Notion创始人Ivan_Zhao：我们正在犯100年前工厂主同样的错误

Notion创始人Ivan Zhao：我们正在犯100年前工厂主同样的错误

想象一下，你是19世纪末的一个建筑师。有人递给你一种全新的材料——钢铁。你会用它做什么？

历史告诉我们，大多数建筑师最初的反应是：用它来加固木梁。他们把钢铁当成一种"更结实的木头"，小心翼翼地塞进旧房子的结构里。没有人敢想，这种材料有一天会让建筑拔地而起几十层，彻底改写人类城市的天际线。

这个故事，正是我们今天面对AI的真实写照。

嗨，我是王利杰。

最近，Notion的创始人Ivan Zhao发了一篇长文，在硅谷刷屏了。标题叫《蒸汽、钢铁与无限心智》。Ivan是一个很特别的创始人，在硅谷以极简主义和哲学思辨著称。当所有人都在卷大模型的参数量、上下文长度的时候，他选择向后看——回望工业革命，用历史来照见我们当下的处境。

他的核心观点只有一句话：每个时代都由其神奇材料所塑造。钢铁锻造了镀金时代，半导体开启了数字时代，现在，AI作为无限的心智已经到来。

这不是一篇讨论AI能力边界的技术文章，而是一篇关于想象力的文章。Ivan想问的问题是：当一种全新的"神奇材料"出现时，我们是继续用它来加固旧房子，还是敢于想象一个全新的天际线？

让我从三个维度来拆解Ivan的思考：个人、组织、和整个经济。

先说个人层面。

Ivan讲了一个他亲眼目睹的故事。他的联合创始人Simon，是硅谷所谓的"10倍程序员"——就是那种效率是普通程序员十倍的顶级工程师。但最近，Simon几乎不写代码了。

走过他的办公桌，你会看到一个奇怪的场景：他同时在指挥三四个AI编程智能体。这些智能体不只是打字更快，它们会思考、会推理、会自己解决问题。Simon现在的效率不是10倍，而是30到40倍。更疯狂的是，他会在午饭前或者睡觉前，把任务排好队，让这些智能体在他不在的时候继续干活。

Ivan用了一个很妙的比喻。1980年代，乔布斯把个人电脑称为"心智的自行车"。后来我们铺设了互联网这条"信息高速公路"。但问题是，过去几十年，大多数知识工作者一直在信息高速公路上骑自行车。

现在，像Simon这样的人，已经从骑自行车毕业了，他们开上了汽车。

那问题来了：其他知识工作者什么时候能开上车？

Ivan说，有两个关键障碍。

第一个叫"语境碎片化"。程序员之所以能最先受益，是因为他们的工具和语境通常在同一个地方：IDE、代码库、终端。但普通的知识工作呢？想象一个AI智能体要帮你起草一份产品方案，它需要从哪里获取信息？Slack里的讨论、战略文档、上季度的数据仪表盘、还有一些只存在于某些人脑子里的隐性知识。今天，人类充当的是"胶水"，通过复制粘贴和在浏览器标签页之间切换，把这一切拼接在一起。在语境被整合之前，智能体只能困在狭窄的使用场景里。

第二个障碍叫"可验证性"。代码有一个神奇的属性：你可以验证它对不对。跑一下测试，报不报错，结果清清楚楚。这就是为什么AI能通过强化学习在编程领域进步那么快。但你怎么验证一个项目管理得好不好？一份战略简报写得够不够出色？这些东西没有标准答案，所以模型很难自我提升。在这些领域，人类仍然需要深度参与，去监督、引导，去定义什么是"好"。

但Ivan话锋一转，说了一句很重要的话："人类参与"并不总是理想的状态。

他举了一个历史例子。1865年，英国颁布了一项《红旗法案》，规定汽车在街上行驶时，必须有一个人走在车前面，举着红旗开道。这项法律直到1896年才废除。今天回头看，这简直荒谬。但在当时，这是人们能想到的"安全"方式。

Ivan说，我们现在很多"人类参与"的设计，本质上就是让人走在AI前面举红旗。我们希望人类能从一个杠杆点上监督整个系统，而不是深陷在每一个细节里。

一旦语境整合的问题解决了，工作的可验证性问题解决了，几十亿知识工作者就会从骑自行车，到开车，再到自动驾驶。这不是科幻，这是正在发生的事。

说完个人，我们来看组织层面。Ivan用了两个历史隐喻，我觉得特别精彩。

第一个隐喻是钢铁。

在钢铁出现之前，19世纪的建筑最高只能盖到六七层。为什么？因为那时候用的是铁。铁虽然坚固，但又脆又重。如果你想盖更高的楼，下面的结构会在自身重量下崩塌。

钢铁改变了一切。它既坚固又有延展性。框架可以更轻，墙壁可以更薄。突然之间，建筑可以拔地而起几十层。摩天大楼成为可能。

Ivan说：AI是组织的钢铁。

今天的公司，本质上是用"人类沟通"这种材料搭建的。会议、邮件、Slack消息、层级汇报——这些是组织的承重墙。但人类沟通有带宽限制，有时延，有损耗。公司一旦超过几百人，就会出现严重的效率退化。这不是管理问题，而是材料问题。

AI有潜力在整个工作流中维持语境，在需要的时候过滤噪音，直接呈现决策。原本每周两小时的同步会议，可能变成五分钟的异步审查。原本需要三级审批的决策，可能在几分钟内完成。人类沟通不再必须是承重墙。公司可以真正地扩张，而不会出现我们认为不可避免的那种退化。

第二个隐喻更深刻，是关于蒸汽机的。

工业革命初期，纺织厂都建在河边，靠水轮驱动。当蒸汽机发明后，工厂主是怎么做的？他们把水轮换成了蒸汽机，其他一切保持不变。

结果呢？生产力的提升非常有限。

真正的突破发生在什么时候？发生在工厂主意识到：有了蒸汽机，他们可以完全脱离河流了。他们开始在离工人、港口、原材料更近的地方建更大的工厂。他们围绕蒸汽机重新设计了整个生产流程。后来电力出现后，他们又进一步去中心化，摆脱了中央传动轴，给每台机器装上了独立的小电机。

生产力发生了爆炸式增长。第二次工业革命才真正开始。

Ivan说，我们现在还处于"更换水轮"的阶段。

你看现在市面上的AI产品，本质上是什么？是把聊天机器人生硬地安装在现有工具上。像极了当年把蒸汽机塞进河边工厂的场景。

我们还没有问出那个关键问题：如果工作可以由永不休息的无限心智来执行，组织应该长什么样？流程应该怎么设计？决策应该怎么流转？

Ivan在Notion内部已经开始实验了。除了1000名员工，他们现在有超过700个智能体在处理重复性工作。这些智能体记录会议摘要、回答内部问题、处理IT请求、整理客户反馈、帮新员工办入职、撰写周报。而这，他说，仅仅是初步阶段。

真正的收益，只受限于我们的想象力和惯性。

最后，我们把镜头拉到最大，看整个经济的层面。

Ivan用了一个非常有画面感的对比：佛罗伦萨和东京。

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，是由一个人能走多远、声音能传多响来决定的。

然后，钢铁让摩天大楼成为可能，蒸汽机让铁路连接了市中心和内陆，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——这些现代大都市出现了。

这些城市不是放大版的佛罗伦萨。它们是完全不同的生活方式。大都市让人迷失方向，匿名感更强，更难导航。这是规模的代价。但它们也提供了更多的机会、更多的自由、更多的可能性组合。

Ivan说，知识经济即将经历同样的转型。

今天，知识工作占美国GDP的近一半。但其中大部分仍然以"人类尺度"运作：几十人的团队，由会议和邮件决定节奏的工作流，超过几百人就开始崩溃的组织。

我们用石头和木头建造了知识经济的"佛罗伦萨"。

当AI智能体大规模上线时，我们将建造知识经济的"东京"。跨越数千个智能体和人类的组织，跨越时区持续运行的工作流，无需等待某个人醒来。通过恰到好处的人类参与来合成决策。

感觉会很不一样。更快，杠杆更大，但起初也会让人更迷茫。周会、季度计划、年度回顾——这些我们习以为常的节奏可能不再有意义。新的节奏会出现。我们会失去一些可读性，但换来规模和速度。

读完Ivan这篇文章，我有几个特别深的感触，想分享给你。

第一，他让我意识到，我们对AI的想象力严重不足。

我们大多数人，包括我自己，在使用AI的时候，本质上还是在"加固木梁"。我们让AI帮我们写邮件、总结文档、生成代码片段。这些都是有用的，但都是在旧范式里做增量改进。

Ivan问的问题是：如果我们拥有了无限的心智，不受时间限制、不需要休息、可以同时处理无数任务，我们应该怎么重新设计工作本身？这个问题，我们大多数人甚至还没有开始认真思考。

第二，他让我理解了为什么变革总是比我们想象的慢，但最终又比我们想象的彻底。

蒸汽机发明后，工厂主花了几十年才意识到可以离开河边。电力普及后，又花了几十年才有人想到给每台机器装独立电机。新技术的潜力需要时间才能被真正释放，因为瓶颈往往不是技术本身，而是人们的想象力和组织的惯性。

但一旦有人想通了，变化会以指数级的速度发生。那些还在河边的工厂，会在几年内被彻底淘汰。

第三，也是最重要的一点：新材料要求新的建筑师。

钢铁时代需要的不是更好的木匠，而是能想象摩天大楼的建筑师。蒸汽时代需要的不是更高效的水车修理工，而是能重新设计工厂布局的工程师。

AI时代需要什么样的人？需要的是能够想象"无限心智"如何重塑知识工作的人。不是更熟练的Prompt工程师，而是能够重新定义工作流程、组织架构、甚至商业模式的人。

Ivan在文章最后说：我们需要停止仅仅要求AI充当我们的副驾驶。我们需要想象，当人类组织由钢铁加固，当繁琐的工作被委派给永不休息的心智时，知识工作会是什么样子。

钢铁、蒸汽、无限心智。下一个天际线就在那里，等待着我们去建造。

问题是：你准备好了吗？

我是王利杰，我们下期见！