AI 不是你的新工具,而是你的新骨架

且行且思 · 第 06 篇 ｜ 《蒸汽、钢铁与无限心智》读书笔记

如果要把 Notion 创始人那篇长文压缩成一句话，就是：AI 不是你的新工具，而是你的新骨架。

下面是这篇长文的读书笔记，原文的中文译文放在今天的次条，想看全文可以直接翻过去。

📖 先说说这是一篇什么文章

2025 年 12 月，Notion 的创始人 Ivan Zhao 发表了一篇长文，全名是《Steam, Steel, and Infinite Minds》，译作"蒸汽、钢铁与无限心智"。它在硅谷的 AI 圈子里刷屏。

它没有提出什么新技术，讲清的却是一件很多人隐约感觉到、却一直没说透的事：大多数人正在用错误的方式理解 AI。

文章不短，但结构很清楚。下面按三段历史、两个观点、四点对照、一个提醒来记，最后是我读完改掉的一个问法。

🏭 三段历史，一个规律

Ivan 的核心论点是：每个时代都有一种"奇迹材料"改写游戏规则。文章选了三段历史来说明。

蒸汽解放的是肌肉。二百多年前，工厂必须建在河边，因为水力是当时唯一可靠的动力。蒸汽机出现后，工厂可以建在任何地方；一个工人操作蒸汽机械的产出，相当于过去一百人徒手劳作的总和。结果是纯体力劳动者贬值，而懂得设计蒸汽流水线的人掌握了财富。

钢铁重构的是骨架。在钢铁之前，楼房最高只能盖到六七层，砖石承重已经到了极限，再往上加就会自己压垮自己。企业也是同样的道理，人一多、层级一多，沟通效率就会急剧下降。钢铁提供了轻质高强的承重骨架，摩天大楼拔地而起；组织也可以搭起"钢铁框架"，不再需要层层审批。

"AI 是组织的钢铁。"（原文）

无限心智解放的是脑力，也就是今天的 AI。今天，重复的部分转移到了脑力上：写报告、整理素材、检索资料、撰写初稿、跨部门同步，这些不是体力劳动，但性质上是重复的脑力劳动。就像当年工人在河边反复搬运石头，今天的知识工作者也在反复搬运信息。

所谓"无限心智"，是说它不睡觉、能同时干好几件、多干一份活的成本几乎为零。Notion 自己就在试：1,000 名员工的旁边跑着 700 多个 Agent，接会议记录、IT 请求、客户反馈、新人入职、每周状态报告这些重复活。

三段历史背后是同一个规律：每一次突破都不只是"更快"，而是让原来不可能的事成为可能。

六七层是砖石承重的极限，摩天大楼则是一类此前并不存在的建筑。同样，蒸汽机给工厂带来的也不是"更省力"，而是"可以不靠河"。

读到这儿我想了一下：我这两年给 AI 找的那些活，有几件是"更快"，有几件是"原来不可能"？

🔭 两个颠覆原有认知的观点

观点一：我们在用旧世界的眼光看 AI

Ivan 称之为"后视镜谬误"：历史上每一次新技术出现，人们都会用旧工具的逻辑去理解它。

电话刚出来的时候，大家像发电报一样简短通话；电影刚出来的时候，只是把舞台剧录下来；汽车刚出来的时候，被叫做"没有马的马车"。

"我们总是透过后视镜驶向未来。"——马歇尔·麦克卢汉（原文引用）

今天的情况类似：把 AI 当成"更聪明的搜索框"或"更快的打字助手"，往旧工作流里加一个补丁。

Ivan 的判断是：AI 不应该是一个插件，而应该是整套工作流的骨架。 在马车上绑一台发动机，并不会变成汽车；汽车需要从底盘、传动到车身全部重新设计。

观点二：身份要变了

蒸汽时代，工人操作机器，输出体力；钢铁时代，工程师搭建建筑，定义空间。到了 AI 时代，人不再亲手写报告、做检索、整理笔记，而是设计任务、设定规则、调度一群 AI Agent 来完成任务。

文章举了他们另一位联合创始人的例子：这位原本是公司里最强的"十倍程序员"，现在几乎不手写代码，改为同时调度三四个 AI 编程 Agent 并行开发，综合效率提升了 30 到 40 倍。

从"亲手做"到"指挥 AI 做"，这是身份的转变。

🧩 拉回普通人：这跟我有什么关系

这听起来像硅谷的宏大叙事。但拉到日常场景里，它相当具体。下面四点是我觉得最能用上的。

第一，你现在用 AI 的方式，是补丁式还是原生式？

补丁式的用法：写完一篇文章让 AI 润色一下，在笔记软件里装一个 AI 插件偶尔问一句，让它总结一篇长文。

原生式的用法：浏览器 Agent 自动抓取资讯存入知识库，向量数据库自动关联你过去写过的所有笔记，多个 Agent 分工协作，一个搜集、一个检索、一个生成初稿，人只负责判断和终审。

浅层很像在马车上绑发动机，深层才是从底盘重新设计汽车。

第二，哪些能力在贬值，哪些在升值？

正在贬值的：写得快、搜得多、整理勤快、记得牢——这些 AI 都比人强。

越来越值钱的：看出一件事值不值得做，判断一个说法站不站得住，把一个模糊需求拆成 AI 能执行的指令，调度几个 Agent 分工。说到底，以后比的不是谁打字快，是指挥得动几个 AI。

第三，哪些活可以交出去，哪些必须自己留着。

文章给了一张很实用的对照：

第四，你自己的知识该怎么管。

旧的做法是：看到好文章就收藏、摘抄、做笔记，希望以后用得上。问题是收藏之后往往不会再打开，摘抄了一堆素材却从不加工，越积越多，最后变成一个信息垃圾场。

我看到一份对这篇文章的解读，它把新做法拆成三步：矿石，外部素材由 Agent 自动采集进来；冶炼，在具体项目里消化素材、加上自己的判断；骨架，把经过多次实践验证的判断沉淀下来，成为长期资产。

人不再亲手搬运信息，而是设计这条流水线。

最后放一个我自己的例子。 我的公众号选题最初有两份账本，一份在笔记软件里，一份是网页看板，两份需要互相同步，经常对不上。后来我把两份都废掉，改成一张云端表格作为唯一真源，笔记软件里那份降级为每天自动拉取一次的镜像。

改动之前，我的努力方向是"让两个账本同步得更准"；改动之后，方向变成了"让同步这件事不再需要存在"。

这就是补丁和骨架的区别。

⚖️ 冷静提醒：三处需要按住原文

这篇文章很有说服力，但有三处我想按住。

"无限心智"这个词，今天还不是字面意思。长链推理、跨领域创新、模糊判断，AI 都还有明显的瓶颈。它是方向，不是现状。

那个"30 到 40 倍"的例子，发生在代码生成这个特定场景。换成复杂写作、战略决策、与人打交道，提升幅度远没有这么大。

至于"纯执行者会贬值"，这句话忽略了领域知识的价值。一个有深度领域知识的人，在 AI 的辅助下，很可能比一个只会调度的人更有价值。

所以我把结论调整了一下：与其说"不要做执行"，不如说把执行交出去，把判断留下来。

🧭 我读完做的一件小事

读到"人就是那根胶水"那句时，我停了一下——我自己的工作里，确实有一大半时间花在把散落各处的东西缝起来。

所以读完我只改了一个问法：下次再想到"这一步能不能自动化"，先不问"能不能更快"，而问"能不能不存在"。

除了换问法，我还记下一条：成果难以验证的地方，就先把"什么叫好"写下来。

原文全文放在今天的次条：《蒸汽、钢铁与无限心智》。译文非官方，仅供学习交流。

#且行且思 #AI #知识工作 #无限心智 #读书笔记

且行且思 · 第 06 篇。关注「LN 另起一行」，步履不停，思考不止。