Notion创始人Ivan Zhao(赵一帆)于2025年12月发布长文《蒸汽机、钢铁与无限心智》(Steam, Steel, and Infinite Minds),核心是通过蒸汽机、钢铁与AI的历史类比,揭示AI作为"奇迹材料"如何重塑工作与组织,提出人类需从执行者升级为"心智管理者",并给出Notion的AI转型路径与落地实践。

一、创始人背景与Notion发展
Ivan Zhao是加拿大华裔,2013年与Simon Last在旧金山创立Notion,经历2015年产品失利后重构,2018年推出Notion 2.0实现用户破百万,2024年用户超1亿、估值达110亿美元。他以"人人皆可创造"为产品哲学,打造模块化、一体化的数字工作空间,推动Notion从文档工具演进为AI驱动的生产力平台。

二、长文核心框架:历史类比与AI革命逻辑
文章通过三次"奇迹材料"革命的共性规律,论证AI对工作的结构性重塑:
| 技术革命 | 核心影响 | 类比AI时代 |
|---|---|---|
| 蒸汽机(工业革命) | 放大体力、重构工厂组织,体力劳动贬值 | AI放大脑力,重复脑力劳动(文书、代码编写)快速贬值 |
| 钢铁(19世纪) | 改变建筑结构,让高楼成为可能 | AI成为组织"钢铁",保持工作流情境连贯,减少无效沟通与审批 |
| 无限心智(AI) | 人类从执行者升级为心智管理者 | 管理AI智能体完成执行,效率提升30-40倍,聚焦战略与创造力 |

三、三大核心论点与实践启示
- 工作性质质变:从操作层到战略层
- 案例:Notion合伙人Simon从"10倍程序员"转为管理多个AI编程智能体,实现30-40倍效率跃迁,核心是工作重心从写代码转向任务规划与结果验证。
- 本质:AI承担重复执行,人类聚焦提问、判断、创造等高价值环节,"品味与提问成为人类最后护城河"。
- 组织效率瓶颈:工具碎片化与验证缺失
- 痛点:知识工作数据分散在Slack、文档、仪表盘等工具,上下文断裂;战略决策、项目管理等缺乏客观评估标准。
- 解决方案:以统一平台整合信息流,建立"工作流验证机制"(如量化输出标准),减少对齐会议与多层审批。
- Notion的AI实践路径
- 产品层:推出Notion AI,将大模型嵌入模块化工作流,支持智能写作、数据分析、任务自动化,打造"无线大脑"的统一接口。
- 组织层:内部用Notion整合工具与管理,保持"小巴士"式敏捷,追求人才密度而非规模,实现低人员、高盈利的正向循环。

https://www.notion.com/blog/steam-steel-and-infinite-minds-ai
《Steam, Steel, and Infinite Minds》核心内容总结
本文是Notion创始人兼CEO Ivan Zhao 于2025年12月23日发布的长文,以"历史奇迹材料"为核心隐喻,系统剖析AI("无限心智")对个体、组织及知识经济的底层重塑,批判当前AI应用的"路径依赖",并提出未来工作与组织的重构方向。结合文章原文及补充背景,核心内容可分为以下五部分:
一、核心立意:AI是定义新时代的"奇迹材料"
Ivan开篇提出贯穿全文的核心观点:每个时代由"奇迹材料"塑造,其本质是改变生产逻辑、突破规模瓶颈的核心力量------
- 19世纪的钢铁:打破建筑高度限制(从6-7层到摩天大楼),铸就"镀金时代";
- 20世纪的半导体:开启数字时代,让信息处理成为可能;
- 当下的AI(无限心智):作为新一代奇迹材料,将彻底改写知识工作的规则,重塑人类与组织的价值定位。
历史规律表明:"掌握奇迹材料的人,定义整个时代"------AI时代的核心竞争力,不再是"使用AI工具",而是"用AI重构工作与组织"。
二、三大维度:AI如何重塑个体、组织与经济体?
Ivan通过三个递进的历史类比,拆解AI对不同尺度的变革逻辑,每个维度均以"旧模式局限-AI突破路径"为框架展开:
1. 个体层面:从"骑自行车"到"管理无限心智"
AI重构个体工作角色,核心是从"执行者"升级为"智能管理者",效率实现指数级跃迁:
- 旧模式局限:知识工作仍依赖"人类手动驱动"------如程序员亲自写代码、文案逐字撰写方案,即便借助工具(如电脑、互联网),也只是"骑自行车提速"(乔布斯曾称电脑为"大脑的自行车"),无法突破单一个体的能力边界。
- AI的突破:以Notion联合创始人Simon为例(原"10倍程序员"),如今他不再亲自写代码,而是同时"指挥3-4个AI编程智能体"------睡前下达任务(如模块开发、调试),醒来验收结果,效率从"10倍"提升至"30-40倍",成为"无限心智的管理者"。
- 个体进化路径 :未来将经历"骑自行车(手动驱动)→ 开车(管理AI执行)→ 自动驾驶(AI自主闭环)"三阶段,但前提是解决两个障碍:
- 上下文碎片化:编程场景的工具/数据集中(如IDE、代码库),但通用知识工作(如产品brief)的信息散落在Slack、文档、仪表盘甚至员工大脑中,AI难以整合;
- 结果不可验证:代码可通过测试/报错验证对错,但项目管理、战略文档的"好坏"缺乏客观标准,需人类持续监督。
2. 组织层面:用"钢铁"破规模、用"蒸汽"重构流程
AI对组织的变革,类比"钢铁突破建筑高度"与"蒸汽重构工厂逻辑",解决传统组织"规模越大、效率越低"的核心痛点:
(1)AI是组织的"钢铁":突破规模降解
- 旧组织局限:传统组织像"用木头建摩天大楼"------沟通依赖"人脑+会议+邮件",人数超过数百人后,层级、流程会让信息传递效率骤降(如"三级审批需数天""每周2小时对齐会"),最终陷入"规模陷阱"。
- AI的"钢铁效应":AI可贯穿工作流整合上下文(如自动同步项目进度、提取关键决策),让"沟通不再是承重墙"------例如"2小时对齐会"缩为"5分钟异步评审","三级审批"缩短至"几分钟",组织可实现"规模化而不降解"(如跨国公司像小团队一样敏捷)。
(2)AI是组织的"蒸汽":重构流程而非替换工具
- 历史镜鉴:工业革命初期,工厂主仅用"蒸汽机替换水车",但仍把工厂建在河边、保留旧流程,效率提升有限;直到彻底摆脱"对水的依赖"------将工厂迁至港口/工人区、围绕蒸汽机重构生产线,才引爆第二次工业革命。
- 当前AI应用的误区:仍处于"换水车"阶段------把AI聊天框"贴在旧工具上"(如用AI写周报、整理会议纪要),却未重构"为人类设计的旧流程"(如周报的本质是"老板无法实时掌握进度",AI应直接同步进度而非代写报告)。
- Notion的实践案例:目前1000名员工的团队中,已有700+AI智能体处理重复工作------如记录会议、解答内部知识疑问、处理IT请求、自动生成周报表,甚至帮助新员工熟悉福利,初步实现"流程重构"而非"工具叠加"。
3. 经济体层面:知识经济从"佛罗伦萨"到"特大城市"
AI将推动知识经济完成"从人类尺度到超大规模"的变革,类比"钢铁+蒸汽催生特大城市":
- 旧知识经济局限:像"文艺复兴时的佛罗伦萨"------规模小(团队几十人)、节奏慢(依赖会议/邮件)、边界清晰(步行40分钟穿城),但知识经济已占美国GDP近50%,却仍用"人类尺度工具"运转。
- AI驱动的新形态:将像"东京、重庆等特大城市"------组织由"数千人类+数万AI智能体"构成,工作流跨时区24小时运转(无需等待人类起床),决策由"AI整合数据+人类关键判断"生成;虽会有"陌生感、快节奏"(如"周会/季度规划"失效),但能提供"千万倍于旧模式的机会与自由"(如个人可驱动"万人工厂级"的AI协作)。
三、当前困境:"看着后视镜开车"的过渡期
Ivan批判当前AI应用的核心问题------用旧时代逻辑套新时代技术,陷入"路径依赖":
- 早期电话被当作"会说话的电报"(简洁短句),早期电影被当作"拍下来的舞台剧"(单镜头固定);如今AI被当作"更聪明的Google搜索"(聊天框形态),本质都是"用后视镜看未来"。
- 典型案例:《红旗法案》(1865年英国规定"汽车上路需人举红旗开路")------当前要求"AI每一步都需人类确认"(如AI写文档后逐句修改),如同"举着红旗挡AI的路",而非"从更高维度监管"。
四、核心呼吁:跳出"工具思维",重构AI时代的规则
Ivan在文末强调:AI不是"更高效的工具",而是"重塑工作与组织的基础材料"------
- 不要问"AI如何当副驾驶",而要问"当无限心智成为水/电一样的基础设施,如何重新定义人类价值?";
- 企业需摆脱"换水车"思维,围绕AI重构流程(如Notion的AI智能体嵌入工作流);
- 个体需从"练技能"转向"练管理AI的能力"------未来的核心竞争力是"提问、定标准、验结果",而非"执行细节"。
五、补充背景:Ivan Zhao与Notion的实践支撑
文章观点源于Ivan的个人经历与Notion的产品哲学:
- 创始人背景:Ivan17岁从中国移民加拿大,毕业于认知科学专业,深耕"人类认知与工具交互";2013年创立Notion,2015年因1.0架构无法支撑"模块化愿景",解散团队、赴京都闭关18个月重写代码,最终推出Notion 2.0(以"块"为核心的一体化工作空间)。
- Notion的AI布局:2022年提前接入GPT-4,取消团建闭关开发AI功能,如今AI已从"写作助手"升级为"工作流智能体",印证其"AI不是附加功能,而是组织核心材料"的观点。
综上,本文本质是AI时代的"思想宣言" ------其核心不是预测技术,而是警示"不要用旧逻辑错失新时代":掌握AI的关键,是从"使用工具"升级为"定义AI时代的工作与组织规则",正如钢铁定义镀金时代、半导体定义数字时代,AI将定义知识经济的未来。