对Notion联合创始人兼CEO Ivan Zhao在其文章《Steam, Steel, and Infinite Minds》进行了总结，其中有很多值得推荐的思考和想法，内容大致如下：
每个时代都有"神奇材料"，AI正在改写我们的工作与未来**有人说，观察时代变迁的最好方式，是找到那个定义它的"神奇材料"。**钢铁的出现，锻造了轰轰烈烈的镀金时代；半导体的突破，点亮了数字时代的万家灯火。而今天，当所有人都在谈论AI时，我们或许正在亲历又一次时代迭代------人工智能，就是这个时代的"无限智慧材料"。
历史总在重复相似的逻辑：谁掌握了定义时代的核心力量，谁就掌握了未来的话语权。
1 从钢铁到AI：两次时代变革的惊人呼应
把时间拉回19世纪50年代的美国，那时的匹兹堡还遍布泥泞街道，安德鲁·卡内基只是个奔波的电报投递员。当时美国六成人口都是农民，马车是主要交通工具，烛光还是夜晚的主角。
没人能想到，短短两代人的时间，卡内基和他的同行们用钢铁重塑了世界：马车被铁路取代，烛光让位于电灯，脆弱的铁器升级成坚韧的钢材。更深刻的改变是，人们的工作场景从农田、工厂，慢慢转移到了窗明几净的办公室。
如今的我，在旧金山经营着一家软件公司，每天为上百万知识工作者开发工具。有趣的是，我所处的这个"科技重镇"里，所有人都在热议AGI（通用人工智能），但放眼全球，二十亿办公室职员中，大多数人还没真正感受到AI的影响。
这不禁让人思考：当AI真正渗透到每一个办公场景，知识工作会变成什么样子？当永不疲倦、无需休息的"AI智慧"融入企业组织结构图，我们的工作模式又会迎来怎样的颠覆？
2 为什么我们总看不清AI的未来？
其实不只是AI，任何新技术的未来都难以预测------因为它总会先"伪装"成我们熟悉的样子。
就像早期的电话，人们只用它传递简洁的信息，和电报没什么区别；早期的电影，更像是把戏剧搬到了银幕上，完全没有发挥动态影像的优势。传播学者马歇尔·麦克卢汉曾精准描述过这种现象：我们总是"通过后视镜驶向未来"。
现在的我们，对AI的认知也陷入了同样的误区：很多人把AI聊天机器人，仅仅当成了"更智能的谷歌搜索框"。我们正处在每一次技术变革都必经的"尴尬过渡期"------既对新技术充满期待，又习惯性用旧思维理解它。
3 用历史隐喻，看懂AI的三个影响尺度
我无法精准预判AI未来的每一个细节，但我发现，用历史隐喻作为思考工具，能帮我们更清晰地看清方向。毕竟，任何变革都不是凭空发生的，从个人、组织到整个经济体，AI的影响正在层层渗透。
对个人而言，AI可能不是"取代者"，而是像当年的钢铁工具一样，成为提升效率的"放大器" ；对组织来说，AI带来的可能不只是流程优化，而是组织结构的重构------当"永不疲倦的思维"成为团队一员，协作模式、管理逻辑都要重新定义；对整个经济体而言，就像钢铁推动工业化、半导体推动数字化一样，AI或许会让知识工作迎来一次全面升级，就像当年从工厂到办公室的跨越一样深刻。
我们不必焦虑于看不清未来，因为每一次技术过渡都是如此。重要的是记住：历史不会重复，但总会押韵。从钢铁时代到AI时代，变革的核心从未改变------拥抱新力量，理解新逻辑，才能在时代浪潮中找准自己的位置。
4 AI时代个人工作变革：从"骑自行车"到"自动驾驶"的进阶之路
核心结论：AI正推动个人知识工作从"人力驱动"向"智能协同"升级，当前已在程序员群体显现显著成效，但要普及至所有知识工作者，需解决上下文碎片化与可验证性两大核心问题；未来人类将从工作环节的直接参与者，转变为"杠杆式监督者"，最终实现从"骑自行车"到"开车"再到"自动驾驶"的完整进阶。
一、变革端倪：程序员率先实现"从骑行到驾车"的跃升
AI对个人工作的变革，最先在知识工作的核心群体------程序员身上显现。作者的联合创始人西蒙本就是效率超群的"10倍程序员"，如今借助AI编码代理，他已极少直接写代码，而是同时指挥三四个人工智能编码代理工作。这些代理不仅打字更快，更具备思考能力，让西蒙的效率跃升至30-40倍，成为"无限智能的管理者"------他可在午餐前或睡前安排好任务，让AI代理在其离开时持续推进工作。
这一变革可通过经典隐喻理解：20世纪80年代乔布斯将个人电脑比作"头脑的自行车"，十年后互联网铺就了"信息高速公路"，但如今多数知识工作仍依赖人力驱动，宛如在高速公路上骑自行车；而西蒙这类借助AI代理的工作者，已率先完成从"骑自行车"到"开汽车"的进阶，实现了效率的质的飞跃。
二、普及阻碍：两大核心问题制约AI赋能所有知识工作者
并非所有知识工作者都能顺利"开上汽车"，核心需攻克两大难题：
-
上下文碎片化：编码工作的工具与相关信息（如集成开发环境、代码仓库、终端）往往集中一处，便于AI代理调用；但通用知识工作的信息分散在数十种工具中------比如AI代理起草产品简介时，需从Slack聊天记录、战略文档、数据仪表盘，甚至仅存在于个人脑海的"机构记忆"中提取信息。当前，这些信息的整合仍依赖人类通过复制粘贴、切换浏览器标签页完成，AI代理难以突破场景局限。（个人感受：企业的AI引入并不是简单的引入大模型，利用大模型完成业务决策，而是整个流程的从上到下的AI化、一体化）
-
可验证性缺失 ：代码的优劣可通过测试和错误直观验证，这也是AI编码能力持续提升的关键（如通过强化学习训练模型）；但通用知识工作（如项目管理成效、战略备忘录质量）缺乏明确的验证标准，目前尚无对应的AI模型优化方法，因此仍需人类全程参与监督、指导，明确"优秀"的标准。（个人感受：行业的通识、共识很容易被模型学习，但行业中的一些"潜规则"、"灵感"、"细节的差异"都需要从业人员的敏锐的感受，这个AI短期难以替代。）
三、未来方向：人类角色从"置身其中"到"杠杆式监督"
今年的编程代理实践已证明，"人类全程置身于AI工作环节"并非理想状态------这就像安排专人检查生产线上的每一颗螺栓，或让人事先在汽车前方清路（类似1865年《红旗法案》的僵化限制）。真正合理的模式是，人类从"置身工作环节内"转向"杠杆式监督"，以更高效的方式把控方向。
一旦上下文信息实现整合、通用知识工作具备可验证性，数十亿知识工作者将逐步完成进阶：先从"蹬脚踏车"式的人力驱动，升级为"开车"式的AI协同，最终迈向"自动驾驶"式的全智能高效工作模式。
5 AI重塑组织：从钢铁突破边界到蒸汽重构内核
核心结论：公司作为近代产物，扩张至一定规模后易因沟通负荷过载走向衰败，当前依赖层级、流程等"人类规模工具"解决"工业规模问题"难以为继；AI作为组织的"神奇材料"，可类比钢铁突破建筑高度限制、蒸汽引擎重构工厂形态的历史价值，助力组织突破扩张困境；但目前仍处于AI简单嫁接现有工具的初级阶段，唯有摆脱旧有约束重构组织，才能释放真正价值，这一变革已在部分企业显现初步成效。
一、组织扩张的固有困境：用"木工具"建"摩天楼"
组织形态随时代演变，从几百年前十几人的作坊，发展为如今数十万员工的跨国公司。**但核心矛盾随之凸显：连接人际的沟通基础设施（会议、消息），难以承载指数级增长的运营负荷。**尽管企业试图通过层级制度、标准化流程、文档记录等方式破解，但本质上仍是用适配小规模协作的"人类规模工具"，应对大规模组织的管理难题，如同用木头建造摩天大楼，难以突破效能瓶颈。
二、两大历史隐喻：AI如何成为组织的"神奇材料"
通过两个关键历史变革案例，可清晰理解AI对组织的重塑价值：
- 类比钢铁：突破扩张的"高度限制"。19世纪钢材出现前，建筑因依赖脆弱沉重的铁材料，最多只能建六七层；而钢铁兼具坚固与韧性的特性，让建筑框架更轻、墙体更薄，得以突破高度限制建成几十层的摩天大楼。AI对组织而言，就如同钢铁对建筑------能够在全工作流程中保持上下文连贯性，在需要时精准输出决策建议且不受冗余信息干扰，让人际沟通不再承担"承重墙"的核心作用。具体表现为：每周两小时的协调会议可简化为五分钟的异步审查，需三级审批的行政决策能在几分钟内完成，助力企业实现真正的规模化扩张，避免效能自然衰败。
- 类比蒸汽引擎：重构组织的"核心逻辑"。工业革命初期，纺织厂依赖水车动力，只能建在河流旁；蒸汽机出现后，初期仅简单替换水车，生产力提升有限；直到工厂主摆脱对水资源的依赖，在靠近工人、港口、原材料的地方新建工厂，并围绕蒸汽机重构生产布局，才实现生产力爆发，推动第二次工业革命落地。这一逻辑同样适用于AI与组织的结合：AI的价值不止于替代部分人力，更在于打破"必须依赖人力完成核心协作"的旧有约束；当组织能够依托"全天候工作的无限智能"运营时，其形态、布局、协作模式都需重新设想，这才是AI赋能组织的核心价值所在。
三、当前实践：从"换水车"到"探新路"的初步探索
目前行业对AI的应用，仍停留在"替换水车"的初级阶段------仅将AI聊天机器人等功能嫁接到现有工具上，未触及组织形态的核心重构，因此难以释放全部价值。但部分企业已开始率先探索：以Notion公司为例，除1000名员工外，700多名AI智能体已投入实际运营，承担会议记录、内部知识整合、IT需求处理、客户反馈记录、新员工入职引导、每周状态报告撰写等重复性工作，替代了大量人工复制粘贴、机械沟通的环节。不过这仅仅是变革的起步，AI赋能组织的真正收益，仍受限于人们的固有想象和变革惰性。
6 AI驱动知识经济变革：从"佛罗伦萨"到"特大城市"的规模化跃迁
核心结论：钢铁与蒸汽曾推动城市从人力适配的小规模形态（如佛罗伦萨），跃升至规模化、高密度的特大城市（如东京、重庆），这种"突破规模局限、重构生存形态"的变革即将在知识经济领域上演；当前AI应用仍处于"嫁接现有流程"的初级阶段，唯有跳出旧有思维，重构适配人机协同的工作模式，才能实现知识经济的规模化跃迁，开启全新发展阶段。
一、历史镜鉴：钢铁与蒸汽重塑城市的规模与形态
几百年前，城市规模完全适配人类能力边界，以佛罗伦萨为例，四十分钟即可步行穿越，生活节奏由步行距离、声音传播范围决定。而钢铁与蒸汽的出现打破了这一局限：钢框架催生了摩天大楼，蒸汽机驱动的铁路连接了市中心与内陆，后续电梯、地铁、高速公路等基础设施跟进，推动城市在规模和密度上急剧扩张。东京、重庆、达拉斯等特大城市并非佛罗伦萨的放大版，而是全新的生活方式------虽伴随迷失方向、缺乏个性、通行难度增加等"规模代价"，但也带来了更多机会、自由，以及更丰富的人际协作与创造可能。
二、未来预判：AI将推动知识经济完成"佛罗伦萨到特大城市"的跃迁
当前知识经济已成为核心支柱（创造美国近一半GDP），但运作模式仍停留在"人力规模"：团队多为几十人规模，工作流程依赖会议、邮件推进，组织规模超过几百人就易不堪重负，如同用石头木材建造的佛罗伦萨。而当AI智能体大规模落地后，知识经济将迎来规模化跃迁，迈入"特大城市"阶段：
-
组织形态升级：形成数千人机构与智能体协同运作的跨规模组织；
-
工作模式革新：工作流程跨越时区持续运行，无需等待人类作息；
-
决策机制优化：融入适量人类参与，实现精准高效的决策合成。
这种变革将彻底打破现有工作节奏------周会、季度规划、年度评审等传统模式可能失效，新的运作节奏将随之产生。虽会经历初期的"迷失感"和清晰度下降，但将换来规模扩张与效率提升的核心收益。
三、突破关键：跳出"后视镜思维"，重构AI时代的知识工作
每一种"神奇材料"带来的变革，都需要人们摆脱"通过后视镜看世界"的惯性：卡内基从钢铁中看到城市天际线，兰开夏郡工厂主从蒸汽机中看到摆脱河流限制的工厂。而当前AI应用仍处于"水车阶段"，仅将聊天机器人硬嫁接到为人类设计的工作流程中，未发挥其核心价值。
突破的关键在于改变认知：停止仅将AI视为"副驾驶"，转而主动想象------当人类组织借助AI实现"钢铁般的强化"，当繁琐工作交由"不知疲倦的智能体"承担时，知识工作的全新形态究竟是什么。钢铁、蒸汽曾塑造了城市的新天际线，而"无限智慧"的AI，正等待我们用全新思维去打造知识经济的下一道天际线。