是否你还在骑自行车上班？ 来自Notion CEO 的蒸汽、钢铁与无限智慧的思考
上世纪80年代，乔布斯老爷子有个著名的比喻，他把个人电脑称为“思想的自行车”（bicycles for the mind），极大地增强了人类的智力。我们已经在这条信息高速公路上蹬了几十年的自行车了，早就该鸟枪换炮了！那我们的“炮”——也就是我们的“汽车”是什么？答案是：AI代理（AI agents）。
译文来自 Notion CEO 在2025年12月23日在 X 上发表的博客 《蒸汽、钢铁与无限智慧》
每个时代都由其奇迹材料塑造。钢铁锻造了镀金时代。半导体开启了数字时代。如今人工智能作为无限智慧已到来。如果历史教给我们任何东西，那就是掌握材料的人定义了时代。
左边：少年安德鲁·卡内基和他的弟弟。右侧：镀金时代匹兹堡的钢铁工厂。
在 1850 年代，安德鲁·卡内基作为一名电报员在泥泞的匹兹堡街道上奔跑。当时美国六成人口是农民。在两代人之间，卡内基和他的同行们塑造了现代世界。马匹让位于铁路，烛光照耀让位于电灯，铁让位于钢。
从那时起，工作重心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，为数百万知识工作者开发工具。在这个以科技为主导的城市里，每个人都在谈论通用人工智能（AGI），但二十亿办公室工作者中大多数人尚未感受到它的存在。未来的知识工作将是什么样子？当组织架构吸纳了那些永不休息的大脑时会发生什么？
早期的电影常常看起来像舞台剧，只有一个摄影机聚焦于舞台。
这个未来往往难以预测，因为它总是伪装成过去的样子。早期的电话通话像电报一样简洁。早期的电影看起来像被拍摄下来的舞台剧。（这是马歇尔·麦克卢汉所说的“通过后视镜驶向未来”。）
如今最流行的 AI形式看起来像是过去的谷歌搜索。引用马歇尔·麦克卢汉的话:“我们总是通过后视镜驶向未来。
如今，我们看到这表现为模仿谷歌搜索框的 AI 聊天机器人。我们现在正深陷于每一次新技术转变中都会出现的那种不适的过渡阶段。
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 如何在不同的尺度上运作，从个人到组织再到整个经济体。
个人：从自行车到汽车
最初的一瞥可以在知识工作的祭司——程序员那里找到。
我的联合创始人西蒙是我们所说的 10 倍程序员，但他现在很少写代码。走过他的办公桌，你会看到他同时指挥三个或四个 AI 编程代理，它们不仅打字更快，还能思考，这使他成为一个 30-40 倍工程师。他在午餐或睡前排队安排任务，让他离开时它们可以工作。他已经成为无限思维的管理者。
1970 年代《科学美国人》关于运动效率的研究启发了史蒂夫·乔布斯著名的“思想的自行车”比喻只是我们已经在信息超级高速公路上蹬踏了几十年了。
1980 年代，史蒂夫·乔布斯称个人电脑为“思想的自行车”。十年后，我们铺设了互联网这条“信息超级高速公路”。但今天，大多数知识工作仍然是人力驱动的。这就像我们在自动高速公路上蹬踏自行车。
有了 AI 代理，像西蒙这样的人已经从骑自行车升级到开车了。
其他类型的知识工作者什么时候能开车呢？必须解决两个问题。
与编码代理相比，为什么 AI在辅助知识工作方面更困难?因为知识工作更加碎片化且难以验证
首先，上下文碎片化。对于编码来说，工具和上下文通常存在于一个地方：IDE、代码库、终端。但一般知识工作分散在数十个工具中。想象一下 AI 代理试图起草一份产品简介：它需要从 Slack 线程、策略文档、仪表板中上个季度的指标，以及只存在于某人脑海中的机构记忆中提取信息。如今，人类是粘合剂，用复制粘贴和切换浏览器标签将所有这些内容拼凑在一起。直到这些上下文被整合，代理将始终局限于狭窄的应用场景。
第二个缺失的要素是可验证性。代码具有神奇的特性：你可以通过测试和错误来验证它。模型制作者利用这一点来训练人工智能，使其在编程方面变得更好（例如强化学习）。但你怎么验证一个项目是否管理得当，或者一份战略备忘录是否有效？我们还没有找到改进通用知识工作模型的方法。因此，人类仍然需要在流程中发挥作用，进行监督、指导，并展示什么是好的标准。
1865 年的《红旗法案》要求在车辆沿街行驶时，旗手必须走在车前(1896年被废除) 。这是不希望出现的“人在回路”的例子。
今年的编程代理告诉我们，“人在回路中”并不总是可取的。这就像在工厂流水线上亲自检查每一个螺栓，或者走在车前清理道路（参见：1865 年的《红旗法案》）。我们希望人类能从有利的位置监督这些回路，而不是身处其中。一旦背景信息得到整合，工作变得可验证，数十亿工作者将从蹬踏转变为驾驶，然后从驾驶转变为自动驾驶。
组织：钢铁与蒸汽
公司是近代的发明。它们在扩张时会退化，并达到极限。
纽约和伊利铁路的组织结构图，1855年。现代企业和组织结构图的演变与铁路公司同步，这些公司是需要协调数千人在遥远距离工作的首批企业。
几百年前，大多数公司只是十几个人的作坊。现在我们有拥有数十万员工的多国公司。通信基础设施（由会议和信息连接的人脑）在指数级负载下崩溃。我们试图通过层级、流程和文档来解决这个问题。但我们用人类规模的工具来解决工业规模的问题，就像用木头建造摩天大楼一样。
两个历史隐喻展示了未来组织如何借助新型奇迹材料呈现出不同的面貌。
钢铁奇迹:伍尔沃斯大楼于 1913 年在纽约市建成时，是世界上最高的建筑。
首先是钢铁。在钢铁出现之前，19 世纪的建筑最多只有六七层。铁虽然坚固但易脆且沉重；增加更多楼层，结构就会在自身重量下坍塌。钢铁改变了这一切。它既坚固又可塑。框架可以更轻，墙壁可以更薄，突然间建筑可以拔地而起几十层。新型建筑成为可能。
AI 是组织的钢铁。它有潜力在跨工作流程中保持上下文，并在需要时呈现决策，而无需噪音。人类沟通不再需要成为承重墙。每周两小时的协调会议可以变成五分钟的异步评审。需要三级审批的行政决策可能很快就能在几分钟内完成。公司可以真正实现规模化，而无需接受我们一直认为是不可避免的退化。
一个带有水轮机为其运营提供动力的工厂。水力强大但不可靠，限制了工厂的位置和季节性。
第二个故事是关于蒸汽机的。工业革命初期，早期的纺织厂坐落在河流和溪流旁边，由水车驱动。当蒸汽机出现时，工厂主最初用蒸汽机替换了水车，其他方面保持不变。生产力的提升并不显著。
真正的突破发生在工厂主意识到他们可以完全摆脱水的依赖。他们建造了更大规模的工厂，更靠近工人、港口和原材料。并且围绕蒸汽机重新设计了工厂（后来，当电力普及时，工厂主进一步分散化，远离中央动力轴，并在工厂内放置小型发动机为不同机器提供动力）。生产力爆发式增长，第二次工业革命真正起飞。
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纺织厂。"它由蒸汽机提供动力。
我们仍处于“替换水车”的阶段。AI 聊天机器人被附加到现有工具上。我们还没有重新构想当旧有约束消失、你的公司可以依靠无限思维（即使在你睡觉时也能工作的思维）运行时，组织将呈现出何种面貌。
在我们公司 Notion，我们一直在进行实验。除了我们 1,000 名员工外，现在已有超过 700 名代理处理重复性工作。他们记录会议笔记并回答问题，以整合部落知识。他们处理 IT 请求并记录客户反馈。他们帮助新员工办理入职手续并了解员工福利。他们撰写每周状态报告，这样人们就不必复制粘贴。这还只是起步阶段。真正的收益只受限于我们的想象和惯性。
经济：从佛罗伦萨到超级都市
钢铁和蒸汽不仅改变了建筑和工厂，也改变了城市。
直到几个世纪前，城市都是按人类尺度设计的。你可以在四十分钟内走遍佛罗伦萨。生活的节奏是由一个人能走多远、声音能传多远决定的。
然后钢铁框架使摩天大楼成为可能。蒸汽机驱动着连接城市中心与腹地的铁路。电梯、地铁、高速公路随之出现。城市在规模和密度上爆炸式增长。像东京、重庆、达拉斯。
这些不仅仅是佛罗伦萨的更大版本。它们是不同的生活方式。超级城市令人迷失方向、面目模糊，更难于导航。这种难以理解性是规模的代价。但它们也提供了更多机会、更多自由。比人类规模的文艺复兴城市能支撑更多的人做更多事情，以更多组合方式做事。
我认为知识经济即将经历同样的转型。
如今，知识工作代表着美国 GDP 近一半。其中大部分仍以人类规模运作：几十人的团队，工作流程由会议和电子邮件推动，组织在超过数百人后会变得不堪重负。我们用石头和木材建造了佛罗伦萨。
当 AI 代理大规模上线时，我们将开始构建东京。这些组织将涵盖数千名代理人和人类。工作流程将持续运行，跨越时区，无需等待有人醒来。决策将在适当的人参与下综合得出。
这会感觉不同。更快，更高效，但最初也会让人感到迷失。每周例会的节奏、季度规划周期和年度评审可能不再有意义。新的节奏会出现。我们失去了一些可读性，但获得了规模和速度。
超越水车
每一种奇迹材料都需要人们停止通过后视镜看待世界，开始想象新的世界。卡内基看到钢铁，看到了城市天际线。兰开夏纺织厂主看到蒸汽机，看到了摆脱河流束缚的工厂车间。
我们仍处于 AI 的水车阶段，将聊天机器人附加到为人类设计的流程上。我们需要停止要求 AI 仅仅作为我们的副驾驶。我们需要想象当人类组织得到钢铁的强化，当繁杂的工作被委托给永不疲倦的大脑时，知识工作将是什么样子。
钢铁。蒸汽。无限的大脑。下一座天际线就在那里，等待我们去建造它。