每一个时代，都会被一种“奇迹材料”所塑造
原文链接：Steam, Steel, and Infinite Minds
原文作者：Ivan Zhao，Notion 联合创始人兼 CEO
每一个时代，都会被一种“奇迹材料”所塑造。钢铁锻造了镀金时代。半导体点亮了数字时代。而现在，AI 以“无限心智”的形态降临。如果历史教会了我们什么，那就是：掌握这种材料的人，定义了时代。
左图：少年时期的安德鲁·卡内基和他的弟弟。右图：镀金时代的匹兹堡钢铁工厂。
19 世纪 50 年代，安德鲁·卡内基还是个在匹兹堡泥泞街道上奔跑的电报送信员。那时，美国每十个人中就有六个是农民。但在两代人之内，卡内基和他的同代人锻造出了现代世界。马匹让位于铁路，烛光让位于电力，铁让位于钢。
此后，工作从工厂转移到了办公室。今天，我在旧金山经营一家软件公司，为数百万知识工作者打造工具。在这个行业之城，人人都在谈论 AGI，但全球那 20 亿坐在办公桌前的知识工作者，大多数还没有真正感受到它的到来。那么，知识工作很快会变成什么样？当组织结构中吸纳了“永不休眠的心智”，会发生什么？
早期的电影，看起来就像舞台剧——一台摄影机，对准舞台。
未来之所以难以预测，是因为它总是伪装成过去。早期的电话通话，像电报一样简短。早期的电影，看起来像被拍下来的话剧。（这正是马歇尔·麦克卢汉所说的：“我们总是通过后视镜驶向未来。”）
最流行的 AI 形态，看起来就像过去的 Google 搜索。正如马歇尔·麦克卢汉所说：“我们总是通过后视镜驶向未来。”
今天，我们看到的正是这一点：AI 聊天机器人模仿的是 Google 搜索框。我们正深处于每一次技术变革都会经历的、那段令人不适的过渡期。
我并不掌握所有答案。但我喜欢用一些历史隐喻，来思考 AI 如何在不同尺度上发挥作用——从个人，到组织，再到整个经济体。
个体：从自行车到汽车
最早的迹象，出现在知识工作的“高阶祭司”身上：程序员。
我的联合创始人 Simon，是我们所谓的“10 倍工程师”。但如今，他几乎不再亲自写代码了。你走过他的工位，会看到他同时指挥着三到四个 AI 编程代理。它们不仅打字更快，它们会思考——这让 Simon 成为了 30 到 40 倍工程师。他会在午饭前或睡觉前给它们布置任务，让它们在他离开时继续工作。他已经变成了一个无限心智的管理者。
20 世纪 70 年代，《科学美国人》一项关于运动效率的研究，启发了史蒂夫·乔布斯著名的比喻：“计算机是心智的自行车。”但问题是——我们已经在信息高速公路上骑了几十年的自行车。
80 年代，个人电脑是“心智的自行车”；90 年代，我们铺设了“信息高速公路”；可直到今天，大多数知识工作仍然是人力驱动的。这就像：我们骑着自行车，在高速公路上狂蹬。
而 AI 代理的出现，让像 Simon 这样的人，从骑自行车，升级成了开车。
那其他知识工作者，什么时候也能拥有“汽车”？需要解决两个问题。
与编程代理相比，为什么 AI 更难帮助知识工作？因为知识工作更加碎片化，也更难验证。
第一：上下文是碎片化的。
对程序员来说，工具和上下文往往集中在一个地方：IDE、代码仓库、终端。但一般的知识工作却散落在几十个工具中。想象一个 AI 要写一份产品方案，它需要从 Slack 里的零散讨论、战略文档、仪表盘里的季度数据，以及只存在于某位同事脑中的“隐性知识”中汲取信息。今天，人类就是“胶水”，靠复制粘贴和疯狂切换标签页，把这一切缝合起来。在上下文被真正整合之前，AI 代理只能停留在狭窄的使用场景里。
第二个缺失的要素是可验证性。
代码有一种“魔法属性”：你可以测试它。模型训练者正是利用这一点，让 AI 在编程上不断进步（例如通过强化学习）。但你如何验证一个项目是否管理得好，或者一份战略备忘录是否高质量？我们还没有找到让模型在一般性知识工作上持续改进的方式。因此，人类仍然必须在回路中进行监督、引导，并示范什么是“好”。
1865 年的《红旗法案》规定：汽车上路时，必须有人举着红旗走在车前（该法案于 1896 年废除）。这是“人类在回路中”的一个反面例子。
今年的编程代理已经告诉我们：人类在回路中，并不总是好事。这就像让人逐个检查工厂流水线上的每一颗螺丝，或者让人走在汽车前面为它清路。我们希望人类在高杠杆的位置上监督系统，而不是被困在系统里。一旦上下文被整合、工作变得可验证，数十亿知识工作者将从骑车，变成开车，最终走向自动驾驶。
组织：钢铁与蒸汽
公司，其实是一项相对“年轻”的发明。而且，它们在规模扩大时会逐渐退化。
1855 年纽约—伊利铁路公司的组织结构图。现代公司和组织架构，正是随着铁路公司一起演化出来的——它们是第一批需要跨越巨大距离、协调数千人的企业。
几百年前，公司只是十几个人的作坊。如今，我们却拥有数十万人的跨国公司。沟通基础设施（由人脑、会议和消息组成）在指数级负载下崩溃。我们试图用层级、流程和文档来解决问题，但这就像用木头去建摩天大楼——是在用人类尺度的工具，解决工业尺度的问题。
两个历史隐喻，展示了在新的“奇迹材料”下，未来的组织可以呈现出怎样不同的形态。
钢铁的奇迹：1913 年竣工的伍尔沃斯大厦，是当时纽约乃至世界最高的建筑。
第一个隐喻是钢铁。在钢铁出现之前，19 世纪的建筑高度被限制在六七层。铁很结实，但又脆又重；一旦加高，结构就会在自身重量下崩溃。钢铁改变了一切。它既坚固，又具有延展性。框架更轻，墙体更薄，建筑得以拔地而起，直冲云霄。全新的建筑类型成为可能。
AI，就是组织的钢铁。它有潜力在工作流中保持上下文，在需要时呈现决策，而不制造噪音。人类沟通不再是承重墙。两小时的周会，变成五分钟的异步审阅；需要三层审批的高管决策，可能很快只需几分钟。公司可以真正地规模化，而不再承受我们早已习以为常的退化。
一个由水车驱动的磨坊。水力强大，但不稳定，并且把工厂限制在少数地点和季节之中。
第二个故事是蒸汽机。工业革命初期，纺织厂依赖水车，只能建在河流与溪水旁。当蒸汽机出现时，工厂主最初只是把水车换成蒸汽机，其他一切保持不变，结果生产力提升有限。
真正的突破发生在工厂主意识到：他们可以彻底摆脱对水的依赖。他们把工厂建在更靠近工人、港口和原料的地方，并围绕蒸汽机重新设计厂房。后来，电力进一步去中心化，工厂不再依赖单一动力轴，而是为不同机器配置更小的发动机。生产力由此爆炸式增长，第二次工业革命真正到来。
这幅 1835 年由托马斯·阿洛姆创作的版画，描绘了英国兰开夏的一家纺织厂，它由蒸汽机驱动。
我们今天，仍然处在“更换水车”的阶段。AI 聊天机器人被硬接到旧有工具之上，而我们还没有重新想象：当旧约束消失、当你的公司可以运行在“无限心智”之上时，组织本身应该是什么样子。
在 Notion，我们已经开始实验。在 1000 名员工之外，700 多个 AI 代理正在处理重复性工作。它们记录会议、回答问题以沉淀部落知识；处理 IT 请求、整理客户反馈；帮助新员工完成福利入职；撰写周报，让人们不必再复制粘贴。而这，只是婴儿步。真正的上限，只受制于我们的想象力与惰性。
经济体：从佛罗伦萨到超级城市
钢铁和蒸汽，不只是改变了建筑和工厂，它们改变了城市。
直到几百年前，城市仍然是“人类尺度”的。你可以在四十分钟内走遍佛罗伦萨。生活的节奏，取决于一个人能走多远、一种声音能传多响。
随后，钢结构让摩天大楼成为可能，蒸汽机驱动铁路把城市中心与腹地连接起来。电梯、地铁、高速公路接踵而至。城市在规模和密度上爆炸式增长。东京。重庆。达拉斯。
这些城市不只是更大的佛罗伦萨。它们是完全不同的生活方式。超级城市令人迷失、匿名，也更难理解。这种“不可读性”正是规模的代价。但它们同样提供了更多机会、更多自由——更多人，在更多组合中，做着更多事情，这是人类尺度的文艺复兴城市所无法承载的。
我认为，知识经济也即将经历同样的转变。
今天，知识工作占据了美国近一半的 GDP。但它仍然运行在人类尺度之上：几十人的团队、由会议和邮件节奏驱动的工作流、在几百人规模后就开始失灵的组织。我们用石头和木头，建造了一个个佛罗伦萨。
当 AI 代理在规模上真正上线时，我们将建造属于知识工作的东京。成千上万的代理与人类协作，工作流跨越时区、持续运转，不再等待某个人醒来。决策被综合，并在恰到好处的地方引入人类。
它会感觉不一样。更快，更具杠杆，但起初也更令人迷失。周会、季度规划、年度评估，可能不再有意义。新的节奏会出现。我们失去一些可读性，换来规模与速度。
超越水车
每一种奇迹材料，都要求人们停止用后视镜看世界，开始想象全新的可能。卡内基在钢铁中看到了城市天际线。兰开夏的工厂主在蒸汽机中看到了摆脱河流束缚的厂房。
我们仍然处在 AI 的“水车阶段”，把聊天机器人生硬地加在为人类设计的工作流之上。我们需要停止仅仅把 AI 当作副驾驶。我们需要去想象：当人类组织被钢铁加固，当琐碎工作被交给永不休眠的心智，知识工作究竟可以是什么样子。
钢铁。蒸汽。无限心智。下一个天际线，就在那里，等待我们去建造。