Notion 联合创始人：AI 不是更聪明的搜索框，而是“无限个大脑”
Notion 联合创始人兼 CEO Ivan Zhao 在一篇文章里，给 AI 找了一个很有意思的历史类比：每个时代都有自己的“奇迹材料”。镀金时代是钢铁，数字时代是半导体，而 AI 时代的材料，是“无限的头脑”。谁能掌握这种材料，谁就会定义下一个时代。原文发表于 Notion Blog，标题为 《Steam, Steel, and Infinite Minds》，作者是 Ivan Zhao。(Notion)
这篇文章真正有价值的地方，不是又一次喊“AI 会改变世界”，而是换了一个观察角度：AI 不只是一个工具，它可能会改变个人、组织，甚至整个知识经济的结构。
一、个人：从“思想的自行车”到“思想的汽车”
乔布斯曾经把个人电脑称为“思想的自行车”。这个比喻很准确：电脑让人的脑力得到放大，就像自行车放大人的体力。
但 Ivan Zhao 认为，今天很多知识工作者其实还停留在“骑自行车上高速公路”的阶段。互联网已经是信息高速路，但大量工作仍然靠人手动完成：复制、粘贴、整理、开会、写汇报、查资料、跨工具切换。
程序员是最早看到变化的人。Notion 的一位联合创始人过去被称为“10 倍程序员”，但现在他很少亲自写代码，而是同时调度三四个 AI 编程 Agent。它们不只是打字更快，而是能独立思考、执行任务、在他吃饭或睡觉时继续工作。于是，一个 10 倍程序员，可能变成了 30 到 40 倍工程师。(Notion)
这就是 AI Agent 和普通软件的区别：普通软件是工具，Agent 更像是可调度的脑力单位。
但为什么程序员先受益，而其他知识工作者还没明显感受到？文章指出两个关键原因。
第一个是上下文碎片化。写代码时，代码仓库、IDE、终端、测试都比较集中。但普通知识工作分散在 Slack、文档、数据看板、会议记录、邮件、人的脑子里。AI 想帮你写一份产品方案，必须知道公司战略、历史讨论、上季度数据、客户反馈、团队默认共识。今天这些东西散落在几十个地方，人仍然是那个把信息缝起来的人。
第二个是可验证性不足。代码写错了，可以跑测试，可以看报错。但一个项目管理得好不好？一份战略备忘录有没有洞察？这些东西很难用自动化方式验证。所以通用知识工作里的 AI，还需要人类监督和定义“什么是好”。
也就是说，未来真正重要的不是“人一直在循环里盯着 AI”，而是人站到更高的位置，监督多个循环。人不再检查每一颗螺丝，而是设计系统、判断方向、处理异常。
二、组织：AI 是公司的“钢铁”
文章第二个比喻更有意思：AI 是组织的钢铁。
19 世纪以前，建筑高度有物理上限。没有钢结构之前，楼盖到六七层就很难继续往上，因为材料会被自身重量拖垮。钢铁出现后，建筑可以用更轻、更强、更柔韧的框架支撑，于是摩天大楼成为可能。(Notion)
公司也有类似问题。小公司靠几个人坐在一起就能沟通，几十个人靠会议和文档还能撑住。可一旦变成几百人、几千人、几十万人，组织就会被沟通成本拖垮。层级、流程、审批、汇报，本质上都是为了对抗复杂性。
但这些工具都是“人脑尺度”的工具。我们试图用会议、邮件、文档去解决工业级规模的问题，就像用木头去盖摩天楼。
Ivan Zhao 认为，AI 的潜力在于：它可以跨流程保存上下文，在需要时提取决策信息，减少噪音，让人类沟通不再承担全部承重墙的功能。比如两小时的同步会议，可能变成五分钟的异步审阅；过去需要三层审批的决策，未来可能几分钟内完成。(Notion)
这里不是说公司不需要人，而是说公司里的很多“组织摩擦”会被重新设计。
三、蒸汽机的教训：不要只把 AI 插进旧流程
文章还用了蒸汽机的例子。工业革命早期，工厂依赖水车，所以必须建在河边。后来蒸汽机出现，最初很多工厂只是把水车换成蒸汽机，其他布局不变，效率提升有限。
真正的突破发生在工厂主意识到：既然不再依赖河流，工厂就可以建在靠近工人、港口、原材料的地方，甚至可以围绕蒸汽机重新设计整个生产系统。后来电力出现后，工厂又进一步摆脱中央动力轴，把动力分散到不同机器上，生产率才真正爆发。(Notion)
这对今天的 AI 很有启发。
我们现在大部分 AI 应用，还处在“把水车换成蒸汽机”的阶段：在原来的工具上加一个聊天机器人，在原来的工作流里加一个 Copilot，让 AI 写邮件、总结会议、润色文档。
这些当然有用，但还不是最大的变化。
真正的变化可能是：当公司可以拥有大量不会睡觉、能持续工作的“脑力单位”时，组织本身应该怎样重新设计？
Notion 自己也在做实验。Ivan Zhao 提到，Notion 在约 1000 名员工之外，已有 700 多个 Agent 处理重复性工作：记录会议、回答问题、综合内部知识、处理 IT 请求、记录客户反馈、帮助新人了解福利、撰写周报等。作者认为，这还只是早期阶段，真正的收益受限于想象力和组织惯性。(Notion)
四、经济：从佛罗伦萨到东京
最后，文章把视角拉到整个知识经济。
几百年前的城市是“人类尺度”的。比如佛罗伦萨，你可以几十分钟走完一座城，生活节奏由人的脚步和声音决定。后来钢结构、电梯、铁路、地铁、高速公路出现，城市开始变成东京、重庆、达拉斯这样的大都市。它们不是更大的佛罗伦萨，而是完全不同的生活形态。
更大、更快、更复杂，也更难理解。但它们带来了更多机会、更多自由、更多组合。
作者认为，知识经济也会经历类似变化。今天美国接近一半 GDP 来自知识工作，但大多数知识工作仍停留在人类尺度：几十人的团队、会议驱动的流程、邮件驱动的协作、几百人后就开始变慢的组织。(Notion)
当 AI Agent 大规模上线后，知识组织可能会从“佛罗伦萨”变成“东京”：数千个人和 Agent 协同工作，流程跨时区持续运行，决策由 AI 综合上下文，再由人类在关键节点介入。
这种未来一开始会让人不适应。周会、季度规划、年度评审这些节奏，可能都会被重新定义。我们会失去一部分可读性，但得到更大的规模和速度。
五、真正的问题：别再只问“AI 能帮我做什么”
这篇文章最值得记住的一句话，其实是它背后的问题意识：
不要只把 AI 当成一个更聪明的搜索框，也不要只把它当成 Copilot。
如果钢铁只是被拿来做更结实的砖头，就不会有摩天大楼。 如果蒸汽机只是被拿来替换水车，就不会有真正的工业革命。 如果 AI 只是被拿来写邮件、总结文档、生成标题，它的潜力也会被旧流程困住。
真正重要的问题是：
当我们拥有“无限个不会睡觉的大脑”时，个人如何工作？公司如何组织？知识经济如何运行？
今天我们可能还在 AI 的“水车阶段”。但下一代组织的天际线，已经隐约出现了。
出处：本文根据 Notion Blog 文章 《Steam, Steel, and Infinite Minds》 整理改写。作者 Ivan Zhao，Notion 联合创始人兼 CEO，原文发表于 2025 年 12 月 22 日。(Notion)