最近，Notion 创始人 Ivan Zhao 写了一篇年终总结《Steam, Steel, and Infinite Minds》。
Ivan 讲了一个特别有趣的观点：AI 是我们这个时代的「革命性材料」。就像工业时代的钢铁、数字时代的半导体一样。
AI 作为「infinite minds」已经来了。谁能掌握这种核心材料，谁就能定义一个时代。
借用麦克卢汉的一句话：「我们总是看着后视镜驶向未来。」在大的技术变革初期，人们总是有一种认知惯性：习惯于用旧的、熟悉的框架，去理解和应用全新的事物。
对比已经用上 AI 的程序员，大多数知识工作者的工作方式，仍像是在高速路上踩自行车，靠人力驱动。上下文的碎片化，让人类像「胶水」一样，通过复制粘贴和在不同浏览器标签页间来回切换，将碎片信息拼接起来。
「human in the loop」也不总是理想的状态。让人深度介入到每一个执行环节，就像在汽车发明后，还在派一个人举着旗子走在车前开道。
这篇文章给出了一个更大的视角去思考，未来我们的个人生产力、组织架构乃至经济模式应该是什么样。
每个时代，都会被一种标志性的革命性材料所塑造。钢铁锻造了「镀金时代」，半导体开启了数字时代，而现在，AI 作为一种 infinite minds 已经到来。历史告诉我们：谁能掌握核心材料，谁就能定义一个时代。
左图：少年时期的安德鲁·卡内基和他的弟弟。 右图：「镀金时代」的匹兹堡钢铁厂。
19 世纪 50 年代，安德鲁·卡内基还只是一个穿梭在匹兹堡泥泞街道上的电报员。当时，美国有六成的人口都是农民。然而在短短两代人的时间里，卡内基和他的同辈们就缔造了现代世界：铁路取代了马车，电灯取代了烛光，钢铁取代了钢。
此后，工作的重心从工厂转移到了办公室。
如今，我在旧金山经营着一家软件公司，为数百万的知识工作者提供工具。在这个科技之城，人人都在讨论通用人工智能，但在全球 20 亿的脑力劳动者中，大多数人还没有切身感受到它的影响。
未来的知识工作会是什么样？当一个组织的架构中，融入了永不休眠的智能时，会发生什么？
早期电影通常看起来像舞台剧，只用一台摄像机对着舞台拍摄。
未来之所以难以预测，往往是因为它总是披着历史的外衣。早期的电话通话像电报一样简短；早期的电影则像录制下来的舞台剧。这正如传播学家麦克卢汉所说：「我们总是看着后视镜驶向未来。」
当今最流行的人工智能形式，看起来就像过去的谷歌搜索。引用马歇尔·麦克卢汉的话：「我们总是看着后视镜驶向未来。」
今天，我们看到 AI 聊天机器人很大程度上仍在模仿谷歌的搜索框。这正是每当有新技术变革时，我们都会经历的令人不安的过渡阶段。
对于未来，我没有全部的答案。但我喜欢借助几个历史上的比喻，来思考 AI 如何在从个人、组织到整个经济体的不同尺度上发挥作用。
个人：从自行车到汽车
最初的线索，出现在知识工作的先行者，程序员身上。
我的联合创始人 Simon 曾是典型的「10 倍效能程序员」，但现在他已经很少亲自编写代码。你经过他的工位时，会看到他同时调度着三到四个 AI coding agents。这些智能体不仅打字更快，它们还能思考，这让 Simon 的综合效率提升到了 30-40 倍。他会在午饭前或临睡前分配好任务，让智能体在他休息时继续工作。他已经成为了一位「无限智能」的管理者。
20 世纪 70 年代，《科学美国人》杂志一项关于运动效率的研究，启发了史蒂夫·乔布斯提出著名的「思想的自行车」比喻。但在此后的几十年里，我们其实一直都在「信息高速公路」上踩着这辆自行车。
上世纪 80 年代，史蒂夫·乔布斯将个人电脑称为「思想的自行车」。十年后，我们铺设了互联网这条「信息高速公路」。但时至今日，大多数知识工作依然依赖人力驱动。这感觉就像是我们一直在高速公路上骑自行车。
而有了 AI agents，像 Simon 这样的人就已经完成了从骑自行车到开汽车的升级。
那么，其他知识工作者何时才能开上自己的「汽车」呢？这需要解决两个核心问题。
相比于编程，为什么用 AI 辅助知识工作更加困难？因为知识工作的场景更分散，成果也更难验证。
首先是上下文的碎片化。对于编程而言，工具和所需的上下文往往集中在一个地方：IDE、代码库、终端。
但普通的知识工作却分散在数十个不同的应用中。想象一个 AI 智能体要起草一份产品说明，它需要从 Slack 的聊天记录、一份战略文档、某个数据看板的上季度指标以及只存在于某人记忆中的隐性知识里整合信息。
目前，人类扮演着「胶水」的角色，通过复制粘贴和在不同浏览器标签页间来回切换，将这些碎片化的信息拼接起来。只要这些上下文没有被有效整合，AI 智能体就只能局限于一些非常狭窄的用途。
第二是缺乏可验证性。代码有一个神奇的特性：它的正确性可以通过测试和报错来验证。模型开发者可以利用这一点来训练 AI 提升编程能力，例如通过强化学习。
但你要如何验证一个项目管理得好不好，一份战略备忘录写得优不优秀？我们还没有找到有效的方法来评估和提升模型在通用知识工作上的表现。因此，人类仍然需要作为监督者和引导者参与其中（human in the loop），来定义什么是「好」的标准。
1865 年的《红旗法案》要求必须有一名旗手走在机动车前面引导（该法案于 1896 年废除）。这是一个我们不希望看到的「human in the loop」的例子。
今年，编程智能体的发展让我们认识到，human in the loop 并不总是一个理想的模式。它就像让一个人去检查生产线上拧紧的每一颗螺丝，像《1865 年红旗法案》要求的那样，派个人走在汽车前面清理道路。
我们希望人类从一个更高的维度去监督整个系统，而不是成为系统中的一个执行环节。一旦碎片化的上下文得到整合，工作成果变得可验证，数以十亿计的知识工作者就将经历从「骑行」到「驾驶」，再到「自动驾驶」的飞跃。
组织：钢铁与蒸汽
公司是近代才出现的发明。它们会随着规模扩大而退化，最终触及极限。
1855 年纽约和伊利铁路公司的组织架构图。现代企业和组织架构图正是随着铁路公司的发展演变而来，因为铁路公司是第一批需要远距离协调成千上万名员工的企业。
几百年前，大多数公司都只是十几人的小作坊。而现在，我们有了数十万员工的跨国企业。组织的沟通基础设施，即通过会议和信息相连的人类大脑，在指数级增长的负荷下早已经不堪重负。
我们试图通过层级、流程和文档来解决问题，就像是用木材去建造摩天大楼，一直用着与问题规模不匹配的工具。
两个历史上的比喻，展示了在新的革命性材料下，未来的组织会是什么样子。
钢铁的奇迹：1913 年在纽约落成的伍尔沃斯大厦，是当时世界第一高楼。
第一个比喻是钢铁。
在钢铁出现之前，19 世纪的建筑最多只能盖到六七层。因为钢虽然坚固，但又脆又重，楼层再高，建筑结构就会因为不堪自重而垮塌。钢铁改变了一切，它既坚固又有延展性，使得建筑框架可以更轻，墙壁可以更薄，楼层瞬间就能拔高到几十层。全新的建筑形态也由此诞生。
AI 就是组织的「钢铁」。它有潜力跨越不同的工作流来维持信息的上下文，并在需要时精准地呈现决策依据，消除沟通噪音。人类的沟通将不再是限制组织发展的「承重墙」。每周两小时的同步会议，可以变成五分钟的异步审阅；过去需要三级审批的行政决策，未来可能在几分钟内就能完成。公司能够实现真正的规模化扩张，不再受困于我们过去认为不可避免的效率衰减。
一座依靠水车提供动力的磨坊。水力虽强，但既不稳定，又受地理位置和季节的限制。
第二个故事关于蒸汽机。
工业革命初期，纺织厂大多建在河边，靠水车提供动力。当蒸汽机问世后，工厂主们起初只是简单地用蒸汽机替换掉水车，工厂的其他部分则维持原样。结果，生产力的提升相当有限。
真正的突破，发生在工厂主们意识到可以彻底摆脱对河流的依赖时。他们开始将规模更大的工厂建在离工人、港口和原材料更近的地方，并围绕蒸汽机重新设计了整个工厂的布局。（后来，随着电力的普及，工厂主们又进一步摆脱了对中央动力轴的依赖，改为在各台机器旁安装小型电动机。）生产力就此迎来了爆炸式增长，第二次工业革命也真正拉开了序幕。
这幅由托马斯·阿洛姆于 1835 年创作的版画，描绘了英国兰开夏郡的一家由蒸汽机驱动的纺织厂。
今天，我们仍处在 AI 应用的「替换水车」阶段：将 AI 聊天机器人简单地嫁接到为人类设计的现有工作流程上。我们还没有真正开始重新构想，当旧的限制不复存在，当你的公司能依靠永不休眠的智能来运作时，组织会是什么样子。
在 Notion，我们一直在进行实验。除了 1000 名员工，我们现在还有 700 多个 AI 智能体在处理重复性工作。它们会整理会议纪要，整合团队的隐性知识、处理 IT 支持请求、记录客户反馈、自动生成每周工作报告。而这一切，才刚刚起步。真正的潜力，受限于我们的想象力和惯性。
经济体：从佛罗伦萨到超级城市
钢铁和蒸汽不仅改变了建筑和工厂，它们还重塑了城市。
直到几百年前，城市都还是以人的尺度构建的。你只需四十分钟就能徒步穿越整个佛罗伦萨。生活的节奏，取决于人能走多远，声音能传多远。
后来，钢铁催生了摩天大楼；蒸汽机驱动的铁路将市中心与广阔的腹地连接起来；电梯、地铁和高速公路也相继问世。城市在规模和密度上都发生了爆炸性的增长，东京、重庆、达拉斯等超级城市应运而生。
它们不仅仅是放大版的佛罗伦萨，更是一种全新的生活方式。超级城市令人感到陌生、迷失方向，难以把握。这种「不可理解性」正是规模化所付出的代价。但与此同时，它们也提供了更多的机遇与自由，让更多的人能以更多元的方式组合在一起，完成文艺复兴时期那种「人的尺度」的城市所无法支撑的伟大事业。
我认为，知识经济也即将经历同样的变革。
如今，知识工作几乎占了美国 GDP 的一半，但运作方式大多还停留在「人的尺度」：团队规模不过几十人，工作节奏由会议和邮件主导，组织人数一旦超过几百便开始举步维艰。我们一直以来，都是在用石头和木材建造自己的「佛罗伦萨」。
当 AI 智能体大规模应用时，我们将开始建造属于知识经济的「东京」：由成千上万的智能体和人类共同组成的组织；跨越时区、持续运行的工作流，实时运转；决策在「恰到好处的人类介入」下完成。
这种感觉将会截然不同。更快，杠杆效应更强，但起初也会让人感到迷茫。每周例会、季度规划、年度评估这些我们熟悉的节奏或许将不再适用，新的节奏将会出现。我们会失去一些旧有的熟悉感，但换来的是前所未有的规模和速度。
超越水车时代
每一种革命性的材料，都要求人们停止通过后视镜看世界，而是开始想象一个全新的未来。卡内基看到钢铁，预见了城市的摩天轮廓；兰开夏郡的工厂主看到蒸汽机，构想出不再受河流束缚的厂房。
我们仍身处 AI 应用的「水车时代」，满足于将聊天机器人嫁接到为人类设计的工作流程上。我们应该停止仅仅让 AI 充当我们的 Copilot。我们需要开始大胆想象，当人类组织被「钢铁」加固，当繁杂的事务被托付给永不休眠的智能时，知识工作将会是一番怎样的景象。
钢铁，蒸汽，无限智能。下一个天际线，就在那里，等待我们去建造。
文章来自于微信公众号 “Founder Park”，作者 “Founder Park”