Notion创始人Ivan Zhao为AI写了一篇雄文：蒸汽、钢铁和无限量的智能。

他是很有资格下判断的，Notion本来就是最强的生产力工具，搭上这波大模型的顺风车后ARR（经常性年收入）更是快速涨到了6亿美金，其中超过一半是AI贡献的。

我试着翻译了全文，写得很流畅易懂：

每个时代都由其奇迹般的材料塑造。

钢铁锻造了镀金时代。半导体开启了数字时代。如今，AI以无限的智能形态出现。

如果历史教会我们什么，那就是掌握材料者同时掌握了如何掌握时代。

19世纪中期，还是小孩哥的安德鲁·卡内基曾作为电报童工在匹兹堡泥泞的街道上奔跑，当时六成美国人还是农民。

但不出两代人的时间，卡内基和他的同辈人就锻造出现代世界——铁路取代马车，电力驱散烛光，钢材替代生铁。

自那以后，劳动从工厂转移到了办公室。如今我在旧金山经营一家软件公司，为数以百万计的知识工作者打造工具。

我所在的这座工业小镇，所有人都在谈论AGI，但全球二十亿白领工作者大多尚未感受到其影响。

知识工作的未来会是什么模样？当组织结构图中融入永不休眠的智能，世界将会怎样？

这种未来往往难以预测，因为它总是伪装成过去的样子：早期的电话像电报一样惜字如金，早期的电影看起来像是被转录下来的舞台剧。

这就是马歇尔·麦克卢汉所说的「我们总是通过后视镜驶向未来。」

今天也是这样，所有的大模型产品，都在模仿Google的搜索框。

我们正处在每一次新技术流行前都会出现的那种令人不适的转型阶段。

我无法给出关于未来会怎么发展的全部答案，但我会用几个历史片段来关联AI发挥作用的过程——从个人到组织，再到整个经济体。

【个人层面 - 从自行车到汽车】

这在知识工作领域的先行者——程序员群体中已初现端倪。

我的同事、Notion的联合创始人Simon曾是大家眼中的「10倍程序员」，也就是他写代码的效率，是普通员工的10倍。

但他现在已经基本上不写代码了。

经过他的工位时，你会看到他在同时使唤3到4个AI编程助手，这些助手不仅敲代码更快，还能自主思考。

这让Simon失去了「10倍程序员」的评价，他的工作效率达到了原先的30倍以上。

他常在吃饭和睡觉前布置任务，让AI在他离开时继续劳动，近乎无情的压榨着这些不知疲倦的智能体。

1980，史蒂夫·乔布斯将个人电脑称为「思想自行车」。过了很多年，我们铺就了互联网这条「信息高速公路」，然而大多数知识工作仍由人力驱动，这就像我们一直在高速公路上骑着自行车。

借助AI，Simon这类人总算是把汽车开上路了。

那么问题来了，你们关心的是，自己——以及更多普通的知识工作者——什么时候才能开上汽车？

必须解决两个问题。

其一，是上下文的碎片化。

对于编程来说，工具和上下文往往集中在一处：IDE、代码库、终端。

但通用知识型工作却分散在数十种工具中，想象一个AI工具试图起草产品简报：

它需要从Slack的聊天记录、云文档、仪表盘中的上季度指标，以及仅存于某人脑海中的记忆里提取信息。

所以你们觉得AI不堪大用的原因，还是在于自己需要频繁扮演粘合剂的角色，通过复制粘贴和在浏览器标签页之间切换来拼凑这些信息。

在实现上下文整合之前，AI将始终局限于特定使用场景。

其二，在于可验证性的缺失。

代码的好处在于，可以随时测试它能不能跑起来，大模型的开发者利用这种特点，来为AI训练强化学习的能力。

但在有着标准答案的编程或是数学场景之外，怎么验证一个项目的管理是正确的、备忘录的记录质量是否优秀？

我们尚未找到泛化的评判方法，因此，人类仍需大量参与其中，进行监督、指导和示范。

事实表明，让不稳定的人类给AI当老师并非总是可取。

这就像是让专门派人逐个检查流水线上的螺栓，或是效仿1865年的「红旗法案」，在汽车前面安排一个旗手驱赶路人、清理道路。

我们需要的是让人类站在制高点监督整个循环系统，而非深陷其中。

当工作情境完成整合且成果具备可验证性时，数以亿计的劳动者将实现从「踩踏板」到「握方向盘」的跨越，最终迈向「自动驾驶」。

【组织层面 - 钢铁与蒸汽的时代产物】

企业是近代的人造产物，它们在扩张过程中效能递减，终将触及发展瓶颈。

现代企业这种组织，是由铁路公司演进而来，因为这是人类第一次需要协调分散在广阔地域内的数千名员工。

时至今日，拥有数十万雇员的跨国集团也为数不少了，传统沟通模式（依赖会议与信息传递的人脑协作体系）在指数级增长的压力下已难堪重负。

我们试图通过层级管理、流程优化和文档体系来解决这一问题，但这无异于用建造木屋的工具来修建摩天大楼——选择人类尺度的工具应对工业级规模的挑战。

我想用两段历史来说明，材料的发明，才是改变组织的原动力。

首先是钢材。在钢材出现前，地球上的建筑高度被限制在六七层左右。

铁虽坚固，但易碎且沉重，增加楼层会使结构因自身重量而坍塌。

钢材改变了一切——它既坚固又具延展性，从此建筑框架可以变得更大，墙体也能更纤薄，高楼大厦突然就能拔地而起建好几十层了。

AI就如同组织的钢材。它能跨越工作流持续保持语境关联，在需要时呈现决策要点而不掺杂干扰信息。

于是人类之间的核对不再需要充当承重墙：

每周两小时的协调会议可压缩为五分钟的异步审阅，需要三级审批的决策可能很快在几分钟内完成，企业得以真正实现规模化扩张，而无需接受那些曾被视作必然的效率损耗。

第二个故事是关于蒸汽机的。

工业革命初期，早期的纺织厂依水而建，依靠水车提供动力。

当蒸汽机出现时，工厂的主人只是下意识的将水车替换为蒸汽机，其他一切保持不变，还是磨坊的形态，故而生产效率的提升微乎其微。

真正的突破发生在他们意识到可以完全摆脱对水的依赖之后。

简单来说，在靠近工人、港口和原材料的地方建造更大的工厂，并根据蒸汽机的特性重新设计了工厂布局。

比如电力普及后，工厂进一步摆脱了对中央动力轴的依赖，在车间各处为不同机器配置了小型发动机。

结果就是，生产效率呈爆炸式增长，第二次工业革命一发而不可收拾。

现在，我们仍处于「替换水车」的本能阶段，现有的工具里被塞进去一个又一个的聊天机器人。

我们尚未重新构想，当旧有的约束消失、公司可以依靠在你睡觉时仍不停止工作的无限智能运行时，组织形态应当怎样与时俱进。

在我司（Notion），实验一直在进行中。除了我们的1000名员工，还有超过700个智能体在负责重复性工作。

它们整理会议记录、回答问题以整合内部经验；处理 IT 需求并记录客户反馈；协助新员工熟悉福利制度；编写周度进度报告，让人们无需手动复制粘贴。

而这仅仅是迈出的第一步，真正的效益仅受限于我们的想象力与行动力。

【经济体 - 从弗洛伦萨到超级都市】

钢铁与蒸汽不仅改变了建筑与工厂，它们重新设计了人类聚集的城市环境。

要知道，仅仅是在几百年前，城市仍以人的尺度构建，穿越佛罗伦萨只需四十分钟，生活节奏由步行距离和人声的传播范围决定。

钢材的出现让摩天大楼成为可能，蒸汽发动机驱动铁路，将市中心与腹地连接，电梯、地铁、高速公路相继问世。

然后，城市的规模开始超出想象，东京、重庆、达拉斯莫不如此。这些已不仅是佛罗伦萨的放大版，它们代表着全新的生活方式。

超级都市如同一个巨大的生命，体里的毛细血管流动着工业文明的血液与细胞，既深邃复杂，又充满机会，能够容纳远比文艺复兴时期更多的人，创造各种新的作品。

我认为知识经济即将经历一场类似的变化。

目前，知识工作差不多占据了美国GDP的一半，其中大多数仍停留在作坊式的规模：

团队不过数十人，工作流程依赖会议和电子邮件推动，组织规模一旦突破数百人便面临困境。

换句话说，我们至今仍在使用砖石与木材，构筑着佛罗伦萨式的知识工作模式。

当AI劳动力普及之后，我们将复制东京式的奇迹，由成千上万个智能体和人类耦合在一起的地图徐徐展开，跨时区持续运转的工作流程不再因人类休眠而停滞，决策过程精准融入恰到好处的人类智慧，形成人机协同的黄金配比。

全新的运作节奏会带来颠覆性体验——更迅捷高效，更具杠杆效应，但初期难免令人无所适从。

周例会、季度规划、年度评审这些传统周期律可能失去意义，我们在获得规模化与速度的同时，也将面临部分运行逻辑的透明性消减。

【超越水车时代的认知局限】

每一次奇迹材料的诞生，都要求人们摒弃后视镜式的陈旧视角，转而看到某种全局化的未来。

就像卡内基凝视钢铁时，预见的是都市天际线；兰开夏郡的工厂主人注视蒸汽机时，构想的是摆脱河流束缚的工业化生产图景。

我们要快点离开「水车阶段」，不要再勉强AI融入人类为自己设计的工作流里了，试着开始搭建属于AI的生产环境，赋予它们行动权。

钢铁意志。蒸汽轰鸣。无限智能。下一座天际线已在远方浮现，静待我们亲手构筑。

转载自：阑夕