蒸汽、钢铁与脑力：AI 正在重写“工作的物理结构”和人类的生存方式

今天，我要给大家带来一个著名企业Notion创创始人 Ivan Zhao的一段精彩文章。

Notion Labs Inc. 是一家总部位于旧金山的生产力与协作软件公司，意图打造一个覆盖个人、团队到企业的“全合一工作空间。用户可以在同一个平台上工作，它既是笔记工具，也是项目与流程管理系统、知识库、协作平台。很多用户甚至把 Notion 称为“个人/团队的第二大脑”。
该公司由 Ivan Zhao（CEO） 和 Simon Last（CTO） 于2013年在旧金山共同创立。

Ivan Zhao出生于中国，少年时期在新疆乌鲁木齐，后随母亲移居加南大，并在哥伦比亚大学主修认知科学与美学设计，Last 是计算机科学背景工程师，两人希望打造一款高度自由、可定制、非技术用户也能用好的工具。目前，Notion 的全球注册用户突破 1亿，收费用户：超过 400万，2025 年收入约 5 亿美元，估值超过100 亿美元。
这样重量级的人物其演讲应该不容小觑。我先分析，之后附上演讲全文供各位参考。

19 世纪，人类掌握了蒸汽和钢铁。城市不再受限于河流，工厂不必依附水车，高楼开始突破重力的限制。那一刻改变的，不只是效率，而是整个社会的空间结构与组织方式。

今天，AI 正站在同样的位置上。
它并不是一个更好用的软件，而是一种可以被规模化、被复制、被调度的脑力资源。

一、为什么我们总是低估技术革命的第一幕

每一次技术革命，都会先经历一个“看起来没那么革命”的阶段。

电话刚出现时，只被当作一个能说话的电报；
电影刚出现时，更只是被拍下来的舞台剧；
这些革命性的发明，却在开始时被人有意无意地忽视，当作一个小创新。
今天的 AI，看起来更像是一个会聊天的搜索框。

这不是技术的问题，而是人的问题。
人类习惯用旧结构理解新事物，我们总是透过后视镜驶向未来。

于是，大多数公司现在做的事，本质上是：
把 AI 硬塞进旧流程，指望它自然带来效率提升。

历史告诉我们，这种方式几乎一定会失败。

二、真正的变化，先发生在个人身上

最早发生变化的，从来不是“普通岗位”，而是站在效率极限上的那一小撮人。

在硅谷，一些顶级工程师已经很少亲自写代码了。他们的工作，更像是在指挥多个 AI 智能体：
谁负责拆任务，谁负责生成方案，谁负责验证结果。

人类从“执行者”，变成了“调度者”。

这背后的转变非常关键：
AI 并不是在放大你的双手，而是在外包你的思考过程。

过去几十年，知识工作者就像骑着自行车在信息高速公路上前进；而现在，有人已经坐进了汽车。
那你呢？

三、为什么“多数人”暂时还没感受到质变

但问题是：
为什么这种变化还没有大规模发生？

答案并不复杂，只有两个结构性障碍。

第一，是上下文碎片化。
真实的知识工作，并不集中在一个系统里，而是散落在会议、聊天记录、文档、表格，甚至某个人的记忆中。
目前，负责把这些碎片拼起来的，仍然是人。

第二，是结果不可验证。
代码好不好，可以测试；
战略对不对、管理有没有效率，却很难用统一标准衡量。

这决定了一个事实：
AI 短期内不会取代人，而是迫使人升级。

四、AI 对组织的意义，远大于对个人的意义

如果说 AI 对个人的影响是“交通工具升级”，
那它对组织的影响，更像是钢铁对建筑的意义。

在没有钢铁之前，建筑依赖承重墙，高度、空间、形态都受到严格限制；
钢铁出现后，结构被重新定义，高楼与开放空间才成为可能。
人们聚集的生活方式也才发生系统的改变。

在组织中，人类沟通本身，就是“承重墙”。

会议、审批、层级——这些并不是管理失误，而是信息传递效率有限的必然结果。

AI 的真正价值，在于它可以成为组织的“结构件”：
连续运转、不依赖情绪、低成本同步信息。

这意味着，公司第一次有可能在不牺牲效率的前提下持续扩张。

五、历史给过我们一个明确的警告

蒸汽机出现后的很长一段时间，工厂主只是把水车换成蒸汽机，其余一切照旧。
结果是：生产率提升有限。

真正的爆发，发生在他们意识到——
可以不靠河流选址，可以围绕动力重新设计工厂。

今天的大多数 AI 应用，也依然停留在“换动力、不改结构”的阶段。

这也是为什么很多企业一边高喊 AI，一边感受不到实质改变。

六、当“组织规模”这个概念开始失效

已经有公司在做不同的尝试。

在一些前沿组织里，AI 智能体的数量，已经接近甚至超过人类员工。
它们处理重复事务、沉淀知识、维持系统运转；
人类则负责判断方向、设定目标、做价值取舍。

这会带来一个颠覆性的结果：
员工人数，将不再是衡量企业能力的核心指标。

未来的企业，更像是：
少量人类决策核心 + 大规模 AI 执行网络。

七、我们正在用“失序”换取“自由”

从佛罗伦萨那样的可步行城市，到东京、重庆这样的超级都市，人类用复杂性换来了规模、机会与速度。

知识经济也将经历同样的过程。

传统的工作节奏——周会、季度规划、年度目标——很可能会逐渐失效。
新的节奏尚未成形，但方向已经明确：
更快、更连续、更少人为摩擦。

这必然会带来不适，但也意味着前所未有的释放。

别再把 AI 当“副驾驶”

真正危险的，不是 AI 太强，而是我们仍在用旧世界的逻辑理解它。

AI 不是一个帮你完成任务的副驾驶，
它更像是一种新的基础材料——
就像钢铁、蒸汽、电力那样，最终会重塑工作的“物理结构”。

当脑力本身可以被规模化、被复制、被调度，
我们面对的，将不是“要不要用 AI”，
而是一个更根本的问题：

你准备好在一个“无限心智”的时代，重新定义人的位置了吗？

以下是该篇博客文章的中文翻译版

蒸汽、钢铁与无限心智

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

每一时代都由其奇迹材料塑造

每个时代都被一种奇迹材料塑造。钢铁锻造了镀金时代（Gilded Age）。半导体点亮了数字时代。而如今，AI 以“无限心智”（Infinite Minds）的形式到来。如果历史能教会我们什么，那就是：谁掌握了这种材料，谁就将定义这个时代。

19 世纪 50 年代，安德鲁·卡内基还是在匹兹堡泥泞街巷中奔跑的电报少年。当时每十个美国人中有六个是农民。两代人过去之后，卡内基和他的同辈塑造了现代世界：马车让位于铁路、烛光让位于电力、生铁让位于钢。

从那时起，工作的重心从工厂转向办公室。如今，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。在这座科技之城，人人都在谈论通用人工智能（AGI），但全球二十亿桌面工作者中的大多数尚未真切体验到它的影响。知识工作在不久的未来会变成什么样？当组织结构图开始吸纳那些永不休眠的心智，会发生什么？

为何未来常披着过去的外衣

未来之所以难以预测，是因为它总是伪装成过去。早期的电话通话听起来像电报；早期的电影看起来像被摄录下来的舞台剧。正如传媒理论家马歇尔·麦克卢汉所说：“我们总是透过后视镜驶向未来。”而今天最流行的 AI 形式，看起来仍像过去的谷歌搜索框那样——只是带了一个聊天界面。

我们正深陷于这种每一次技术范式更替都会经历的不适过渡期。下一个阶段会是什么？我没有全部答案。但我喜欢用一些历史隐喻来思考 AI 如何在不同尺度上工作：从个人，到组织，再到整个经济体。

个人：从自行车到汽车

最早的变化可以在知识工作“大祭司”——程序员身上看到。我的联合创始人 Simon 曾是我们所谓的“10× 程序员”，但如今他很少亲自编写代码了。走过他的工位，你会看到他同时指挥着三到四个 AI 编程智能体。它们不仅输入更快，而且能思考。这样，他成了大约 30–40× 效能的工程师。他在午饭前或睡前排好任务队列，让它们在他离开时工作。他已经变成了一位无限心智的管理者。

1970 年代《科学美国人》关于运动效率的一项研究启发了史蒂夫·乔布斯提出著名的“大脑的自行车”隐喻。自那以后几十年，我们在信息高速公路上不停踩着脚踏板。然而今天，大多数知识工作依然是人力驱动——就好像我们在高速公路上骑自行车一样。

借助 AI 智能体，像 Simon 这样的知识工作者已经从“骑自行车”过渡到“开汽车”。但要让这种跨越在更大范围内发生，还必须解决两个主要问题：

一是“碎片化的上下文”。 编程任务通常有一个固定位置：IDE、代码库、终端。可大多数知识工作分散在几十个工具之中——Slack 对话、策略文档、上季度指标、存在于某个人头脑中的机构记忆。如今人类是把这些碎片整合起来的“胶水”。只有把这些上下文合并起来，AI 才能真正发挥作用。

二是“可验证性缺失”。 代码可以通过测试和错误来验证。因此模型制作者可以用它来训练 AI 更好地写代码。但如何验证一个项目是否得到良好管理？如何判断一份战略备忘录是否优秀？我们尚未找到一种能让 AI 在通用知识工作中持续改进的方法。这意味着人类仍需监督、指导并展示什么才是好的成果。

曾经的《红旗法案（Red Flag Act）》要求在汽车行驶前必须有一个人举红旗在前面走——这是一个不理想的“人在循环中”的例子。在编程的实践中我们也学到了类似一课：我们不希望人类检查每个细节，而应站在更高的层面去监督整个过程。一旦上下文整合完毕、工作可验证，那么数十亿工人就能从“骑自行车”进化到“开汽车”，进而迈向“自动驾驶”。

组织：AI 是组织的钢铁

钢铁既坚固又具延展性，有了它，框架可以更轻、墙壁可以更薄，建筑可以高耸数十层。AI 在组织中扮演着相似的角色——它有能力贯穿整个工作流程，并在需要时提供清晰的决策依据，而不是噪音。这样人类的沟通不再是“承重墙”。

举例来说，每周两小时的会议可以压缩成五分钟的异步复盘。过去需要三级审批的决策可能只需要几分钟就能完成。公司可以真正实现规模扩张，而不会出现我们以前认为不可避免的效率退化。

工业革命早期，工厂主最初只是将蒸汽机替换掉水车，而其他一切照旧。这并没有带来显著生产率提升。真正的突破出现在他们意识到：可以完全摆脱河流依赖，在靠近工人、港口和原材料的地方建造更大的工厂，并围绕蒸汽机重新设计工厂布局。随后的电力时代更进一步，将小型电机放在工厂每台机器旁，而不再依赖中央动力轴。生产率随之爆发性增长。

我们今天仍停留在用“水车换蒸汽机”的阶段。大多数企业仅仅把 AI 聊天机器人硬性附加在现有工具上，并未重新思考组织如何运作。当旧有约束消失、公司可以依赖“无限心智”昼夜无休地运转时，组织究竟会是什么模样？这是我们需要去想象的问题。

在 Notion，我们一直在进行实验。除了大约 1000 名员工之外，我们还有 700 多个 AI 智能体在处理重复性工作。它们记录会议纪要、回答问题并整合“部落式知识”；处理 IT 请求并记录客户反馈；帮助新人适应福利制度；撰写每周状态报告，让人们不再需要重复复制粘贴。这仅仅是起步——真正的收益取决于我们的想象力与惯性。

经济：从佛罗伦萨到东京

我们曾用石头和木头建造了佛罗伦萨。那是一座可在四十分钟内徒步穿越的城市。钢铁、蒸汽与电梯出现之后，城市被重新塑造：东京、重庆等超级大都市崛起，成为高密度、高速度的复杂生态系统。它们令人迷失，却也提供更多机会与自由。

类似地，当 AI 智能体大规模被引入工作流程——跨越时区、昼夜运行、与人类深度协作——知识经济将经历类似的变革。传统的工作节奏（比如周会、季度规划、年度考核）或许不再适用；取而代之的是一种全新的节奏，一种尚未被命名的工作范式。我们也许会失去一些熟悉的秩序，但我们将收获前所未有的规模与速度。

结语

每一种奇迹材料的到来都要求人们停止通过后视镜看世界，而是开始想象一个新的世界。卡内基从钢铁中看到了城市天际线；兰开夏郡的工厂主从蒸汽机中看到了不依赖河流的工厂。如今，我们必须停止将 AI 仅视为副驾（Copilot）。当人类组织被“钢铁般的 AI”加强、繁重琐事交给永不休眠的心智时，知识工作将变成全新的景象。钢、蒸汽、无限心智——下一片天际线已经清晰可见，只等待我们去建造。

感谢点赞➕转发。

早七点准时发文

大家好，我是江南君，一个路见不平一声吼的老boy。

做过监理，行政，金融，设计，干过培训，超市，餐饮，投资，外贸……目前常住越南。

喜欢写点文字，思考点人生，管管闲事。

多年后，当后人问我对社会做了哪些贡献时，我会自豪地说，面对事实，我做了诚实的记录和评论。

为防失联，加好友（67932342）

10万+文章

【社会】

【社会】

【社会】

【社会】

【社会】

【社会】

【时事】

投资认知类文章