Notion创始人Ivan Zhao:AI时代,我们不应重蹈百年前工厂主的覆辙

Notion创始人Ivan Zhao提出,每个时代都由其“神奇材料”塑造。如今,AI作为“无限心智”已至,我们是将其用来修补旧体系,还是大胆重构工作与组织模式?本文拆解其关于个人、组织和经济层面的深刻洞察。

Notion创始人Ivan Zhao:AI时代,我们不应重蹈百年前工厂主的覆辙

钢铁、蒸汽与无限心智:我们是否正在重蹈历史的覆辙?

想象一下,你是一位19世纪末的建筑师,手中被递上一份前所未有的材料——钢铁。你会有何反应?历史告诉我们,大多数建筑师的本能是将其视为“更坚固的木头”,小心翼翼地嵌入原有木结构建筑中,以此加强梁柱。他们从未设想,这种材料有一天能支撑起拔地而起的摩天大楼,彻底改写城市天际线。

这个关于钢铁的故事,恰如其分地映照出我们今日面对**人工智能(AI)**时的情境。

Notion创始人Ivan Zhao最近发表了一篇在硅谷引起广泛关注的文章,题为《蒸汽、钢铁与无限心智》。Ivan Zhao以其极简主义和哲学思辨在硅谷独树一帜。当业界普遍将焦点集中于大模型参数和上下文长度之争时,他选择回溯工业革命,试图从历史的镜鉴中审视我们当前的处境。

Ivan Zhao的核心观点在于,每个时代都由其“神奇材料”所塑造:钢铁塑造了镀金时代,半导体开启了数字时代,而今,AI作为“无限的心智”已然降临。

这并非一篇探讨AI技术边界的深度文章,而是一篇关于想象力的宣言。Ivan Zhao提出的关键问题是:当一种全新的“神奇材料”出现时,我们是选择用它来修补旧有结构,还是敢于描绘一个全新的未来图景?

接下来,我将从个人、组织和整个经济三个维度,深入剖析Ivan Zhao的深刻思考。

一、个人层面:从“心智的自行车”到“无限心智的自动驾驶”

Ivan Zhao分享了一个令人印象深刻的亲身经历。他的联合创始人Simon,在硅谷被誉为“10倍程序员”,即效率远超普通工程师的顶尖人才。然而,近来Simon已鲜少亲自编写代码。

一个顶级程序员Simon坐在整洁的工位,屏幕上显示着复杂的分布式系统架构,四个发光的AI小球在他周围协同工作。

走过他的办公桌,你会看到一个奇特的场景:Simon正同步指挥着三到四个AI编程智能体。这些智能体不仅能更快地敲击键盘,它们还能思考、推理并自主解决问题。Simon当前的工作效率已经不再是10倍,而是惊人的30到40倍。更令人称奇的是,他甚至能在午餐前或入睡前安排好任务,让这些智能体在他离岗期间持续工作。

Ivan Zhao巧妙地运用了一个比喻:

1980年代,乔布斯将个人电脑喻为“心智的自行车”。随后,我们铺设了互联网这条“信息高速公路”。然而,在过去的几十年里,大多数知识工作者却一直在这条高速公路上骑着自行车。

如今,像Simon这样的人,已经从骑行自行车进化到驾驶汽车。那么,问题随之而来:其他知识工作者何时才能驾驶上这辆“汽车”?

Ivan Zhao指出了两个关键障碍:

  1. 语境碎片化:程序员之所以能率先受益于AI,是因为他们的工具和语境通常高度集成于一处:IDE、代码库、终端。然而,对于普通知识工作而言,情况截然不同。试想,一个AI智能体要协助你起草一份产品方案,它需要从何处获取信息?Slack讨论、战略文档、上季度的数据仪表盘,以及一些仅存在于特定人员头脑中的隐性知识。当前,人类扮演着“胶水”的角色,通过反复复制粘贴和在浏览器标签页间切换来整合这些碎片信息。在语境未能有效整合之前,智能体只能被局限于狭窄的应用场景。
  2. 可验证性:代码具备一个独特的属性:其正确性可以被明确验证。通过运行测试,结果或通过或报错,清晰无误。这正是AI能够在编程领域通过强化学习迅速进步的原因。然而,我们又该如何评估一个项目管理的是否出色?一份战略简报是否足够优秀?这些领域缺乏标准答案,导致模型难以实现自我提升。在这些情境下,人类仍需深度参与,进行监督、引导,并定义何为“好”

但Ivan Zhao话锋一转,提出了一个至关重要的观点:“人类参与”并非总是理想状态

他援引了一段历史:1865年,英国颁布《红旗法案》,规定汽车上路行驶时,必须有一人走在车前,手举红旗开道。这项法律直至1896年才被废止。回顾今日,这无疑是荒谬之举。但在当时,这却是人们所能设想的“安全”措施。

一辆19世纪的老式汽车在街道行驶,前面一个人神情严肃地举着醒目的红旗开道,周围是现代化的街道背景。

Ivan Zhao认为,我们当前许多“人类参与”的设计,本质上就是让人类走在AI前面“举红旗”。我们真正期望的是,人类能从一个更高的杠杆点上监督整个系统,而非深陷于每一个繁琐的细节之中。

一旦语境整合和工作可验证性这两个问题得到解决,亿万知识工作者便能从骑自行车,跃升至驾驶汽车,直至未来的自动驾驶。这不是科幻,而是正在发生的现实。

二、组织层面:AI是组织的“钢铁”与“蒸汽”

从个人视角转向组织,Ivan Zhao运用了两个精妙的历史隐喻。

隐喻一:AI是组织的“钢铁”

在钢铁问世之前,19世纪的建筑最高只能达到六七层。究其原因,当时主要使用的是生铁,其虽然坚固却脆而重。若要建造更高的楼宇,下层结构将因无法承受自身重量而崩塌。

一栋古典风格的石质低层建筑(6层)与一栋拔地而起的摩天大楼并列,摩天大楼内部结构透视显示出全钢框架。

钢铁的出现彻底改变了格局。 它兼具坚固与延展性,使得建筑框架可以更轻,墙壁可以更薄。瞬间,摩天大楼成为可能,建筑得以拔地而起几十层。

Ivan Zhao指出:AI正是组织的“钢铁”

今天的公司,其本质结构是用“人类沟通”这种材料搭建的。会议、邮件、Slack消息、层级汇报——这些构成了组织的承重墙。然而,人类沟通存在带宽限制、时间延迟和信息损耗。一旦公司规模超过数百人,效率便会急剧退化。这并非管理不善,而是材料本身的局限

AI拥有在整个工作流中维持语境、过滤噪音并直接呈现决策的潜力。原本耗时两小时的同步会议,可能只需五分钟的异步审查即可完成;原本需要三级审批的决策,可能在数分钟内得以拍板。人类沟通将不再必须充当承重墙。公司可以实现真正的扩张,而不会遭遇我们曾认为不可避免的效率退化。

隐喻二:不要再“更换水轮”了

第二个隐喻更为深邃,关乎蒸汽机

工业革命早期,纺织厂大多依河而建,依靠水轮驱动。当蒸汽机发明后,工厂主最初的反应是:简单地将水轮替换为蒸汽机,而其他一切运作模式保持不变。

河边的木质水车被粗暴地塞进了一台发出浓烟的巨大蒸汽机,但工厂外的传送带效率依然低下。

结果如何?生产力提升微乎其微。 真正的突破发生在何时?当工厂主意识到,有了蒸汽机,他们便可以彻底摆脱河流的限制。他们开始在更靠近工人、港口和原材料的位置兴建大型工厂,并围绕蒸汽机重新设计了整个生产流程。随后电力革命到来,他们进一步去中心化,摒弃中央传动轴,为每台机器都安装了独立的微型电机。

这次变革引爆了生产力的爆炸式增长,标志着第二次工业革命的真正开启。

Ivan Zhao断言,我们目前仍处于“更换水轮”的阶段。

审视当前市面上的AI产品,其本质通常是将聊天机器人生硬地嵌入现有工具。这与当年将蒸汽机塞进河边工厂的情景如出一辙。

我们尚未提出那个核心问题:如果工作能够由永不疲倦的“无限心智”来执行,那么组织应该以何种形态存在?流程又该如何设计?决策又将如何流转?

Notion公司内部已经开始进行这项实验。除了1000名员工,他们目前还拥有超过700个智能体,负责处理各种重复性工作。这些智能体承担着记录会议纪要、回答内部问题、处理IT请求、整理客户反馈、协助新员工入职以及撰写周报等任务。Ivan Zhao强调,这仅仅是初步阶段。

真正的收益,仅受限于我们的想象力和根深蒂固的惯性。

三、经济层面:从“知识经济的佛罗伦萨”到“知识经济的东京”

最后,我们将视野拉至宏观经济层面。Ivan Zhao用佛罗伦萨和东京这两个极具画面感的城市进行对比。

数百年前,城市规模大多是“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,由一个人的步行距离和声音传播范围所决定。

左半边是佛罗伦萨的宁静街区俯瞰图,右半边是东京涩谷或重庆的高密度立体交通网路。

随后,钢铁促成了摩天大楼的诞生,蒸汽机连接了市中心与内陆的铁路,电梯、地铁和高速公路紧随其后。城市的规模和密度爆炸式增长。东京、重庆、达拉斯——这些现代大都市应运而生。

这些大都市并非放大版的佛罗伦萨。它们代表着截然不同的生活方式:大都市可能让人迷失方向,匿名感更强,导航更具挑战。这是规模扩张所付出的代价。然而,它们也提供了更丰富的机遇、更大的自由和更多元的可能性组合

Ivan Zhao预言,知识经济即将经历类似的转型。

今天,知识工作占据美国GDP的近一半。但其中大部分仍以“人类尺度”运作:数十人的团队,工作流程由会议和邮件主导节奏,超过数百人规模的组织便开始出现效率崩溃。我们用石头和木头建造了知识经济的“佛罗伦萨”。

当AI智能体大规模投入应用时,我们将建造的是知识经济的“东京”——一个横跨数千个智能体与人类的组织,工作流跨时区持续运行,无需等待任何特定个体苏醒。它通过恰到好处的人类参与来合成决策。

这种变化将带来截然不同的体验。它会更快,具备更大的杠杆效应,但起初也可能让人感到迷茫。那些我们习以为常的周会、季度计划、年度回顾等节奏可能将失去意义。新的节奏将会浮现。我们或许会牺牲一些可读性,但却能换取前所未有的规模与速度

结语:新材料呼唤新建筑师

Ivan Zhao的文章让我产生了几个深刻的共鸣:

  1. 我们对AI的想象力严重不足。 多数人,包括我自己,在使用AI时,本质上仍停留在“加固木梁”的阶段。我们让AI协助撰写邮件、总结文档、生成代码片段。这些固然有用,却都是在旧范式中进行的增量改进。Ivan Zhao提出的问题是:如果我们拥有无限心智,不受时间限制、无需休息,能同时处理无数任务,我们又该如何重新设计工作本身?这个问题,我们大多数人甚至尚未认真思考。
  2. 变革总是比想象中慢,但最终却比想象中彻底。 蒸汽机发明后,工厂主用了数十年才意识到可以脱离河流;电力普及后,又过了数十年才有人想到为每台机器安装独立电机。新技术的潜力需要时间才能真正释放,因为瓶颈往往不在技术本身,而在人们的想象力和组织的惯性。然而,一旦有人洞悉其精髓,变化将以指数级速度发生。那些仍在河边的工厂,将在短短几年内被彻底淘汰。
  3. 新材料要求新的建筑师。 钢铁时代需要的不是技艺更精湛的木匠,而是能构想摩天大楼的建筑师。蒸汽时代需要的是能重新设计工厂布局的工程师,而非更高效的水车维修工。AI时代需要什么样的人? 它需要那些能够想象“无限心智”如何重塑知识工作的人。他们不是更熟练的Prompt工程师,而是能够重新定义工作流程、组织架构,乃至商业模式的人。
一个站在悬崖边的建筑师,手中拿着钢铁设计的蓝图,正凝视着下方正在消融的旧工厂,眼神坚定。

Ivan Zhao在文章末尾强调:

我们需要停止仅仅将AI视为我们的副驾驶。我们需要大胆想象,当人类组织由钢铁加固,当繁琐的工作被彻底委派给永不疲惫的心智时,知识工作的未来将是何等面貌。

钢铁、蒸汽、无限心智。 下一个天际线已然浮现,正等待着我们去建造。

问题是:你,准备好了吗?