当机器学会“思考”：蒸汽、钢铁与无尽心智 |【经纬低调分享】|世纪|人工智能|无尽心智|机器人|蒸汽机|西蒙|钢铁

最近，Notion联合创始人兼 CEO Ivan Zhao 在 X 平台发表了一篇题为《蒸汽、钢铁与无限心智》（Steam, Steel, and Infinite Minds）的长文，引起了广泛的讨论。

这篇文章以 “钢铁、蒸汽、无限智能” 的历史演进逻辑，核心阐述了人工智能作为新时代核心力量，将从个体、组织、经济三个维度重塑知识工作与社会形态，并呼吁人们摆脱 “后视镜思维”，拥抱这场深刻变革。

历史早已昭示，掌握关键变革力量者，方能定义未来。

当下，人工智能虽仍带着谷歌搜索式的过渡形态，深陷技术变革的转型期，却已在悄然改写规则。从程序员借助智能助手实现效率数十倍提升，到组织中智能体接手重复性工作，这场变革已渗透至个体、组织与经济的各个维度。

知识工作的现状恰似在信息高速公路上蹬自行车，而人工智能正成为驶向未来的 “汽车”。它既面临语境碎片化、成果难验证的现实挑战，也蕴藏着突破人力局限的巨大潜能。

正如钢铁突破建筑高度、蒸汽机解放工厂选址，人工智能终将打破现有工作与组织模式的束缚。当我们放下 “后视镜思维”，不再局限于工具替换的浅层应用，便能看见知识经济从 “佛罗伦萨” 迈向 “巨型都市” 的无限可能。这场关乎个体效率、组织形态与经济格局的深刻变革，已然启程。以下，Enjoy：

每个时代，皆由一种划时代的核心力量塑造。钢铁铸就了镀金时代，半导体开启了数字时代，而今，人工智能以 “无限智能” 的姿态登场。历史一再启示：谁掌握了材料，谁就定义时代。

左：少年安德鲁·卡内基与弟弟

右：镀金时代匹兹堡的钢铁厂

19 世纪 50 年代，安德鲁・卡内基还是匹兹堡泥泞街道上的电报员，彼时六成美国人以农耕为生。不过两代人的时间，卡内基与同时代的开拓者们便重塑了现代世界：马车被铁路取代，烛光让位于电灯，铁器升级为钢材。

自此，人类的工作场域从工厂转向写字楼。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。在这座科技之都，人人都在谈论通用人工智能，而全球二十亿白领中，绝大多数仍未真切感受到它的存在。知识工作的未来将走向何方？当组织架构中融入永不疲倦的智能体，一切又将发生怎样的改变？

早期的电影画面酷似舞台剧，单台摄像机对着舞台全程拍摄。

未来之所以难以预测，只因它总以过往的模样伪装自身：早期的电话沟通如电报般言简意赅，早期的电影不过是舞台剧的影像记录（马歇尔・麦克卢汉将此形容为 “透过后视镜驶向未来”）。

如今最主流的人工智能形态，恰似昔日的谷歌搜索。诚如马歇尔・麦克卢汉所言：“我们总在透过后视镜驶向未来。”

当下，人工智能聊天机器人依旧模仿着谷歌搜索框的形态，我们正深陷于每一次技术变革必经的尴尬转型期。

我无法预知未来的所有答案，但乐于从历史隐喻中探寻线索，思考人工智能如何在个人、组织与整个经济等不同维度发挥作用。

01

个体：从自行车到汽车

最初的征兆可见于知识工作的核心群体——程序员身上。

我的联合创始人西蒙，曾是业内公认的 “十倍效率程序员”，但如今他几乎不再亲手写代码。走过他的工位，你会看到他同时调度三四个人工智能编程助手；这些助手不仅打字更快，更具备独立思考能力，二者结合，让西蒙成为了效率提升三十至四十倍的工程师。他会在午餐前或睡前下达任务，让智能体在他离开时持续工作，而他自己，已然成为 “无限智能” 的管理者。

20 世纪 70 年代《科学美国人》关于移动效率的研究，启发乔布斯提出了著名的 “思维自行车” 隐喻。只不过数十年间，我们始终在信息高速公路上奋力蹬踏。

20世纪80年代，史蒂夫·乔布斯曾将个人电脑喻为“思想的自行车”，十年后我们又铺就了互联网这条“信息高速公路”。但时至今日，多数知识工作仍依赖人力驱动，犹如在高速公路上费力蹬自行车。

而借助智能体，像西蒙这样的从业者，已从骑自行车进阶为驾驶汽车。

其他类型的知识工作者何时能拥有“汽车”？需解决两大难题。

相比编程辅助，为何人工智能助力知识工作更为困难？因为知识工作更碎片化且难以验证。

首先，语境碎片化。编程的工具与环境通常集中于集成开发环境、代码库和终端；但通用知识工作却分散在数十种工具中。试想一个智能体尝试起草产品简报：它需要从Slack讨论串、战略文档、仪表盘中的上季度数据，以及仅存于人脑中的组织记忆里提取信息。目前，人类仍是粘合剂，依靠复制粘贴和浏览器标签切换来拼合信息。在语境完成整合之前，智能体只能局限于狭窄用途。

其次，可验证性的缺失。代码具备一种神奇特性：可通过测试和报错进行验证。模型开发者借此训练人工智能提升编程能力（例如强化学习）。但如何验证项目管理是否完善？战略备忘录是否优秀？我们尚未找到提升通用知识工作模型效能的方法。因此人类仍需介入监督、引导并示范优质标准。

1865年的《红旗法案》规定，车辆行进时需由一名举旗人走在车前引导（该法案于1896年废止）。这堪称“人为干预”的反面典型

今年的编程智能体实践启示我们：“人类介入循环”并非总是理想模式。这好比让人逐一检查生产线上的每个螺栓，或像1865年《红旗法案》规定那样在汽车前挥旗开路。我们需要人类从更高维度监督循环，而非置身其中。一旦语境整合完成、工作可验证，数十亿工作者将从蹬自行车进阶为驾驶汽车，再迈向自动驾驶。

02

组织：钢铁与蒸汽

公司是近代的发明。它们随规模扩大而效能衰减，终将触及极限。

纽约与伊利铁路公司组织结构图，1855年。现代公司与组织架构的演变始于铁路企业，它们是首批需要在广袤地域协调数千人的企业。

几百年前，多数公司仅是十几人的作坊；如今却有了员工数十万的跨国企业。沟通架构（通过会议与信息连接的人脑）在指数级负荷下不堪重负。我们试图以层级、流程和文档应对，但这无异于用建造木屋的工具来修筑摩天大楼。

两则历史隐喻揭示了新奇迹材料将如何重塑未来组织形态。

钢铁奇迹：1913年，伍尔沃斯大楼在纽约竣工时是世界上最高的建筑。

第一个隐喻，是钢铁。19 世纪，钢铁出现之前，建筑的高度极限仅有六七层。生铁虽坚固，却脆且笨重，层数增加，建筑便会因自身重量坍塌。钢铁的出现改写了一切：它坚而有韧，用钢铁搭建的框架更轻盈，墙体可更薄，建筑的高度瞬间突破数十层，全新的建筑形态成为可能。

人工智能是组织的“钢铁”。它能够跨工作流整合语境，在需要时精准呈现决策依据，且不会产生无效信息干扰。人类的沟通，不再需要成为组织的 “承重墙”：原本两小时的周度对齐会议，可简化为五分钟的异步审阅；原本需要三层审批的高管决策，或许几分钟内便能完成。企业终于能够实现真正的规模化发展，摆脱曾被我们视为必然的效率衰减。

以水车驱动运转的磨坊。水力虽强劲，却极不稳定，且受地域与季节限制，磨坊的选址与运营因此受限。

第二个隐喻，是蒸汽机。工业革命初期，早期的纺织厂皆依河而建，依靠水车驱动。蒸汽机问世后，工厂主最初只是将水车替换为蒸汽机，其余一切均保持不变，生产率的提升微乎其微。

真正的突破，源于工厂主意识到：他们可以彻底摆脱水力的束缚。他们在更靠近工人、港口与原材料的地方建造更大的磨坊，并围绕蒸汽机重新设计工厂布局（后来电力出现，工厂主进一步打破中央传动轴的限制，为不同机器单独配备小型发动机）。生产率呈爆发式增长，第二次工业革命也由此真正拉开序幕。

1835 年托马斯・阿洛姆的版画作品，描绘了英国兰开夏郡的一家蒸汽纺织厂。

如今的我们，仍处于 “替换水车” 的阶段：将人工智能聊天机器人简单嫁接在现有工具上，却未曾设想，当那些旧有束缚消失，当企业能依靠永不疲倦的无限智能运转时，组织形态将迎来怎样的全新可能。

在我的公司Notion，我们已开始实验：如今，除了 1000 名员工，已有 700 多个人工智能助手接手了重复性工作：记录会议纪要、解答问题以整合企业隐性经验、处理 IT 需求、记录客户反馈、协助新员工熟悉员工福利、撰写每周进度报告 —— 让员工摆脱复制粘贴的繁琐。而这，仅仅是起步。未来的增长潜力，唯一的限制，便是我们的想象力与固有的思维惯性。