近日，Notion 联合创始人兼 CEO Ivan Zhao 在其官方博客上发表题为《蒸汽、钢铁与无限心智》（Steam, Steel, and Infinite Minds）的深度文章。

在旧金山这一科技重镇，尽管关于通用人工智能（AGI）的讨论不绝于耳，但 Ivan Zhao 指出，全球数十亿知识工作者尚未真正感受到其冲击。他通过钢铁、蒸汽机等历史隐喻，深刻剖析了 AI 如何重塑个人、组织乃至整个经济体。

Ivan Zhao 认为，我们正处于技术转型的阵痛期，" 当下最流行的人工智能形态，恰似昔日的 Google 搜索框 "，人们正如 Marshall McLuhan 所言，" 始终透过后视镜驶向未来 "。

在个体层面，变革已在程序员群体中显现。Ivan Zhao 以其合伙人 Simon 为例，描述了从 " 思想自行车 " 到 " 汽车 " 的跨越：" 经过他的工位，你会看见他同时指挥着三四个 AI 编程智能体。这些 AI 不仅输入更快，更具备思考能力……他已成为无限心智的管理者。"

在组织层面，Ivan Zhao 将 AI 比作 " 组织的钢铁 "。正如钢铁让摩天大楼突破了砖木结构的层数限制，AI 将打破组织规模的瓶颈。"AI 是组织的钢铁……人类沟通不必再承受负重：两小时周会可压缩为五分钟异步复盘……企业将实现真正意义上的无损规模扩张。" 同时，目前行业仍处于 " 水轮时代 "，仅将 AI 简单嫁接于旧流程，而未像蒸汽机时代那样彻底重构生产流程。

在经济层面，Ivan Zhao 预言知识经济将经历从 " 佛罗伦萨 " 到 " 超级都市 " 的蜕变。现有的组织如同 " 用石头和木头建造了佛罗伦萨 "，受限于人力尺度；而 AI 将构建 " 东京式 " 的组织—— " 容纳数千智能体与人类的协同网络，跨时区不间断运行的工作流 "。这种变化虽然会带来 " 不可读性 " 和迷失感，但将换取前所未有的规模与速度。

文章最后，Ivan Zhao 透露了 Notion 内部的实验进展：" 除了 1000 名员工外，现在有 700 多名智能体负责处理重复性工作……而这仅仅是起步阶段。" 他呼吁行业停止后视镜思维，" 钢铁。蒸汽。无限的心智。下一个天际线就在那里，等待着我们去建造。"

生产力软件公司 Notion 是一家总部位于旧金山的超级独角兽企业，近年来其努力将自己打造成办公领域的 " 万能应用 "，挑战微软和谷歌在生产力套件市场的主导地位。Notion 不断推出新的 AI 功能，旨在创建一个集成化的办公平台，为用户提供从笔记记录到知识管理的全方位解决方案。

核心要点提炼：

从 " 骑行 " 到 " 驾驶 "： AI 智能体将知识工作者从 " 思想自行车 " 的骑行者升级为 " 无限心智 " 的管理者，如同从骑自行车转向驾驶汽车。

告别 " 水轮时代 "： 目前的应用仍处于给旧流程 " 简单嫁接 " 聊天机器人的阶段，真正的变革在于围绕 AI 重构工作流，正如工厂从依水而建转向蒸汽动力。

组织的 " 钢铁 "： AI 是现代组织的 " 钢铁 "，它能打破人类沟通的负重极限，使企业实现真正的无损规模化扩张。

从佛罗伦萨到东京： AI 时代的经济体将从 " 以人为尺度 " 的佛罗伦萨模式，进化为高密度、高速度、全天候运行的 " 东京式 " 超级都市模式。

Notion 的实践： Notion 已有 700 多名智能体与 1000 名员工协同工作，处理重复性任务，这仅是 " 无限心智 " 时代的起步。

全文翻译如下：

蒸汽、钢铁与无限心智

作者：Ivan Zhao，联合创始人兼 CEO 发布时间：2025 年 12 月 23 日

每一个时代都由其 " 奇迹材料 " 所塑造。钢铁铸就了镀金时代。半导体开启了数字时代。而现在，AI 以 " 无限心智 " 的姿态降临。如果历史教会了我们什么，那就是掌握核心材料的人终将定义这个时代。

19 世纪 50 年代，Andrew Carnegie 还是匹兹堡泥泞街道上的电报员。当时六成美国人是农民。但在短短两代人之内，Carnegie 和他的同辈们铸造了现代世界。铁路取代了马车，电灯替代了烛火，钢铁革新了生铁。

从那以后，工作重心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构建工具。在这个科技重镇，每个人都在谈论通用人工智能（AGI），但全球二十亿案头工作者中的大多数尚未真正感受到它的影响。知识工作在不久的将来会变成什么样？当组织架构融入永不休眠的心智时，又将发生什么？

未来往往难以预测，因为它总是伪装成过去的样子。早期的电话通话如电报般简练。早期的电影看起来像被拍摄下来的舞台剧。（这正是 Marshall McLuhan 所说的 " 透过后视镜驶向未来 "。）

当下最流行的人工智能形态，看起来恰似昔日的 Google 搜索框。引用 Marshall McLuhan 的话：" 我们始终透过后视镜驶向未来。"

今天，我们看到的 AI 聊天机器人模仿着 Google 搜索框。我们正深陷于每次新技术更迭时必经的那个令人不安的过渡期。

对于接下来会发生什么，我并没有所有的答案。但我喜欢运用一些历史隐喻来思考 AI 如何在不同规模上发挥作用，从个人到组织，再到整个经济体。

个体层面：从自行车到汽车

变革的最初迹象显现于知识工作的 " 祭司阶层 "：程序员群体。

我的合伙人 Simon 曾是我们所说的 "10 倍效率程序员 "，但如今他却鲜少亲自写代码了。经过他的工位，你会看见他同时指挥着三四个 AI 编程智能体。这些智能体不仅输入更快，它们更具备思考能力，这使他成为了 "30-40 倍效率工程师 "。他能在午休或就寝前布置任务，让智能体在他离开时持续工作。他已成为无限心智的管理者。

20 世纪 70 年代《科学美国人》关于运动效能的研究，激发了 Steve Jobs 著名的 " 思想的自行车 " 这一比喻。但此后数十年，我们始终在信息高速公路上蹬着自行车。

20 世纪 80 年代，Steve Jobs 称个人电脑为 " 思想的自行车 "。十年后，我们铺就了互联网这条 " 信息高速公路 "。然而如今，大多数知识工作仍依赖人力驱动。这就像我们在高速公路上骑自行车。

有了 AI 智能体，像 Simon 这样的人已完成从骑自行车到驾驶汽车的升级。

其他类型的知识工作者何时能开上汽车？必须解决两个难题。

与编程智能体相比，AI 为何更难助力通用知识工作？因为后者存在场景碎片化与结果难验证的特性。

首先是上下文碎片化（Context Fragmentation）。对于编程而言，工具和上下文往往集中在一处：IDE、代码库、终端。但通用知识工作分散于数十种工具中。设想一个 AI 智能体试图起草一份产品简报：它需要从 Slack 讨论串、战略文档、上季度数据面板中的指标，以及仅存于某人脑海中的组织记忆中提取信息。今天，人类仍是粘合剂，通过复制粘贴和在浏览器标签页之间切换来拼合所有信息。除非这些上下文被整合，否则智能体将受困于狭窄的应用场景。

第二个缺失的要素是可验证性（Verifiability）。代码具有一种神奇的属性：你可以通过测试和报错来验证它。模型开发者利用这一点来训练 AI 更擅长编程（例如强化学习）。但是，你如何验证一个项目是否管理得当，或者一份战略备忘录是否优秀？我们尚未找到改进通用知识工作模型的方法。因此，人类仍需 " 在回路中 "（in the loop）进行监督、指导，并展示什么是好的标准。

1865 年的《红旗法案》要求车辆行驶时须有人持红旗步行引导（该法案于 1896 年废止）。这是一个不受欢迎的 " 人在回路 " 的例子。

今年编程智能体的实践教会我们，" 人在回路 " 并非总是理想的。这如同安排专人检查生产线上的每一个螺丝，或要求红旗手走在汽车前开道（参见 1865 年《红旗法案》）。我们希望人类从杠杆支点进行监督，而不是身陷回路之中。一旦上下文实现整合且工作可被验证，数十亿工作者将从蹬自行车升级为驾驶汽车，最终迈向自动驾驶。

组织层面：钢铁与蒸汽

公司是近代的发明。随着规模扩大，它们会效能衰减并触及极限。

几百年前，大多数公司只是十几人的作坊。如今我们拥有雇员数十万的跨国企业。沟通基础设施（通过会议和信息连接的人类大脑）在指数级的负荷下不堪重负。我们试图用层级、流程和文档来解决这一困局。但我们一直是在用人力尺度的工具解决工业级的问题，犹如用木材建造摩天大楼。

两个历史隐喻揭示了新奇迹材料将如何重塑未来的组织。

首先是钢铁。在钢材出现之前，19 世纪的建筑最多只能建六七层。铁虽然坚固，但易碎且沉重；楼层再多，结构就会因自身重量而坍塌。钢材改变了一切。它既坚固又有韧性。框架可以更轻，墙壁可以更薄，突然间，建筑物可以建几十层。新型建筑成为可能。

AI 正是组织的钢铁。它有潜力在工作流中维持上下文感知，并在需要时精准触发决策而无信息过载。人类沟通不必再充当承重墙。每周两小时的对齐会议可以变成五分钟的异步复盘。原本需要三级审批的高管决策可能很快就能在几分钟内完成。公司将实现规模化，真正的规模化，而无需承受我们曾视为不可避免的效能衰减。

第二个故事关于蒸汽机。工业革命初期，早期的纺织厂依河流溪水而建，靠水轮驱动。当蒸汽机出现后，厂主最初仅仅是将水轮替换为蒸汽机，其他一切照旧。生产力的提升十分有限。

真正的突破发生在厂主意识到他们可以完全摆脱水力约束之时。他们在更靠近工人、港口和原料的地方建立了更大的工厂。并且，他们围绕蒸汽机重新设计了工厂（后来，当电力普及，厂主进一步摒弃了中央动力轴，将小型电机分布在工厂各处驱动不同机器）。生产力随之爆发，第二次工业革命真正腾飞。

我们仍处于 " 替换水轮 " 阶段。将 AI 聊天机器人简单嫁接到现有工具上。当旧有的限制瓦解，当你的公司可以依靠永不休眠的无限心智驱动时，我们尚未重新构想组织会是什么样子。

在我所在的公司 Notion，我们一直在进行实验。除了 1000 名员工外，现在有 700 多名智能体负责处理重复性工作。它们记录会议纪要并回答问题以整合部落知识（tribal knowledge）。它们处理 IT 请求并记录客户反馈。它们帮助新员工了解员工福利。它们撰写每周状态报告，这样人们就不必复制粘贴。而这仅仅是起步阶段。真正的收益仅受限于我们的想象力和惯性。

经济层面：从佛罗伦萨到超级都市

钢铁与蒸汽不仅改变了建筑与工厂。它们改变了城市。

直到几百年前，城市还是以人为尺度的。你可以在四十分钟内走过佛罗伦萨。生活的节奏取决于一个人能走多远，声音能传得多响亮。

后来钢结构框架使摩天大楼成为可能。蒸汽机为连接市中心与内陆的铁路提供动力。电梯、地铁、高速公路接踵而至。城市在规模和密度上爆发式增长。东京。重庆。达拉斯。

这些不仅仅是佛罗伦萨的放大版。它们是截然不同的生存方式。超级都市令人迷失、充满匿名性、难以导航。这种 " 不可读性 "（illegibility）是规模的代价。但它们也提供了更多机遇、更多自由。容纳了远超文艺复兴时期城市所能支持的人类活动组合。

我认为知识经济即将经历同样的蜕变。

如今，知识工作占美国 GDP 近半。但其中大多数仍以人力尺度运作：数十人的团队，由会议和邮件设定节奏的工作流，一旦超过几百人就会遇到瓶颈的组织。我们用石头和木头建造了 " 佛罗伦萨 "。

当 AI 智能体规模化上线，我们将建造 " 东京 "。容纳数千智能体与人类的协同网络。跨时区不间断运行的工作流，无需等待某人醒来。决策机制中精准嵌入了适量的人在回路。

这将带来全新的体验。更快速、更高杠杆，但初期难免也更让人迷惑。周会、季度规划和年度评估的节奏可能不再适用。新的节奏即将诞生。我们失去了一些可读性。我们收获了规模与速度。

超越水轮时代

每一种奇迹材料都要求人们停止透过后视镜看世界，开始想象新世界。Carnegie 看着钢铁，看见了城市天际线。Lancashire 的厂主看着蒸汽机，看见了脱离河流束缚的工厂车间。

我们仍处于 AI 的水轮时代，只是将聊天机器人简单地附加到为人类设计的工作流程中。我们不应再仅仅要求 AI 充当我们的副驾驶。我们需要想象一下，当人类组织得到钢铁般的强化，当繁琐的工作被委派给永不休眠的心智时，知识工作会是什么样子。

钢铁。蒸汽。无限的心智。下一个天际线就在那里，等待着我们去建造。