在 2025 年的末尾，我们都需要停止用后视镜看待世界，而是通过后视镜看向未来，开始去想象一个全新的世界。卡内基看到钢铁，看到的是城市的天际线；兰开夏郡的工厂主们看到蒸汽机，看到的是摆脱河流束缚的工厂车间。
作者：Will 阿望，投融资律师，专注 Web3 & Digital Asset；独立研究员，专注代币化、RWA、支付、DeSci
只有置身事外，我们才能从时代洪流的裹挟中抽离出来，去思考当下 crypto、区块链、AI 三者之间的关系，也才能以 “世界公民” 的身份去思考它们的未来。就或许就是文中，马歇尔·麦克卢汉所说的 “通过后视镜驶向未来”。
来自 Notion CEO 赵伊万 @ivanhzhao 的这篇《Steam，Steel，and Infinite Minds》探讨了 AI 如何重塑知识工作和组织结构。从个人到组织再到整个经济体，AI 正从简单的工具升级为深度整合的生产力。作者通过钢铁、风车、蒸汽机、弗洛伦萨等历史隐喻，说明新技术如何改变工作方式和组织形态。
在 2025 年的末尾，我们都需要停止用后视镜看待世界，而是通过后视镜看向未来，开始去想象一个全新的世界。卡内基看到钢铁，看到的是城市的天际线；兰开夏郡的工厂主们看到蒸汽机，看到的是摆脱河流束缚的工厂车间。
在这里，我们看到的是：肖风：区块链是下一代金融基础设施，是第四次工业革命基础前提；DigiFT Henry：从梧桐树下的握手到区块链上的共识，到链上金融的未来；AIsa Jordan：AI Agent 的链上支付体系，是解锁 AI 经济体系的关键。而我们如今对 AI 的探索，也才刚刚迈出了一小步。
真正的进步，只受限于我们的想象力和惯性。我们共同探索前行。
以下，Enjoy：
https://twitter.com/ivanhzhao/status/2003192654545539400?s=12&t=yZHnQ_MFJ1lzu_4wUkm5ag
每个时代都由其奇迹材料塑造。钢铁铸就了镀金时代，半导体开启了数字时代，如今人工智能以其无限的智能的面貌横空出世。如果历史能教会我们什么，那就是掌握这些材料的人定义了时代。
左侧：少年时期的安德鲁·卡内基和他的弟弟。右侧：镀金时代（Gilded Age）的匹兹堡钢铁厂。
在 19 世纪 50 年代，安德鲁·卡内基作为电报童在泥泞的匹兹堡街头奔跑。当时，每十名美国人中有六名是农民。然而，在短短两代人的时间内，卡内基和他的同辈们塑造了现代世界。马车被铁路取代，烛光让位于电力，铁器被钢铁所取代。
自那以后，工作重心从工厂转移到了办公室。如今，我在旧金山经营一家软件公司，为数百万知识工作者打造工具。在这个以科技产业为主的城镇里，大家都在谈论通用人工智能（AGI），但全球二十亿办公人员中，大多数人尚未感受到它的影响。知识工作不久后会变成什么样子？当组织架构吸收了那些永不疲倦的 “心智” 时，又会发生什么？
这种未来往往难以预测，因为它总是伪装成过去的样子。早期的电话通话简洁得像电报，早期的电影看起来像是拍摄的舞台剧。（这就是马歇尔·麦克卢汉所说的 “通过后视镜驶向未来”。)
而如今最流行的 AI 形式看起来像是过去的谷歌搜索。
如今，我们看到的是模仿谷歌搜索框的 AI 聊天机器人。我们正处于每次新技术变革都会经历的那种令人不适的过渡阶段。
我并没有关于接下来会发生什么的所有答案。但我喜欢用一些历史隐喻来思考 AI 可以在不同规模上如何工作，从个人到组织再到整个经济体。
个人：从自行车到汽车
我们最早能从知识工作的领军人物——程序员身上看到这种现象。
我的联合创始人西蒙以前是我们所说的 “十倍速程序员”，但他现在很少写代码了。你只要走到他的办公桌旁，就会看到他同时操控着三四个 AI 编码代理，这些代理不仅打字快，还会思考，这让他的效率达到了 30 到 40 倍。他会在午饭前或睡前安排好任务，让它们在他离开的时候继续工作。他现在就像一个管理着无数个智能体的管理者。
20 世纪 70 年代，《科学美国人》杂志上的一项关于运输效率的研究启发了史蒂夫·乔布斯著名的 “思想的自行车” 隐喻。只不过，自那以后，我们在信息高速公路上已经骑行了几十年。
在 20 世纪 80 年代，史蒂夫·乔布斯将个人电脑称为 “思想的自行车”。十年后，我们铺设了被称为互联网的 “信息高速公路”。但如今，大多数知识工作仍然依靠人力。这就好像我们在高速公路上骑自行车一样。
借助 AI 代理，像西蒙这样的人已经从骑自行车升级到开汽车了。
其他类型的知识工作者何时能拥有汽车呢？需要解决两个问题。
与编程代理相比，为什么 AI 更难帮助知识工作呢？因为知识工作更加碎片化，也更难以验证。
首先，是上下文碎片化。对于编程而言，工具和上下文往往集中在一处：集成开发环境（IDE）、代码仓库、终端。但一般知识工作则分散在数十种工具中。想象一下，一个 AI 代理试图起草一份产品简报：它需要从 Slack 聊天记录、战略文档、仪表盘中上一季度的数据，以及仅存在于某人脑海中的机构记忆中提取信息。如今，人类就像粘合剂，通过复制粘贴以及在浏览器标签之间切换，将所有这些内容拼接在一起。除非将这些上下文整合起来，否则代理将仍然局限于狭窄的用例。
第二个缺失的要素是可验证性。代码有一个神奇的特性：你可以通过测试和错误来验证它。模型制造者利用这一点来训练 AI，使其更擅长编程（例如强化学习）。但是，如何验证一个项目是否管理得当，或者一份战略备忘录是否有效？我们尚未找到改进模型以适应一般知识工作的方法。因此，人类仍然需要参与其中，进行监督、指导，并展示什么是好的模型。
1865 年的《红旗法案》要求在车辆沿街行驶时，需有旗手在前面步行引导（该法案于 1896 年被废除）。这是 “人类在循环中” 这一不理想状态的一个例子。
今年的 AI 编程代理让我们明白，“人机协同” 并非总是可取的。这就好比在生产线上有人亲自检查每一个螺栓，或者在汽车前面走来清路（参考：1865 年的《红旗法案》）。我们希望人类能从一个有杠杆效应的点来监督整个流程，而不是置身其中。一旦上下文被整合，工作成果变得可验证，数十亿工作者将从自行车踏行升级到汽车驾驶，再从汽车驾驶升级到自动驾驶。
组织：钢铁与蒸汽
公司是近代才出现的产物。随着规模扩大，它们会逐渐衰落，最终达到极限。
纽约与伊利铁路公司 1855 年的组织架构图。现代公司和组织架构是随着铁路公司的发展而演变的，铁路公司是第一批需要在广阔距离上协调数千人的企业。
几百年前，大多数公司都只是十几人的作坊。如今，跨国公司拥有数十万员工。沟通基础设施（人脑通过会议和信息连接起来）在指数级增长的负荷下不堪重负。我们试图通过层级结构、流程和文档来解决这个问题。但我们一直用人类规模的工具来解决工业规模的问题，就像用木头建造摩天大楼一样。
两个历史隐喻表明，借助新型材料，未来的组织可以呈现出不同的面貌。
钢铁的奇迹：伍尔沃斯大厦在 1913 年纽约完工时是世界上最高的建筑。
第一个是钢铁。在钢铁出现之前，19 世纪的建筑高度限制在六七层。铁虽然坚固，但易碎且沉重；增加更多的楼层，结构会在自身重量下坍塌。钢铁改变了这一切。它既坚固又可塑。框架可以更轻，墙壁可以更薄，突然间，建筑可以拔地而起数十层。新的建筑类型成为可能。
AI 人工智能是组织的钢铁。它有潜力在工作流程中保持上下文，并在需要时浮现决策，而无需噪音。人类沟通不再需要成为承重墙。每周两小时的对齐会议变成了五分钟的异步审查。需要三级审批的高管决策可能很快就能在几分钟内完成。公司可以真正地扩展规模，而不会出现我们一直认为不可避免的退化。
一个用水车为运营提供动力的磨坊。水虽然强大但不可靠，限制了磨坊只能在少数几个地点和特定季节运行。
第二个故事是关于蒸汽机的。在工业革命初期，早期的纺织厂位于河流和溪流旁边，由水车提供动力。当蒸汽机出现时，工厂主最初只是用水车换成了蒸汽机，而其他方面保持不变。生产效率的提高是有限的。
真正的突破发生在工厂主意识到他们可以完全摆脱对水的依赖。他们建造了更大的磨坊，更靠近工人、港口和原材料。并且他们围绕蒸汽机重新设计了工厂（后来，随着电力普及，工厂主进一步从中央动力轴分散开来，在工厂周围为不同机器放置了更小的发动机，为不同的机器提供动力）。由此，生产力突飞猛进，第二次工业革命真正开始了。
这幅 1835 年由托马斯·阿洛姆创作的版画描绘了英国兰开夏郡的一家纺织厂。它由蒸汽机驱动。
我们仍处于 “替换水车” 的阶段。现有的工具上只是附加了 AI 聊天机器人。我们还没有重新构想，当旧的限制消失，你的公司可以在无限的 AI 智能系统上运行，这些 AI 智能系统在你睡觉时仍在工作时，组织会是什么样子。
在我的公司 Notion，我们一直在进行一些尝试。除了我们 1000 名员工之外，现在还有 700 多个 AI 代理处理重复性工作。它们记录会议笔记并回答问题以整合部落知识。它们处理 IT 请求并记录客户反馈。它们帮助新负责处理重复性工作。它们负责会议记录、解答问题，以整合内部知识。它们处理 IT 请求、记录客户反馈。它们帮助新员工了解员工福利。它们撰写每周状态报告，这样大家就不用复制粘贴了。而这仅仅是迈出了一小步。真正的进步只受限于我们的想象力和惯性。
经济体：从佛罗伦萨到特大城市
钢铁和蒸汽不仅改变了建筑物和工厂，它们也改变了城市。
直到几百年前，城市还是以人类的尺度来衡量的。你可以在四十分钟内步行穿过佛罗伦萨。生活的节奏是由一个人能走多远、声音能传多远来决定的。
然后，钢铁框架使摩天大楼成为可能。蒸汽机驱动的铁路连接了市中心和腹地。电梯、地铁、高速公路随之而来。城市在规模和密度上急剧扩张。东京、重庆、达拉斯。
这些不仅仅是佛罗伦萨的放大版。它们代表着不同的生活方式。特大城市令人迷失方向，充满陌生感，难以辨认方向。这种难以辨认的特点正是规模带来的代价。但它们也提供了更多的机遇和自由。更多的人从事着更多的工作，组合方式也更加多样化，这是文艺复兴时期规模适中的城市所无法比拟的。
我认为知识经济即将经历同样的转变。
如今，知识工作几乎占美国 GDP 的一半。其中大部分仍然以人类的尺度运作：几十人的团队，工作流程由会议和电子邮件来决定节奏，组织在超过几百人后就会不堪重负。我们正在用石头和木头建造佛罗伦萨。
当 AI 代理大规模上线时，我们将开始建造东京这样的组织，这些组织将由成千上万的 AI 代理和人员组成。工作流程将跨越时区持续运行，无需等待任何人起床。决策的制定将结合恰到好处的人工干预。
这将感觉不同。更快、更有杠杆效应，但一开始也会更令人迷失方向。每周会议、季度规划周期和年度审查的节奏可能不再有意义。新的节奏将出现。我们会失去一些清晰度，但我们获得了规模和速度。
超越水车
每一种神奇材料的出现，都要求人们停止用后视镜看待世界，开始想象新的世界。卡内基看到钢铁，看到的是城市的天际线。兰开夏郡的工厂主们看到蒸汽机，看到的是没有河流的工厂车间。
我们仍处于 AI 人工智能发展的初期阶段，将聊天机器人生硬地套用到为人类设计的工作流程中。我们需要停止要求人工智能仅仅是我们的副驾驶。我们需要想象，当人类组织像钢铁般坚固，当繁琐的工作被委派给永不眠的头脑时，知识型工作将会是什么样子。
钢铁、蒸汽、无限智能。下一个天际线就在那里，等待我们塑造。
免责声明：作为区块链信息平台，本站所发布文章仅代表作者及嘉宾个人观点，与 Web3Caff 立场无关。文章内的信息仅供参考，均不构成任何投资建议及要约，并请您遵守所在国家或地区的相关法律法规。
