像代码一样提交至 Git 仓库，形成持久化的“项目记录”。这种设计不仅解决了 Agent 在处理长周期任务时缺乏上下文的问题，还使得模型能够读取人类决策背后的逻辑而非仅仅执行指令。数据显示，随着 Opus 5.5 等模型的迭代，该公司工程师的人均月产出已实现翻倍，同时 Token 支出与人力成本的比率控制在 1:1 至 2:1 之间，显示出极佳的单位经济效益。

对于行业趋势，Alex Lieberman 对垂直领域 AI 产品持保留态度，认为通用模型正在吞噬专用工具的功能边界，除非存在独特的数据壁垒（如 Harvey）或深度的工作流整合（如 Bloomberg）。他提出企业级 AI 落地的最大瓶颈并非技术本身，而是非工程类生产性 Agent 的部署率仅为 5%，以及权限管理（RBAC）的复杂性。这暗示未来真正的机会不在于构建单一功能的垂直应用，而在于提供能嵌入现有工作流的 Agent 基础设施或网关解决方案。事实：Tenex 采用故事点薪酬；推断：AI 战略师是防止产出注水的关键；猜测：垂直 AI 产品若无独特数据壁垒将被通用模型替代。