Notion創始人Ivan Zhao為AI寫了一篇雄文：蒸汽、鋼鐵和無限量的智能。
他是很有資格下判斷的，Notion本來就是最強的生產力工具，搭上這波大模型的順風車後ARR（經常性年收入）更是快速漲到了6億美金，其中超過一半是AI貢獻的。
我試着翻譯了全文，寫得很流暢易懂：
每個時代都由其奇蹟般的材料塑造。
鋼鐵鍛造了鍍金時代。半導體開啓了數字時代。如今，AI以無限的智能形態出現。
如果歷史教會我們什麼，那就是掌握材料者同時掌握瞭如何掌握時代。
19世紀中期，還是小孩哥的安德魯·卡內基曾作為電報童工在匹茲堡泥濘的街道上奔跑，當時六成美國人還是農民。
但不出兩代人的時間，卡內基和他的同輩人就鍛造出現代世界——鐵路取代馬車，電力驅散燭光，鋼材替代生鐵。
自那以後，勞動從工廠轉移到了辦公室。如今我在舊金山經營一家軟件公司，為數以百萬計的知識工作者打造工具。
我所在的這座工業小鎮，所有人都在談論AGI，但全球二十億白領工作者大多尚未感受到其影響。
知識工作的未來會是什麼模樣？當組織結構圖中融入永不休眠的智能，世界將會怎樣？
這種未來往往難以預測，因為它總是偽裝成過去的樣子：早期的電話像電報一樣惜字如金，早期的電影看起來像是被轉錄下來的舞台劇。
這就是馬歇爾·麥克盧漢所説的「我們總是通過後視鏡駛向未來。」
今天也是這樣，所有的大模型產品，都在模仿Google的搜索框。
我們正處在每一次新技術流行前都會出現的那種令人不適的轉型階段。
我無法給出關於未來會怎麼發展的全部答案，但我會用幾個歷史片段來關聯AI發揮作用的過程——從個人到組織，再到整個經濟體。
【個人層面 - 從自行車到汽車】
這在知識工作領域的先行者——程序員羣體中已初現端倪。
我的同事、Notion的聯合創始人Simon曾是大家眼中的「10倍程序員」，也就是他寫代碼的效率，是普通員工的10倍。
但他現在已經基本上不寫代碼了。
經過他的工位時，你會看到他在同時使喚3到4個AI編程助手，這些助手不僅敲代碼更快，還能自主思考。
這讓Simon失去了「10倍程序員」的評價，他的工作效率達到了原先的30倍以上。
他常在吃飯和睡覺前佈置任務，讓AI在他離開時繼續勞動，近乎無情的壓榨着這些不知疲倦的智能體。
1980，史蒂夫·喬布斯將個人電腦稱為「思想自行車」。過了很多年，我們鋪就了互聯網這條「信息高速公路」，然而大多數知識工作仍由人力驅動，這就像我們一直在高速公路上騎着自行車。
藉助AI，Simon這類人總算是把汽車開上路了。
那麼問題來了，你們關心的是，自己——以及更多普通的知識工作者——什麼時候才能開上汽車？
必須解決兩個問題。
其一，是上下文的碎片化。
對於編程來説，工具和上下文往往集中在一處：IDE、代碼庫、終端。
但通用知識型工作卻分散在數十種工具中，想象一個AI工具試圖起草產品簡報：
它需要從Slack的聊天記錄、雲文檔、儀表盤中的上季度指標，以及僅存於某人腦海中的記憶裏提取信息。
所以你們覺得AI不堪大用的原因，還是在於自己需要頻繁扮演粘合劑的角色，通過複製粘貼和在瀏覽器標籤頁之間切換來拼湊這些信息。
在實現上下文整合之前，AI將始終侷限於特定使用場景。
其二，在於可驗證性的缺失。
代碼的好處在於，可以隨時測試它能不能跑起來，大模型的開發者利用這種特點，來為AI訓練強化學習的能力。
但在有着標準答案的編程或是數學場景之外，怎麼驗證一個項目的管理是正確的、備忘錄的記錄質量是否優秀？
我們尚未找到泛化的評判方法，因此，人類仍需大量參與其中，進行監督、指導和示範。
事實表明，讓不穩定的人類給AI當老師並非總是可取。
這就像是讓專門派人逐個檢查流水線上的螺栓，或是效仿1865年的「紅旗法案」，在汽車前面安排一個旗手驅趕路人、清理道路。
我們需要的是讓人類站在制高點監督整個循環系統，而非深陷其中。
當工作情境完成整合且成果具備可驗證性時，數以億計的勞動者將實現從「踩踏板」到「握方向盤」的跨越，最終邁向「自動駕駛」。
【組織層面 - 鋼鐵與蒸汽的時代產物】
企業是近代的人造產物，它們在擴張過程中效能遞減，終將觸及發展瓶頸。
現代企業這種組織，是由鐵路公司演進而來，因為這是人類第一次需要協調分散在廣闊地域內的數千名員工。
時至今日，擁有數十萬僱員的跨國集團也為數不少了，傳統溝通模式（依賴會議與信息傳遞的人腦協作體系）在指數級增長的壓力下已難堪重負。
我們試圖通過層級管理、流程優化和文檔體系來解決這一問題，但這無異於用建造木屋的工具來修建摩天大樓——選擇人類尺度的工具應對工業級規模的挑戰。
我想用兩段歷史來説明，材料的發明，才是改變組織的原動力。
首先是鋼材。在鋼材出現前，地球上的建築高度被限制在六七層左右。
鐵雖堅固，但易碎且沉重，增加樓層會使結構因自身重量而坍塌。
鋼材改變了一切——它既堅固又具延展性，從此建築框架可以變得更大，牆體也能更纖薄，高樓大廈突然就能拔地而起建好幾十層了。
AI就如同組織的鋼材。它能跨越工作流持續保持語境關聯，在需要時呈現決策要點而不摻雜干擾信息。
於是人類之間的核對不再需要充當承重牆：
每週兩小時的協調會議可壓縮為五分鐘的異步審閲，需要三級審批的決策可能很快在幾分鐘內完成，企業得以真正實現規模化擴張，而無需接受那些曾被視作必然的效率損耗。
第二個故事是關於蒸汽機的。
工業革命初期，早期的紡織廠依水而建，依靠水車提供動力。
當蒸汽機出現時，工廠的主人只是下意識的將水車替換為蒸汽機，其他一切保持不變，還是磨坊的形態，故而生產效率的提升微乎其微。
真正的突破發生在他們意識到可以完全擺脱對水的依賴之後。
簡單來説，在靠近工人、港口和原材料的地方建造更大的工廠，並根據蒸汽機的特性重新設計了工廠佈局。
比如電力普及後，工廠進一步擺脱了對中央動力軸的依賴，在車間各處為不同機器配置了小型發動機。
結果就是，生產效率呈爆炸式增長，第二次工業革命一發而不可收拾。
現在，我們仍處於「替換水車」的本能階段，現有的工具裏被塞進去一個又一個的聊天機器人。
我們尚未重新構想，當舊有的約束消失、公司可以依靠在你睡覺時仍不停止工作的無限智能運行時，組織形態應當怎樣與時俱進。
在我司（Notion），實驗一直在進行中。除了我們的1000名員工，還有超過700個智能體在負責重複性工作。
它們整理會議記錄、回答問題以整合內部經驗；處理 IT 需求並記錄客户反饋；協助新員工熟悉福利制度；編寫周度進度報告，讓人們無需手動複製粘貼。
而這僅僅是邁出的第一步，真正的效益僅受限於我們的想象力與行動力。
【經濟體 - 從弗洛倫薩到超級都市】
鋼鐵與蒸汽不僅改變了建築與工廠，它們重新設計了人類聚集的城市環境。
要知道，僅僅是在幾百年前，城市仍以人的尺度構建，穿越佛羅倫薩只需四十分鐘，生活節奏由步行距離和人聲的傳播範圍決定。
鋼材的出現讓摩天大樓成為可能，蒸汽發動機驅動鐵路，將市中心與腹地連接，電梯、地鐵、高速公路相繼問世。
然後，城市的規模開始超出想象，東京、重慶、達拉斯莫不如此。這些已不僅是佛羅倫薩的放大版，它們代表着全新的生活方式。
超級都市如同一個巨大的生命，體裏的毛細血管流動着工業文明的血液與細胞，既深邃複雜，又充滿機會，能夠容納遠比文藝復興時期更多的人，創造各種新的作品。
我認為知識經濟即將經歷一場類似的變化。
目前，知識工作差不多佔據了美國GDP的一半，其中大多數仍停留在作坊式的規模：
團隊不過數十人，工作流程依賴會議和電子郵件推動，組織規模一旦突破數百人便面臨困境。
換句話説，我們至今仍在使用磚石與木材，構築着佛羅倫薩式的知識工作模式。
當AI勞動力普及之後，我們將複製東京式的奇蹟，由成千上萬個智能體和人類耦合在一起的地圖徐徐展開，跨時區持續運轉的工作流程不再因人類休眠而停滯，決策過程精準融入恰到好處的人類智慧，形成人機協同的黃金配比。
全新的運作節奏會帶來顛覆性體驗——更迅捷高效，更具槓桿效應，但初期難免令人無所適從。
周例會、季度規劃、年度評審這些傳統週期律可能失去意義，我們在獲得規模化與速度的同時，也將面臨部分運行邏輯的透明性消減。
【超越水車時代的認知侷限】
每一次奇蹟材料的誕生，都要求人們摒棄後視鏡式的陳舊視角，轉而看到某種全局化的未來。
就像卡內基凝視鋼鐵時，預見的是都市天際線；蘭開夏郡的工廠主人注視蒸汽機時，構想的是擺脱河流束縛的工業化生產圖景。
我們要快點離開「水車階段」，不要再勉強AI融入人類為自己設計的工作流裏了，試着開始搭建屬於AI的生產環境，賦予它們行動權。
鋼鐵意志。蒸汽轟鳴。無限智能。下一座天際線已在遠方浮現，靜待我們親手構築。
轉載自：闌夕
