網易首頁 > 網易號 > 正文申請入駐

Notion CEO：AI 如何重塑知識工作時代

2025-12-25 22:52:05　來源: Kevin改變世界的點滴

廣東舉報

分享至

大家好！今天分享一篇來自 Notion CEO Ivan Zhao 的深度文章。這篇文章以歷史隱喻為切入點，探討了 AI 如何像蒸汽和鋼鐵一樣，成為知識工作的“奇跡材料”，并從個人、組織到整個經濟層面，描繪了未來的可能性。原文發表于 X（前 Twitter）平臺，并同步在 Notion 博客上。

我已將其翻譯成中文，并整理成公眾號風格，便于閱讀。如果你對 AI 和知識工具感興趣，這篇文章值得產哦經理一讀！

每一個時代，都由一種“奇跡材料”塑造。鋼鐵鑄就了鍍金時代，半導體點亮了數字時代。現在，AI 以“無限心智”的形式到來。如果歷史教會我們什么，那就是那些掌握材料的人，將定義整個時代。

19 世紀 50 年代，安德魯·卡內基作為一名電報男孩，在泥濘的匹茲堡街道上奔跑。當時，六成美國人是農民。短短兩代人時間，卡內基和他的同輩們鑄就了現代世界。馬匹讓位于鐵路，燭光讓位于電力，鐵讓位于鋼。

從那時起，工作從工廠轉向辦公室。今天，我在舊金山經營一家軟件公司，為數百萬知識工作者構建工具。在這個行業重鎮，每個人都在談論 AGI（人工通用智能），但全球 20 億辦公桌工作者中的大多數尚未感受到它。知識工作很快會變成什么樣子？當組織架構吸收永不眠休的心智時，會發生什么？

早期電影往往看起來像舞臺劇，只有一個攝像頭對準舞臺。

預測未來往往困難，因為它總是偽裝成過去的樣子。早期的電話通話像電報一樣簡潔。早期的電影看起來像拍攝的戲劇。（這是馬歇爾·麥克盧漢所說的“通過后視鏡開車駛向未來”。）

當今最流行的 AI 形式，看起來像過去的谷歌搜索。用馬歇爾·麥克盧漢的話說：“我們總是通過后視鏡開車駛向未來。”

今天，我們看到 AI 聊天機器人模仿谷歌搜索框。我們現在正處于每一次新技術轉變都會出現的尷尬過渡階段。

我沒有所有答案，不知道接下來會發生什么。但我喜歡用一些歷史隱喻來思考 AI 如何在不同規模上發揮作用，從個人到組織，再到整個經濟。

個人：從自行車到汽車

最早的瞥見可以在知識工作的“高階祭司”——程序員身上找到。

我的聯合創始人 Simon 曾經是我們所說的 10倍程序員，但他現在很少寫代碼。走過他的辦公桌，你會看到他同時指揮三四個 AI 編碼代理，它們不只是打字更快，它們會思考，這讓他成為一個 30-40× 工程師。他在午飯或睡覺前排隊任務，讓它們在他離開時繼續工作。他已成為無限心智的管理者。

1970 年代《科學美國人》雜志的一項運動效率研究，啟發了史蒂夫·喬布斯著名的“心靈自行車”隱喻。只是我們已經在信息高速公路上騎行了幾十年。

1980 年代，史蒂夫·喬布斯稱個人電腦為“心靈自行車”。十年后，我們鋪設了互聯網這條“信息高速公路”。但今天，大多數知識工作仍由人力驅動。就好像我們在高速公路上騎自行車。

有了 AI 代理，像 Simon 這樣的人已經從騎自行車升級到開車。

其他類型的知識工作者何時能擁有汽車？必須解決兩個問題。

與編碼代理相比，為什么 AI 更難幫助知識工作？因為知識工作更碎片化，且更難驗證。

首先，上下文碎片化。

對于編碼，工具和上下文通常集中在一個地方：IDE、倉庫、終端。但一般知識工作散布在數十個工具中。想象一個 AI 代理試圖起草產品簡報：它需要從 Slack 線程、策略文檔、上季度儀表盤中的指標，以及只存在于某人頭腦中的機構記憶中拉取信息。今天，人類是膠水，通過復制粘貼和瀏覽器標簽切換將這一切縫合在一起。除非上下文被整合，否則代理將停留在狹窄的用例中。

第二個缺失成分是可驗證性。

代碼有一個神奇屬性：你可以用測試和錯誤來驗證它。模型開發者用這個來訓練 AI 更好地編碼（例如強化學習）。但你如何驗證一個項目是否管理良好，或者一個策略備忘錄是否優秀？我們還沒有找到改進模型的方法來處理一般知識工作。因此，人類仍需參與循環來監督、指導，并展示什么是好的。

1865 年的《紅旗法案》要求車輛行駛時必須有旗手走在前面（1896 年廢除）。這是不理想的“人類在循環中”的例子。

今年的編程代理教會我們，“人類在循環中”并不總是可取的。就好像在工廠生產線上親自檢查每一個螺栓，或者走在汽車前面清路（參見 1865 年的《紅旗法案》）。我們希望人類從杠桿點監督循環，而不是身處其中。一旦上下文整合且工作可驗證，數十億工作者將從騎行轉向駕駛，然后從駕駛轉向自動駕駛。

組織：鋼鐵與蒸汽

公司是最近的發明，隨著規模擴大，它們會退化并達到極限。

紐約和伊利鐵路的組織架構圖，1855 年。現代公司和組織架構隨著鐵路公司而演變，這是第一個需要協調數千人跨越遙遠距離的企業。

幾百年前，大多數公司是十幾人的作坊。現在我們有數萬人的跨國公司。通信基礎設施（人類大腦通過會議和消息連接）在指數級負載下彎曲。我們試圖用層級、流程和文檔來解決這個問題。但我們一直在用人類規模的工具解決工業規模的問題，就像用木頭建造摩天大樓。

兩個歷史隱喻展示了未來組織如何用新奇跡材料看起來不同。

鋼鐵的奇跡：伍爾沃斯大樓于 1913 年在紐約建成時是世界上最高的建筑。

第一個是鋼鐵。在 19 世紀之前，建筑物高度限制在六七層。鐵堅固但脆且重；添加更多層，結構會在自身重量下坍塌。鋼鐵改變了這一切。它堅固卻可塑。框架更輕，墻更薄，突然建筑物可以升高數十層。新類型的建筑成為可能。

AI 是組織的鋼鐵。它有潛力在工作流中維護上下文，并在需要時浮現決策，而無噪聲。人類溝通不再是承重墻。每周兩小時的協調會議變成五分鐘的異步審查。需要三層批準的高管決策可能很快在幾分鐘內發生。公司可以擴展，真正擴展，而沒有我們接受為不可避免的退化。

一個用水輪驅動的操作磨坊。水力強大但不可靠，將磨坊限制在少數地點和季節性。

第二個故事是關于蒸汽機。在工業革命初期，早期的紡織工廠位于河流和溪流旁，由水輪驅動。當蒸汽機到來時，工廠主最初只是用水輪換蒸汽機，其他一切保持不變。生產力提升有限。

真正的突破發生在工廠主意識到他們可以完全脫離水源時。他們在靠近工人、港口和原材料的地方建造更大的磨坊。他們圍繞蒸汽機重新設計工廠（后來，當電力上線時，業主進一步分散，從中央動力軸轉向在工廠不同機器周圍放置小型引擎。）生產力爆發，第二次工業革命真正起飛。

1835 年 Thomas Allom 的版畫描繪了英國蘭開夏郡的一個紡織工廠。它由蒸汽機驅動。

我們仍處于“換掉水輪”的階段。AI 聊天機器人栓在現有工具上。我們還沒有重新想象當舊約束消失，你的公司的運行依賴于永不眠休的無限心智時，組織會是什么樣子。

在我的公司 Notion，我們一直在實驗。除了我們的 1000 名員工外，現在有超過 700 個代理處理重復工作。它們記錄會議筆記并回答問題以合成部落知識。它們處理 IT 請求并記錄客戶反饋。它們幫助新員工入職員工福利。它們編寫每周狀態報告，這樣人們不必復制粘貼。這只是嬰兒步驟。真正的收獲僅限于我們的想象力和惰性。

經濟：從佛羅倫薩到超級城市

鋼鐵和蒸汽不只是改變了建筑和工廠。它們改變了城市。

直到幾百年前，城市是人類規模的。你可以在四十分鐘內走過佛羅倫薩。生活的節奏由一個人能走多遠、聲音能傳多遠設定。

然后，鋼鐵框架使摩天大樓成為可能。蒸汽機驅動鐵路連接城市中心與腹地。電梯、地鐵、高速公路隨之而來。城市在規模和密度上爆炸。東京。重慶。達拉斯。

這些不只是更大版本的佛羅倫薩。它們是不同的生活方式。超級城市令人迷惑、匿名、更難導航。這種不可讀性是規模的代價。但它們也提供更多機會、更多自由。更多人以更多組合做更多事，比人類規模的文藝復興城市所能支持的更多。

我認為知識經濟即將經歷同樣的轉變。

今天，知識工作占美國 GDP 的近一半。其中大多數仍以人類規模運作：數十人的團隊、工作流以會議和電子郵件為節奏、組織在幾百人后彎曲。我們用石頭和木頭建造了佛羅倫薩。

當 AI 代理大規模上線時，我們將建造東京。跨越數千代理和人類的組織。持續運行的工作流，跨越時區，而無需等待某人醒來。以恰好合適的人類在循環中的決策合成。

它會感覺不同。更快、更杠桿，但最初也更迷惑。周會、四季規劃周期、年度審查的節奏可能不再有意義。新節奏出現。我們失去一些可讀性。我們獲得規模和速度。

超越水輪

每一種奇跡材料都需要人們停止通過后視鏡看世界，開始想象新世界。卡內基看著鋼鐵，看到城市天際線。蘭開夏磨坊主看著蒸汽機，看到脫離河流的工廠地板。

我們仍處于 AI 的水輪階段，將聊天機器人栓在為人類設計的工作流上。我們需要停止要求 AI 只是我們的副駕駛。我們需要想象當人類組織用鋼鐵加固、當瑣事委托給永不眠休的心智時，知識工作會是什么樣子。