跳到主要内容

蒸汽、钢铁与无尽心智:AI 时代的知识工作革命

Ivan Zhao

原文链接:Steam, Steel, and Infinite Minds - Ivan Zhao on X

文章封面图

每一个时代都由其奇迹般的材料所塑造。钢铁锻造了镀金时代,半导体点亮了数字时代。如今,AI 已经作为“无尽的心智(Infinite Minds)”降临。如果历史能给我们任何启示,那就是:谁掌握了这种材料,谁就定义了这个时代。

左:少年安德鲁·卡内基与弟弟;右:镀金时代的匹兹堡钢铁厂

左:少年安德鲁·卡内基与他的弟弟。右:镀金时代匹兹堡的钢铁工厂。

在 19 世纪 50 年代,安德鲁·卡内基(Andrew Carnegie)还只是一个奔跑在匹兹堡泥泞街道上的电报男孩。当时十分之六的美国人都是农民。然而在短短两代人的时间里,卡内基和他的同辈们重塑了现代世界。马匹让位于铁路,烛光让位于电力,熟铁让位于钢铁。

从那时起,工作的重心从工厂转移到了办公室。今天,我在旧金山经营着一家软件公司(Notion),为数以百万计的知识工作者打造工具。在这个科技重镇,每个人都在谈论 AGI,但全球 20 亿伏案工作的脑力劳动者中,绝大多数人甚至还没能真正感受到它的冲击。未来的知识工作究竟会演变成什么模样?当公司的组织架构吸收了永不入睡的无尽心智时,又会发生什么?

早期电影往往模仿舞台剧,单一固定机位对准舞台

早期电影往往看起来像舞台剧,只有一个机位死死对准舞台。

未来往往极难预测,因为它总是伪装成过去的模样。最早的电话通话像电报一样短促拘谨;最早的电影看起来就像录制下来的舞台剧。(正如马歇尔·麦克卢汉所言:“我们总是在通过后视镜驶向未来。”

当今主流的 AI 对话框,本质上模仿了过去的 Google 搜索框

今天最流行的 AI 形式看起来像过去的 Google 搜索。引用麦克卢汉的话:“我们总是在通过后视镜驶向未来。”

今天,我们看到的大多数 AI 聊天机器人不过是在模仿传统的 Google 搜索框。我们正深陷于这种每次新技术范式转移时都会出现的尴尬过渡期之中。

关于未来的终局,我没有所有的标准答案。但我喜欢借用几个历史隐喻,从个体、组织到整个经济体,在不同的尺度下推演 AI 的运作方式。

个体层面:从自行车到汽车

最初的端倪,可以在知识工作的最高祭司身上窥见——他们就是程序员。

我的联合创始人 Simon 是我们常说的“10 倍效率程序员(10× programmer)”,但他现在几乎不怎么亲自动手写代码了。走到他的办公桌旁,你会看到他同时在调度协调 3 到 4 个 AI 编程智能体;它们不仅打字更快,它们还会思考,这使他成为了一名 30 到 40 倍效能的工程师。他在吃午饭或睡觉前将任务排入队列,让它们在他离开时持续工作。他已经变成了管理“无尽心智”的主管。

1970年代关于运动效率的研究启发了乔布斯的思考

1970 年代《科学美国人》关于机动效率的一项研究启发了史蒂夫·乔布斯著名的“心智的自行车”隐喻。只是在随后的几十年里,我们一直在信息高速公路上吃力地踩着脚踏车。

在 20 世纪 80 年代,史蒂夫·乔布斯将个人电脑称为“心智的自行车(bicycles for the mind)”。十年后,我们铺设了被称为互联网的“信息高速公路”。但直到今天,绝大多数知识工作依然是纯人力驱动的。这就好比我们在德国高速公路(Autobahn)上拼命踩着自行车。

随着 AI 智能体的出现,像 Simon 这样的人已经从骑自行车毕业,开上了汽车。

其他类型的知识工作者何时才能开上汽车?必须先解决两个核心瓶颈。

知识工作与编程的区别:高度碎片化与缺乏可验证性

与编程 Agent 相比,为什么 AI 更难在通用知识工作中提供帮助?因为知识工作更加碎片化,且极难验证。

第一,上下文碎片化(Context fragmentation)。 对于写代码而言,工具和上下文往往高度集中在一处:IDE、代码仓库和终端。但通用知识工作却零散地分散在数十个不同的工具里。想象一下,一个 AI Agent 试图起草一份产品需求文档(PRD):它必须从 Slack 讨论串中提取碎片、翻阅战略文档、抓取仪表盘里上一季度的指标,还要结合只存在于某人脑子里的公司隐性记忆。今天,人类充当了胶水,靠复制粘贴和在无数浏览器标签页之间反复横跳把它们缝合在一起。在这些上下文被彻底整合之前,智能体只能被困在极其狭窄的边缘场景中。

第二,缺乏可验证性(Verifiability)。 代码拥有一个神奇的特质:你可以通过自动化测试和报错日志来快速验证其正确性。模型训练者利用这一点来训练 AI,让它们在编程上越做越好(例如强化学习)。但你怎么去客观验证一个项目是否管理得当,或者一份战略备忘录是否算得上优秀?我们尚未找到让模型在通用知识工作中自主迭代变强的方法。因此,人类依然必须留在回路之中(human-in-the-loop),去监督、引导并示范何为“优秀”。

1865年英国红旗法案:汽车前必须有人步行举旗

1865 年英国《红旗法案》要求机动车在街上行驶时,前方必须有一名持旗手步行引导(该法案于 1896 年被废除)。这就是一个糟糕的“人在回路中(human in the loop)”的典型例子。

今年编程智能体的发展给我们上了一课:拥有“人在回路中”并不总是一件好事。这就像在工厂流水线上让人去逐一肉眼检查每一个螺栓,或者让人走在汽车前面举着红旗清空道路(参考 1865 年的《红旗法案》)。我们希望人类站在高杠杆的支点上去监督闭环,而不是困在回路内部做流水线零件。一旦上下文得以整合、工作成果可被客观验证,数十亿工作者将从踩自行车跃升为开车,进而从开车迈入自动驾驶时代。

组织层面:钢铁与蒸汽

“公司”本身其实是一项很新的人类发明。它们随着规模的扩张而退化,并迅速触碰到自身极限。

1855年纽约与伊利铁路公司的组织架构图,现代企业管理的最早雏形之一

1855 年纽约与伊利铁路公司的组织架构图。现代公司与层级架构随着铁路公司演进而来,它们是人类历史上第一批需要远距离协调数千人的企业。

几百年前,大多数公司只是十几个人的小工坊。今天,我们拥有数十万人的跨国巨头。这种沟通基础设施——靠开会和发消息连接的人类大脑——在指数级的信息负荷下早已不堪重负。我们试图通过更严密的科层制、繁琐的流程与浩瀚的文档来解决问题。但这就像是在用木头去盖摩天大楼:我们在用人类尺度的工具,试图解决工业尺度的难题。

两个历史隐喻揭示了当新奇迹材料登场后,未来的组织将展现出怎样的截然不同。

钢铁奇迹:纽约伍尔沃斯大厦,1913年建成时为世界最高建筑

钢铁的奇迹:纽约伍尔沃斯大厦(Woolworth Building),1913 年竣工时是全世界最高的建筑。

第一个隐喻是钢铁。 在钢铁出现之前,19 世纪的建筑物极限高度只有六到七层。熟铁虽硬但脆且重;一旦层数叠加,整个建筑就会在自身的重压下坍塌。钢铁的诞生改变了一切。它兼具强韧与延展性,让骨架更轻盈、墙体更纤薄,建筑物瞬间能够拔地而起数十层。全新物种的建筑成为了可能。

AI 就是组织的钢铁。 它具备跨工作流维系全局上下文的能力,能在需要时精准萃取并呈现决策依据,同时彻底过滤噪音。人肉沟通不再需要充当那面承重墙。每周两小时的跨团队拉齐对齐会议,变成了五分钟的异步审查。曾经需要三级审批的行政决策,未来或许只需数分钟即可完成。公司能够实现真正意义上的指数级规模扩张,而不必再被迫忍受我们过去习以为常的效率劣化。

靠水轮提供动力的磨坊,严重依赖地理位置与季节

靠水轮提供动力运转的磨坊。水力固然强大,却极不稳定,并将工厂牢牢束缚在少数特定河流区位和季节气候之中。

第二个隐喻是蒸汽机。 工业革命初期,早期的纺织作坊全都紧挨着河流溪涧而建,依赖水轮(waterwheel)提供动力。当蒸汽机横空出世时,工厂主们最初只是简单地把水轮拆下换成蒸汽机,其他一切布局照旧。结果,生产力提升微乎其微。

真正的颠覆性突破,发生在工厂主们彻底意识到可以完全摆脱水流约束的那一刻。他们把更大的工厂搬迁到更靠近劳动力、港口和原材料产地的地方,并彻底围绕蒸汽机重新设计了工厂流水线。(后来电力普及,工厂主们进一步放弃了中央动力轴,将更小的电机分散布置在厂房各处驱动不同机器。)生产力由此迎来井喷,第二次工业革命才真正呼啸而至。

1835年托马斯·阿洛姆描绘的英国兰开夏郡蒸汽动力纺织工厂

这幅由托马斯·阿洛姆绘制于 1835 年的版画,描绘了英国兰开夏郡一座由蒸汽机驱动的纺织工厂。

我们今天依然处在“拆换水轮”的初级阶段。 我们只是机械地把 AI 聊天机器人嫁接到现有的旧工具上。我们根本还没开始重新想象:当旧有的认知瓶颈土崩瓦解、你的公司能够依托在你入睡时依然在全速运转的无尽心智时,组织结构到底应当长成什么样。

在 Notion,我们一直在深度尝试。在我们 1000 名人类员工身旁,已有超过 700 个智能体在承接各类高频重复工作:它们记录会议要点,跨知识库提炼协同解答,分流内部 IT 工单,自动归集客户反馈,辅助新员工办理入职与员工福利,撰写每周状态报告以避免人类陷入复制粘贴的泥潭。这仅仅是婴儿学步的第一阶段。真正的跃迁,唯一受制于我们的想象力与思维惯性。

宏观经济层面:从佛罗伦萨到超级巨型都市

钢铁与蒸汽不仅仅重塑了建筑物和工厂,它们彻底改变了城市。

几百年前的佛罗伦萨,步行40分钟即可横穿全城

直到几百年前,城市依然停留在人类生理尺度上。你可以在四十分钟内步行穿过整座佛罗伦萨。生活的节奏,完全取决于一个人能走多远、一个人的喉咙能喊多响。

后来,钢结构骨架催生了摩天大楼。蒸汽机驱动的铁路将市中心与广袤腹地无缝相连。电梯、地铁、立体高速公路相继涌现。城市的规模与人口密度迎来了天文级的爆发:东京、重庆、达拉斯。

这些现代大都市绝不仅仅是佛罗伦萨的简单放大版。它们代表着截然不同的生存与协作范式。超级巨型城市往往让人晕头转向、冷漠匿名且更难辨识方向——这种模糊与复杂性,正是规模化不可避免的代价。但与此同时,它们孕育了前所未有的机遇与自由:更多的人以远超文艺复兴时期人类尺度小城所能承载的复杂排列组合,在一起做着更多伟大的事情。

我认为,知识经济也即将迎来完全相同的巨变。

今天,知识工作贡献了近一半的美国 GDP。但其中的绝大部分,依然停留在狭隘的人类尺度:几十人的小团队、靠漫长会议和往来邮件推演的工作流、超过几百人就运转迟滞的科层制。我们本质上是用石头和木头,在数字世界里搭建起一座座佛罗伦萨。

当 AI 智能体大规模并网投入运转,我们将开始打造属于数字世界的“东京”:跨越数以千计智能体与人类深度协同的组织;跨越时区、永不停歇、无需等待任何人睡醒便在持续推进的工作流;由适度人类智慧锚定引导的敏捷决策。

这会带来全然不同的体验:极其迅猛、极高杠杆,但在起初也必然让人有些眩晕失焦。每周例会、季度规划周期、年度绩效考核这些古老的节奏可能会彻底失去存在的意义。全新的工作韵律正在孕育。我们或许会牺牲一部分直观的能见度,但我们将换来前所未有的组织规模与演进速度。

走出水轮时代

每一次奇迹材料的登场,都需要人们打破通过“后视镜”凝视世界的执念,开始大胆勾勒全新的未来图景。卡内基凝视钢铁,预见到了摩天大楼撑起的城市天际线;兰开夏郡的磨坊主凝视蒸汽机,预见到了彻底摆脱河流束缚的现代工业厂房。

我们今天依然身处 AI 的“水轮阶段”——笨拙地将聊天对话框嫁接到为人类生理肉身所设计的旧工作流上。我们需要停止仅仅要求 AI 充当我们卑微的副驾驶(Copilot)。

我们必须开始大胆构想:当人类组织被钢铁般的坚固框架所武装,当所有平庸繁重的琐事彻底托付给永不入睡的心智时,知识工作到底将爆发出怎样的潜能?

钢铁、蒸汽、无尽的心智。属于下一个时代的壮丽天际线就在那里,静静等待着我们去亲手筑造。

评论