X 上的 Ivan Zhao：“Steam, Steel, and Infinite Minds” / X
伊万·赵（Ivan Zhao）
每个时代，都由一种“奇迹材料”定义。钢铁铸就了镀金时代，半导体开启了数字时代。如今，人工智能（AI）正以“无限心智”的姿态登场。历史早已证明：谁掌握了时代的核心材料，谁就定义了这个时代。
左图：少年安德鲁·卡内基（钢铁大王）与弟弟；
右图：镀金时代的匹兹堡钢铁厂。
19世纪50年代，安德鲁·卡内基还是个在匹兹堡泥泞街道上奔波的电报员。那时六成美国人都是农民，而短短两代人后，他和同行们彻底重塑了世界：马匹被铁路取代，烛光让位于电力，笨重的铁器升级为坚韧的钢铁。
工作场景也随之从工厂转向办公室。如今我在旧金山经营一家软件公司，为数百万知识工作者打造工具。在这个科技聚集地，人人都在谈论通用人工智能（AGI），但全球20亿白领中，多数人仍未感受到它的影响。不久后的知识工作会是什么模样？当组织结构图里纳入了“永不休眠的智能体”，又会引发怎样的变革？
早期电影酷似舞台剧，仅用一台摄像机对准舞台拍摄。
未来之所以难测，是因为它总戴着“过去的面具”登场：早期电话沟通像电报一样言简意赅，早期电影只是“拍下来的舞台剧”。这正是马歇尔·麦克卢汉所说的“踩着过去的脚印，奔向未来”。
如今最流行的AI形态，酷似过去的谷歌搜索。正如麦克卢汉所言：“我们总在透过后视镜眺望未来。”
如今的AI聊天机器人，本质上还是模仿谷歌搜索框的产物。我们正深陷于每一次技术变革都必经的“转型阵痛期”——既熟悉过去，又陌生未来。
我无法预知未来的全部答案，但喜欢用三个历史隐喻，拆解AI将如何从个人、组织到经济，重塑我们的世界。
个人层面：从自行车到汽车
这种变革的苗头，最先出现在知识工作的“先行者”——程序员身上。
我的联合创始人西蒙曾是业内公认的“10倍程序员”，但如今他几乎不亲自写代码了。走过他的办公桌，你会看到他同时调度三四个AI编程代理：它们不只是打字更快，还能自主分析、推导，这让西蒙的工作效率直接飙升到“30-40倍”。他会在午餐前或睡前安排好任务，让AI在他休息时持续推进工作——如今的他，早已成为“无限心智的管理者”。
20世纪70年代《科学美国人》的“移动效率研究”，启发乔布斯提出“心智的自行车”隐喻。此后几十年，我们一直在信息高速公路上“骑行”。
20世纪80年代，乔布斯将个人电脑比作“心智的自行车”——它不直接替代人，却能极大放大人类的能力。十年后，互联网这条“信息高速公路”铺就完成，但多数知识工作仍依赖人力驱动，就像在高速公路上骑自行车，空有宽阔道路，却难以发挥真正的速度。
而AI代理的出现，让西蒙这样的人率先从“骑行”升级为“驾驶”。
其他知识工作者何时能“开上汽车”？关键要解决两个核心问题：
为何AI助力知识工作比编程更难？因知识工作更碎片化、更难验证。
1. 语境碎片化
编程的工具和信息都集中在一处：集成开发环境（IDE）、代码仓库（repo）、终端工具。但通用知识工作的信息却散落在几十个平台：起草一份产品简报，可能需要从Slack对话、战略文档、数据仪表盘里的季度指标，甚至同事脑海里的“隐性经验”中提取信息。如今这些整合工作全靠人类——复制粘贴、在浏览器标签页间反复切换。除非能打通这些分散的语境，否则AI代理只能局限在狭窄场景里。
2. 缺乏可验证性
代码有个神奇特性：能通过测试和报错验证对错。开发者正是利用这一点训练AI，让它越编越好（比如强化学习）。但如何验证一份战略备忘录是否优质？一个项目管理是否到位？我们还没找到优化这类通用知识工作的AI模型。因此，人类仍需“参与其中”——不是深陷流程，而是定义标准、监督方向。
1865年英国《红旗法案》要求：汽车行驶时需有人持红旗在前方引导（1896年废除）。这正是“不必要的人类参与”的典型。
今年的编程代理实践告诉我们：“人类参与”并非越多越好。这就像让专人检查工厂每一颗螺栓，或是让行人走在汽车前清路（参考1865年《红旗法案》）。我们需要的是“高杠杆监督”——人类站在更高维度把控方向，而非深陷琐碎流程。一旦语境整合、工作可验证，数十亿工作者将陆续从“骑行”升级为“驾驶”，最终走向“自动驾驶”的新阶段。
组织层面：钢铁与蒸汽的启示
公司是近代才出现的组织形态，却有个致命缺陷：规模越大，效率越低，最终触及增长天花板。
1855年纽约-伊利铁路的组织结构图。现代企业和“组织架构图”正是随铁路公司诞生——它们是最早需要协调数千人跨地域工作的企业。
几百年前，大多数公司都是十几人的小作坊；如今，跨国公司的员工规模已达数十万。但沟通基础设施仍依赖“人类大脑+会议+邮件”，在指数级增长的压力下不堪重负。我们试图用层级制度、流程和文档解决问题，却像是在用木头建造摩天大楼——用“人力规模的工具”，应对“工业规模的挑战”。
两个历史故事，或许能揭示AI时代组织的全新可能：
1. 钢铁：打破规模的枷锁
钢铁出现前，19世纪的建筑最高只能建六七层。铁虽坚固但脆重，楼层越高，越容易因自身重量坍塌。而钢铁兼具强度与韧性：框架可以更轻，墙体可以更薄，几十层的摩天大楼 suddenly 成为可能——伍尔沃斯大厦1913年竣工时，便以“世界第一高楼”的姿态，见证了钢铁带来的革命。
钢铁的奇迹：1913年竣工的纽约伍尔沃斯大厦，是当时的世界第一高楼。
AI就是组织的“钢铁”。它能在工作流中持续保留语境，在需要时精准呈现决策，过滤冗余信息。人类沟通不再需要充当“承重墙”：每周两小时的同步会议，可压缩为五分钟的异步审查；需要三层审批的高管决策，或许几分钟就能落地。公司终于能实现“无损耗规模化”——不再受限于人力沟通的瓶颈。
一个装有水轮机的磨坊，用来驱动其运作。水力虽然强大但不可靠，限制了磨坊只能建在少数地点并具有季节性。
2. 蒸汽：挣脱场景的束缚
工业革命初期，纺织厂都建在河边，依靠水轮驱动。蒸汽机出现后，工厂主最初只是把水轮换成蒸汽机，其他一切照旧，生产率提升微乎其微。
真正的突破，来自“摆脱河流”的顿悟：工厂主把厂房建在靠近工人、港口和原材料的地方，围绕蒸汽机重新设计布局。后来电力出现，他们又进一步去中心化——不再依赖中央传动轴，而是为每台机器配备小型发动机。生产率爆炸式增长，第二次工业革命才真正拉开序幕。
1835年版画：英国兰开夏郡的蒸汽纺织厂，彻底摆脱了对河流的依赖。
我们如今仍处于“换水轮”的阶段：把AI聊天机器人简单嫁接到现有工具上，却没敢重新想象——当“人力约束”消失，当公司能依靠“永不休眠的无限心智”运转时，组织该是什么模样？
在我的公司Notion，我们已经开始尝试：除了1000名员工，还有700多个AI代理在处理重复性工作——记录会议纪要、整合组织隐性经验、处理IT咨询、记录客户反馈、帮助新员工熟悉福利、自动生成每周报告（省去复制粘贴的麻烦）。这仅仅是起步。AI能释放的潜力，只受限于我们的想象力和惯性。
经济层面：从佛罗伦萨到特大城市
钢铁和蒸汽不仅改变了建筑与工厂，更重塑了城市的形态。
几百年前的城市都是“人力规模”：40分钟就能走完佛罗伦萨，生活节奏由“人能走多远、声音能传多远”决定。
钢铁框架让摩天大楼成为可能，蒸汽机驱动的铁路连接了城乡，电梯、地铁、高速公路随之而来。城市规模呈爆炸式增长：东京、重庆、达拉斯——它们不再是“放大版的佛罗伦萨”，而是全新的生活生态：虽有迷茫、匿名、导航复杂的“规模化代价”，却能承载更多人、更多机会、更多元的可能——这是文艺复兴时期的小城无法想象的。
特大城市东京：承载着远超“人力规模”的人口与机会。
知识经济即将经历同样的转型。如今知识工作占美国GDP近一半，但多数仍停留在“人力规模”：几十人的团队、会议主导的工作流、规模超百人就效率下滑的组织。我们用“石头木头”建了一座座“佛罗伦萨”，而AI将让我们建起“东京”级别的知识经济体：
- 组织由数千名人类+AI代理组成；
- 工作流跨越时区、24小时运转，无需等待任何人醒来；
- 人类以“恰到好处的参与度”整合决策，既不缺位也不越位。
这一切会让人感到陌生：更快、更高效，但起初也更迷茫。每周会议、季度规划、年度评估的传统节奏将失效，新的工作节律会逐渐形成。我们会失去一些“简单可感”的秩序，却能收获前所未有的规模与速度。
超越“水轮时代”
每一种“奇迹材料”的出现，都要求人们放下“后视镜思维”，勇敢想象全新可能。卡内基看到钢铁，想到的不是更坚固的铁器，而是摩天大楼组成的城市天际线；兰开夏郡的工厂主看到蒸汽机，想到的不是“更好的水轮”，而是摆脱河流束缚的工厂布局。
如今我们仍困在AI的“水轮时代”：把聊天机器人嫁接到为人类设计的工作流中，只敢让它做“副驾驶”。但我们真正需要的，是重新构想：当人类组织被AI“钢铁”加固，当重复性工作交给“永不休眠的无限心智”，知识工作会是什么模样？
钢铁、蒸汽、无限心智。下一片城市天际线，早已在我们的想象中，等待被建造。