蒸汽、钢铁与无限心智
- 作者：Ivan Zhao
- 日期：2025年12月23日
每一个时代都由其核心的神奇材料所塑造。钢铁锻造了镀金时代（Gilded Age）。半导体开启了数字时代。而现在，AI 作为一种“无限心智”（infinite minds）已经到来。如果历史教会了我们什么，那就是：谁掌握了这种材料，谁就定义了这个时代。
左图：少年时期的安德鲁·卡内基和他的弟弟。
右图：镀金时代的匹兹堡钢铁厂。
19 世纪 50 年代，安德鲁·卡内基（Andrew Carnegie）还是一名在匹兹堡泥泞街道上奔波的电报员。当时，十分之六的美国人是农民。而在短短两代人的时间里，卡内基和他的同辈们锻造出了现代世界。马车让位于铁路，烛光让位于电力，生铁让位于钢材。
从那时起，工作的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构建工具。在这个科技重镇，人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感受到它的存在。不久的将来，知识工作会变成什么样？当组织架构图吸纳了不知疲倦的心智时，会发生什么？
早期的电影看起来往往像舞台剧，摄像机固定对着舞台拍摄。
预测未来之所以困难，是因为未来总是伪装成过去的模样。早期的电话通话像电报一样简练。早期的电影看起来像是被拍摄下来的舞台剧。（这就是马歇尔·麦克卢汉所说的“透过后视镜驶向未来”。）
今天，我们看到的 AI 聊天机器人正在模仿 Google 的搜索框。对于每一次新技术变革，我们都深陷于这种令人不适的过渡期。
对于接下来会发生什么，我并没有全部答案。但我喜欢用几个历史隐喻来思考 AI 如何在不同层面上发挥作用——从个人到组织，再到整个经济体。
个人：从自行车到汽车
最初的端倪可以在知识工作的“大祭司”——程序员身上找到。
我的联合创始人 Simon 是一位我们俗称的“10 倍程序员”，但他现在很少亲自写代码了。经过他的工桌，你会看到他同时指挥着三四个 AI 编程智能体（Agents）。它们不仅打字更快，而且会思考，这使他变成了一位 30 到 40 倍效能的工程师。他在午餐或睡前将任务排队，让它们在他离开时工作。他已经变成了一位管理无限心智的管理者。
20 世纪 70 年代《科学美国人》的一项关于运动效率的研究启发了史蒂夫·乔布斯著名的“大脑的自行车”隐喻。只不过在那之后的几十年里，我们一直是在信息高速公路上踩着脚踏板。
20 世纪 80 年代，史蒂夫·乔布斯称个人电脑为“大脑的自行车”。十年后，我们铺设了“信息高速公路”——互联网。但直到今天，大多数知识工作仍然是人力驱动的。这就好比我们在德国高速公路（Autobahn）上踩自行车。
有了 AI 智能体，像 Simon 这样的人已经从骑自行车“毕业”，升级为驾驶汽车。
其他类型的知识工作者何时能拥有汽车？这需要解决两个问题。
与编程智能体相比，为什么 AI 更难辅助一般的知识工作？因为知识工作更加碎片化且难以验证。
首先是上下文的碎片化（Context Fragmentation）。对于编程来说，工具和上下文往往集中在一个地方：IDE、代码库、终端。但通用的知识工作分散在数十种工具中。想象一下，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、仪表盘里的上季度指标以及仅存在于某人脑海中的组织记忆里提取信息。今天，人类就是那个“胶水”，通过复制粘贴和在浏览器标签页之间切换，将所有这些缝合在一起。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）。代码有一种神奇的属性：你可以通过测试和报错来验证它。模型制造者利用这一点来训练 AI 更好地编程（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，仍然需要人类介入（Human-in-the-loop）来监督、指导并展示什么是好的结果。
1865 年的《红旗法案》要求在车辆行驶时，必须有一名举旗人走在车辆前方（该法案于 1896 年废除）。这是一个不受欢迎的“人在回路中”的例子。
今年的编程智能体教会了我们，“人在回路中”并不总是可取的。这就像让人亲自检查流水线上的每一个螺栓，或者为了清理道路而走在汽车前面（参见：1865 年的《红旗法案》）。我们希望人类在一个具有杠杆效应的位置上监督这些循环，而不是身处其中。一旦上下文被整合且工作可被验证，数十亿工人将从踩自行车转变为驾驶汽车，进而从驾驶汽车转变为自动驾驶。
组织：钢铁与蒸汽
公司是一项近代的发明。随着规模扩大，它们会退化并触及极限。
1855 年纽约伊利铁路公司的组织架构图。现代公司和组织架构图是随着铁路公司演变而来的，这是第一批需要协调跨越巨大距离的数千人的企业。
几百年前，大多数公司只是十几个人的作坊。现在我们拥有数十万人的跨国公司。沟通基础设施（通过会议和信息连接的人脑）在指数级的负载下崩溃。我们试图用层级、流程和文档来解决这个问题。但这就像是用木头建造摩天大楼——我们一直在用人类尺度的工具解决工业尺度的问题。
两个历史隐喻展示了未来的组织在拥有新的神奇材料后会有何不同。
钢铁奇迹：伍尔沃斯大楼（Woolworth Building）于 1913 年在纽约竣工时是世界上最高的建筑。
第一个是钢铁。在钢铁出现之前，19 世纪的建筑只有六七层的限制。铁虽然坚固但易碎且沉重；如果增加更多楼层，结构会在自身重量下坍塌。钢铁改变了一切。它既坚固又具延展性。框架可以更轻，墙壁可以更薄，突然之间，建筑物可以高耸数十层。新型建筑成为可能。
AI 就是组织的钢铁。它有潜力在工作流中保持上下文，并在需要时浮现决策，而没有噪音。人类沟通不再必须是“承重墙”。每周两小时的对齐会议可以变成五分钟的异步评审。以前需要三级审批的高管决策可能很快只需几分钟就能完成。公司可以真正地扩张规模，而不会出现我们以前认为是不可避免的退化。
一个用水车驱动运营的磨坊。水力虽然强大，但不可靠，并且将工厂限制在特定的地点和季节。
第二个故事关于蒸汽机。工业革命初期，早期的纺织厂坐落在河流溪流旁，由水车驱动。当蒸汽机出现时，工厂主最初只是用水车换掉了蒸汽机，其他一切照旧。生产率的提升微乎其微。
真正的突破发生在工厂主意识到他们可以完全脱离水源时。他们在离工人、港口和原材料更近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，当电力上线时，工厂主进一步去中心化，不再依赖中央动力轴，而是在不同机器旁放置更小的引擎）。生产率爆炸式增长，第二次工业革命真正起飞。
这幅 1835 年托马斯·阿洛姆（Thomas Allom）的版画描绘了英国兰开夏郡的一家纺织厂。它由蒸汽机驱动。
我们仍处于“更换水车”的阶段。AI 聊天机器人被生硬地嫁接到现有的工具上。我们还没有重新构想，当旧的约束消解，当你的公司可以在你睡觉时依靠无限心智运行时，组织会是什么样子。
在我的公司 Notion，我们一直在进行实验。除了 1,000 名员工外，现在还有超过 700 个智能体在处理重复性工作。它们记录会议笔记并回答问题以综合部落知识（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福利待遇。它们编写每周状态报告，这样人们就不必复制粘贴。而这仅仅是起步。真正的收益仅受限于我们的想象力和惯性。
经济体：从佛罗伦萨到巨型都市
钢铁和蒸汽不仅改变了建筑和工厂。它们改变了城市。
直到几百年前，城市还是人类尺度的。你可以在四十分钟内走遍佛罗伦萨。生活的节奏由一个人能走多远、声音能传多远来设定。
后来，钢结构让摩天大楼成为可能。蒸汽机驱动的铁路将市中心与腹地连接起来。电梯、地铁、高速公路紧随其后。城市的规模和密度爆炸式增长。东京、重庆、达拉斯。
我认为知识经济即将经历同样的转型。
如今，知识工作占美国 GDP 的近一半。其中大部分仍以人类尺度运作：几十人的团队，由会议和电子邮件设定节奏的工作流，一旦超过几百人就会崩溃的组织。我们一直在用石头和木材建造“佛罗伦萨”。
当 AI 智能体大规模上线时，我们将建造“东京”。那是跨越数千个智能体和人类的组织。工作流持续运行，跨越时区，无需等待某人醒来。决策由恰到好处的人类介入进行综合。
这感觉会很不一样。更快、更具杠杆效应，但起初也会更令人迷失。周会、季度计划周期和年度评估的节奏可能不再适用。新的节奏将会浮现。我们会失去一些清晰度（legibility）。但我们将获得规模和速度。
超越水车
每一种神奇材料都要求人们停止通过后视镜看世界，开始想象新的世界。卡内基看着钢铁，看到了城市的天际线。兰开夏的工厂主看着蒸汽机，看到了不再受河流束缚的工厂车间。
我们仍处于 AI 的水车阶段，将聊天机器人嫁接到为人类设计的工作流上。我们需要停止要求 AI 仅仅做我们的副驾驶。我们需要想象，当人类组织被钢铁加固，当繁琐的工作被委托给不知疲倦的心智时，知识工作会是什么样子。
蒸汽。钢铁。无限心智。下一个天际线就在那里，等待我们去建造。