蒸汽、鋼鐵與腦力：AI 正在重寫“工作的物理結構”和人類的生存方式

今天，我要給大家帶來一個著名企業Notion創創始人 Ivan Zhao的一段精彩文章。

Notion Labs Inc. 是一家總部位于舊金山的生產力與協作軟件公司，意圖打造一個覆蓋個人、團隊到企業的“全合一工作空間。用戶可以在同一個平臺上工作，它既是筆記工具，也是項目與流程管理系統、知識庫、協作平臺。很多用戶甚至把 Notion 稱為“個人/團隊的第二大腦”。
該公司由 Ivan Zhao（CEO） 和 Simon Last（CTO） 于2013年在舊金山共同創立。

Ivan Zhao出生于中國，少年時期在新疆烏魯木齊，后隨母親移居加南大，并在哥倫比亞大學主修認知科學與美學設計，Last 是計算機科學背景工程師，兩人希望打造一款高度自由、可定制、非技術用戶也能用好的工具。目前，Notion 的全球注冊用戶突破 1億，收費用戶：超過 400萬，2025 年收入約 5 億美元，估值超過100 億美元。
這樣重量級的人物其演講應該不容小覷。我先分析，之后附上演講全文供各位參考。

19 世紀，人類掌握了蒸汽和鋼鐵。城市不再受限于河流，工廠不必依附水車，高樓開始突破重力的限制。那一刻改變的，不只是效率，而是整個社會的空間結構與組織方式。

今天，AI 正站在同樣的位置上。
它并不是一個更好用的軟件，而是一種可以被規模化、被復制、被調度的腦力資源。

一、為什么我們總是低估技術革命的第一幕

每一次技術革命，都會先經歷一個“看起來沒那么革命”的階段。

電話剛出現時，只被當作一個能說話的電報；
電影剛出現時，更只是被拍下來的舞臺劇；
這些革命性的發明，卻在開始時被人有意無意地忽視，當作一個小創新。
今天的 AI，看起來更像是一個會聊天的搜索框。

這不是技術的問題，而是人的問題。
人類習慣用舊結構理解新事物，我們總是透過后視鏡駛向未來。

于是，大多數公司現在做的事，本質上是：
把 AI 硬塞進舊流程，指望它自然帶來效率提升。

歷史告訴我們，這種方式幾乎一定會失敗。

二、真正的變化，先發生在個人身上

最早發生變化的，從來不是“普通崗位”，而是站在效率極限上的那一小撮人。

在硅谷，一些頂級工程師已經很少親自寫代碼了。他們的工作，更像是在指揮多個 AI 智能體：
誰負責拆任務，誰負責生成方案，誰負責驗證結果。

人類從“執行者”，變成了“調度者”。

這背后的轉變非常關鍵：
AI 并不是在放大你的雙手，而是在外包你的思考過程。

過去幾十年，知識工作者就像騎著自行車在信息高速公路上前進；而現在，有人已經坐進了汽車。
那你呢？

三、為什么“多數人”暫時還沒感受到質變

但問題是：
為什么這種變化還沒有大規模發生？

答案并不復雜，只有兩個結構性障礙。

第一，是上下文碎片化。
真實的知識工作，并不集中在一個系統里，而是散落在會議、聊天記錄、文檔、表格，甚至某個人的記憶中。
目前，負責把這些碎片拼起來的，仍然是人。

第二，是結果不可驗證。
代碼好不好，可以測試；
戰略對不對、管理有沒有效率，卻很難用統一標準衡量。

這決定了一個事實：
AI 短期內不會取代人，而是迫使人升級。

四、AI 對組織的意義，遠大于對個人的意義

如果說 AI 對個人的影響是“交通工具升級”，
那它對組織的影響，更像是鋼鐵對建筑的意義。

在沒有鋼鐵之前，建筑依賴承重墻，高度、空間、形態都受到嚴格限制；
鋼鐵出現后，結構被重新定義，高樓與開放空間才成為可能。
人們聚集的生活方式也才發生系統的改變。

在組織中，人類溝通本身，就是“承重墻”。

會議、審批、層級——這些并不是管理失誤，而是信息傳遞效率有限的必然結果。

AI 的真正價值，在于它可以成為組織的“結構件”：
連續運轉、不依賴情緒、低成本同步信息。

這意味著，公司第一次有可能在不犧牲效率的前提下持續擴張。

五、歷史給過我們一個明確的警告

蒸汽機出現后的很長一段時間，工廠主只是把水車換成蒸汽機，其余一切照舊。
結果是：生產率提升有限。

真正的爆發，發生在他們意識到——
可以不靠河流選址，可以圍繞動力重新設計工廠。

今天的大多數 AI 應用，也依然停留在“換動力、不改結構”的階段。

這也是為什么很多企業一邊高喊 AI，一邊感受不到實質改變。

六、當“組織規模”這個概念開始失效

已經有公司在做不同的嘗試。

在一些前沿組織里，AI 智能體的數量，已經接近甚至超過人類員工。
它們處理重復事務、沉淀知識、維持系統運轉；
人類則負責判斷方向、設定目標、做價值取舍。

這會帶來一個顛覆性的結果：
員工人數，將不再是衡量企業能力的核心指標。

未來的企業，更像是：
少量人類決策核心 + 大規模 AI 執行網絡。

七、我們正在用“失序”換取“自由”

從佛羅倫薩那樣的可步行城市，到東京、重慶這樣的超級都市，人類用復雜性換來了規模、機會與速度。

知識經濟也將經歷同樣的過程。

傳統的工作節奏——周會、季度規劃、年度目標——很可能會逐漸失效。
新的節奏尚未成形，但方向已經明確：
更快、更連續、更少人為摩擦。

這必然會帶來不適，但也意味著前所未有的釋放。

別再把 AI 當“副駕駛”

真正危險的，不是 AI 太強，而是我們仍在用舊世界的邏輯理解它。

AI 不是一個幫你完成任務的副駕駛，
它更像是一種新的基礎材料——
就像鋼鐵、蒸汽、電力那樣，最終會重塑工作的“物理結構”。

當腦力本身可以被規模化、被復制、被調度，
我們面對的，將不是“要不要用 AI”，
而是一個更根本的問題：

你準備好在一個“無限心智”的時代，重新定義人的位置了嗎？

以下是該篇博客文章的中文翻譯版

蒸汽、鋼鐵與無限心智

作者 | Ivan Zhao
來源 | Notion 官方博客
發布日期 | 2025 年 12 月 22 日

每一時代都由其奇跡材料塑造

每個時代都被一種奇跡材料塑造。鋼鐵鍛造了鍍金時代（Gilded Age）。半導體點亮了數字時代。而如今，AI 以“無限心智”（Infinite Minds）的形式到來。如果歷史能教會我們什么，那就是：誰掌握了這種材料，誰就將定義這個時代。

19 世紀 50 年代，安德魯·卡內基還是在匹茲堡泥濘街巷中奔跑的電報少年。當時每十個美國人中有六個是農民。兩代人過去之后，卡內基和他的同輩塑造了現代世界：馬車讓位于鐵路、燭光讓位于電力、生鐵讓位于鋼。

從那時起，工作的重心從工廠轉向辦公室。如今，我在舊金山經營一家軟件公司，為數百萬知識工作者打造工具。在這座科技之城，人人都在談論通用人工智能（AGI），但全球二十億桌面工作者中的大多數尚未真切體驗到它的影響。知識工作在不久的未來會變成什么樣？當組織結構圖開始吸納那些永不休眠的心智，會發生什么？

為何未來常披著過去的外衣

未來之所以難以預測，是因為它總是偽裝成過去。早期的電話通話聽起來像電報；早期的電影看起來像被攝錄下來的舞臺劇。正如傳媒理論家馬歇爾·麥克盧漢所說：“我們總是透過后視鏡駛向未來。”而今天最流行的 AI 形式，看起來仍像過去的谷歌搜索框那樣——只是帶了一個聊天界面。

我們正深陷于這種每一次技術范式更替都會經歷的不適過渡期。下一個階段會是什么？我沒有全部答案。但我喜歡用一些歷史隱喻來思考 AI 如何在不同尺度上工作：從個人，到組織，再到整個經濟體。

個人：從自行車到汽車

最早的變化可以在知識工作“大祭司”——程序員身上看到。我的聯合創始人 Simon 曾是我們所謂的“10× 程序員”，但如今他很少親自編寫代碼了。走過他的工位，你會看到他同時指揮著三到四個 AI 編程智能體。它們不僅輸入更快，而且能思考。這樣，他成了大約 30–40× 效能的工程師。他在午飯前或睡前排好任務隊列，讓它們在他離開時工作。他已經變成了一位無限心智的管理者。

1970 年代《科學美國人》關于運動效率的一項研究啟發了史蒂夫·喬布斯提出著名的“大腦的自行車”隱喻。自那以后幾十年，我們在信息高速公路上不停踩著腳踏板。然而今天，大多數知識工作依然是人力驅動——就好像我們在高速公路上騎自行車一樣。

借助 AI 智能體，像 Simon 這樣的知識工作者已經從“騎自行車”過渡到“開汽車”。但要讓這種跨越在更大范圍內發生，還必須解決兩個主要問題：

一是“碎片化的上下文”。 編程任務通常有一個固定位置：IDE、代碼庫、終端。可大多數知識工作分散在幾十個工具之中——Slack 對話、策略文檔、上季度指標、存在于某個人頭腦中的機構記憶。如今人類是把這些碎片整合起來的“膠水”。只有把這些上下文合并起來，AI 才能真正發揮作用。

二是“可驗證性缺失”。 代碼可以通過測試和錯誤來驗證。因此模型制作者可以用它來訓練 AI 更好地寫代碼。但如何驗證一個項目是否得到良好管理？如何判斷一份戰略備忘錄是否優秀？我們尚未找到一種能讓 AI 在通用知識工作中持續改進的方法。這意味著人類仍需監督、指導并展示什么才是好的成果。

曾經的《紅旗法案（Red Flag Act）》要求在汽車行駛前必須有一個人舉紅旗在前面走——這是一個不理想的“人在循環中”的例子。在編程的實踐中我們也學到了類似一課：我們不希望人類檢查每個細節，而應站在更高的層面去監督整個過程。一旦上下文整合完畢、工作可驗證，那么數十億工人就能從“騎自行車”進化到“開汽車”，進而邁向“自動駕駛”。

組織：AI 是組織的鋼鐵

鋼鐵既堅固又具延展性，有了它，框架可以更輕、墻壁可以更薄，建筑可以高聳數十層。AI 在組織中扮演著相似的角色——它有能力貫穿整個工作流程，并在需要時提供清晰的決策依據，而不是噪音。這樣人類的溝通不再是“承重墻”。

舉例來說，每周兩小時的會議可以壓縮成五分鐘的異步復盤。過去需要三級審批的決策可能只需要幾分鐘就能完成。公司可以真正實現規模擴張，而不會出現我們以前認為不可避免的效率退化。

工業革命早期，工廠主最初只是將蒸汽機替換掉水車，而其他一切照舊。這并沒有帶來顯著生產率提升。真正的突破出現在他們意識到：可以完全擺脫河流依賴，在靠近工人、港口和原材料的地方建造更大的工廠，并圍繞蒸汽機重新設計工廠布局。隨后的電力時代更進一步，將小型電機放在工廠每臺機器旁，而不再依賴中央動力軸。生產率隨之爆發性增長。

我們今天仍停留在用“水車換蒸汽機”的階段。大多數企業僅僅把 AI 聊天機器人硬性附加在現有工具上，并未重新思考組織如何運作。當舊有約束消失、公司可以依賴“無限心智”晝夜無休地運轉時，組織究竟會是什么模樣？這是我們需要去想象的問題。

在 Notion，我們一直在進行實驗。除了大約 1000 名員工之外，我們還有 700 多個 AI 智能體在處理重復性工作。它們記錄會議紀要、回答問題并整合“部落式知識”；處理 IT 請求并記錄客戶反饋；幫助新人適應福利制度；撰寫每周狀態報告，讓人們不再需要重復復制粘貼。這僅僅是起步——真正的收益取決于我們的想象力與慣性。

經濟：從佛羅倫薩到東京

我們曾用石頭和木頭建造了佛羅倫薩。那是一座可在四十分鐘內徒步穿越的城市。鋼鐵、蒸汽與電梯出現之后，城市被重新塑造：東京、重慶等超級大都市崛起，成為高密度、高速度的復雜生態系統。它們令人迷失，卻也提供更多機會與自由。

類似地，當 AI 智能體大規模被引入工作流程——跨越時區、晝夜運行、與人類深度協作——知識經濟將經歷類似的變革。傳統的工作節奏（比如周會、季度規劃、年度考核）或許不再適用；取而代之的是一種全新的節奏，一種尚未被命名的工作范式。我們也許會失去一些熟悉的秩序，但我們將收獲前所未有的規模與速度。

結語

每一種奇跡材料的到來都要求人們停止通過后視鏡看世界，而是開始想象一個新的世界。卡內基從鋼鐵中看到了城市天際線；蘭開夏郡的工廠主從蒸汽機中看到了不依賴河流的工廠。如今，我們必須停止將 AI 僅視為副駕（Copilot）。當人類組織被“鋼鐵般的 AI”加強、繁重瑣事交給永不休眠的心智時，知識工作將變成全新的景象。鋼、蒸汽、無限心智——下一片天際線已經清晰可見，只等待我們去建造。

感謝點贊?轉發。

早七點準時發文

大家好，我是江南君，一個路見不平一聲吼的老boy。

做過監理，行政，金融，設計，干過培訓，超市，餐飲，投資，外貿……目前常住越南。

喜歡寫點文字，思考點人生，管管閑事。

多年后，當后人問我對社會做了哪些貢獻時，我會自豪地說，面對事實，我做了誠實的記錄和評論。

為防失聯，加好友（67932342）

10萬+文章

【社會】

【社會】

【社會】

【社會】

【社會】

【社會】

【時事】

投資認知類文章