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◇。

　　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。

　　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。

　　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◇▲◁。

　　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。

　　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。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☆。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。

　　（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。（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▼△▼。

　　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。

　　。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。

　　▷-。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。

　　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◆▼▲。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▪▷。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。