临近年底，我参加了两场技术论坛。
现场很有意思，不管前面的技术、产品讲得多好，最后都会归结到一个问题：AI 这么强，我们是不是很快要被替代了？
说实话，这种焦虑感非常真实，甚至带着点具体的恐慌。
但在这种普遍的焦虑中，我读到了一篇非常有“静气”的文章。
作者是 Notion 的创始人 Ivan Zhao。
作为硅谷最懂“生产力”的人之一，他没有去做一个什么年度总结，更没有大谈未来 10 年的宏大畅想。
而是转过头去，从历史的维度，写了一篇关于“AI、历史与未来工作”的深度思考。
读完这篇文章，我最大的感受是：醍醐灌顶。
他指出了一个我们都忽略的盲点：我们现在的痛苦，不是因为 AI 太强了，而是因为我们还在用“骑自行车”的方式，试图驾驶一辆“法拉利”。
这篇文章里有三个极其精彩的历史隐喻，解释了个人、组织和经济体将如何被重塑。
我迫不及待想把这些洞察拆解给你们看。
01 不仅是“自行车”，更是“自动驾驶”
文章一上来，Ivan 就讲了一个很有趣的故事。
他的联合创始人 Simon，以前是个敲代码快得飞起的“10倍工程师”。
但现在，你走到 Simon 的工位旁，会发现他很少疯狂敲键盘了。
他变懒了吗？不。
他现在更像是一个指挥官，一边喝着咖啡，一边指挥着三四个 AI Agent（智能体）干活。
他在午饭前把任务列好，AI 就在他吃饭时自动写代码、跑测试。
Ivan 把这称为从“骑自行车”到“坐进驾驶舱”的跨越。
乔布斯当年说电脑是“大脑的自行车”，这比喻很经典。但自行车是需要人用力蹬的。
而现在的 AI，正在让我们变成驾驶员，甚至是在管理一支“永不睡觉的军队”。
图：1970 年代，《科学美国人》的一项关于移动效率的研究，启发了乔布斯那个著名的比喻——计算机是“大脑的自行车”。
读到这里，我其实有点扎心。
反观我们大多数人（包括我自己），现在是用 AI 干嘛呢？ 把它当百度用，或者让它帮忙润色一下那该死的周报。
我们在用 AI，但我们的工作流还是旧的。 这就是为什么很多人觉得 AI “也就那样”的原因——因为我们被卡在了几十个破碎的网页标签里。
Ivan 一针见血地指出：只要我们的工作数据还散落在微信、文档、Excel 这些互不相通的孤岛里，AI 就很难发挥真正的威力。
02 AI 不是工具，是组织的“钢铁”
这是整篇文章我觉得最震撼的一个观点。
Ivan 没有把 AI 比作某种工具（比如锤子或扳手），而是把它比作“钢铁”。
在钢铁普及之前，房子是盖不高的。因为砖木结构太重，盖到六层就是极限，再高就塌了。
这像不像现在的公司？
人一多，流程就多；流程一多，效率就低。大公司病，似乎是规模化的必然代价。
但钢铁改变了物理定律。
它可以让墙壁变薄，让框架变轻，摩天大楼拔地而起。
图：这是一个钢铁铸造的奇迹：1913 年在纽约落成的伍尔沃斯大楼，曾是当时世界上最高的建筑。
Ivan 认为，AI 就是现代组织的“钢铁”。
它能承受无限的信息负载，它不需要睡觉，它能让沟通成本几乎归零。
以前需要开 2 小时会才能对齐的信息，AI 可以在后台几分钟消化完；
以前需要层层审批的决策，AI 可以瞬间整理出数据支撑。
这给我提供了一个全新的视角：未来的公司，可能不再是金字塔形的。因为有了“AI 钢铁”，我们可以用更少的人，支撑起更庞大的业务规模。
Ivan 还提到了一个非常形象的历史教训——“红旗法案”。 当年汽车刚出来时，英国法律规定，车前必须有一个人举着红旗开路。这听起来很荒谬，对吧？
图：1865 年的“红旗法案”规定，汽车行驶时，必须有一名举旗手走在车前面开路（这条法律直到 1896 年才被废除）。
但想一想，现在很多老板是不是就在做“举红旗”的人？
因为不信任 AI，非要人工介入每一个微小的环节，硬生生把自动驾驶开成了人力三轮车。
03 从“佛罗伦萨”到“超级城市”
文章的最后，格局打开到了整个经济体。
Ivan 做了一个极具画面感的对比：佛罗伦萨 vs 东京。
几百年前的佛罗伦萨，是一座“人类尺度”的城市。
不管是走路的距离，还是喊话的声音，都受限于人类的生理极限。
这很像我们现在的知识型公司：几十个人，靠开会、靠吼、靠刷脸。
但是，当钢铁（AI）和蒸汽机（算力）介入后，我们将会建造出像东京、上海这样的“超级城市”。
数千个 AI Agent 和人类协同工作；
业务跨越时区，24 小时运转；
信息的流动不再受限于“我们要开个会讨论一下”。
Ivan 说，这种未来可能会让人感到眩晕、迷失，甚至因为看不懂而感到恐惧。
但这就是规模化的代价，也是进化的方向。
04 我的思考：别做那个还在修水车的人
读完这篇长文，我最大的感触是：我们正处在一个尴尬的过渡期。
Ivan 用了一个词：“水车阶段”。
图：一座利用水轮为运营提供动力的磨坊（工厂）。水力虽然强大，但并不稳定，且限制了磨坊的选址及生产的季节性。
工业革命初期，很多工厂主买来蒸汽机，却直接把它装在老旧的水车位置上。工厂依然建在河边，流程一点没变。
结果自然是效率提升有限。
真正的爆发，是当工厂主意识到“我可以离开河流了”，并围绕蒸汽机重新设计整个工厂的时候。
图：这幅 1835 年由托马斯·阿洛姆（Thomas Allom）创作的版画，描绘了英国兰开夏郡的一家纺织厂。该工厂由蒸汽机驱动。
现在的我们，大多还在旧的工作流上，试图外挂一个 AI。
Notion 这篇文章其实是在提醒我们：不要只盯着 AI 工具本身（那个对话框），去看看你的工作流，看看你的组织架构。
哪一部分是必须人工做的？哪一部分其实是旧时代的“水车”，早该被拆掉了？
正如 Ivan 在结尾所说：
“每一个神奇材料的出现，都要求我们停止通过‘后视镜’看未来。新的天际线就在那里，等待我们去建造。”
希望这篇文章，能帮你稍微把目光从“后视镜”里移开，看一眼前面的路。
写在最后
