K线
数据链上
VIP
市值
API
排行
CoinOSNew
CoinClaw🦞
语言
  • 简体中文
  • 繁体中文
  • English
全球行情数据应用领跑者,致力于更高效地提供有价值的信息。

功能

  • 实时行情
  • 特色功能
  • AI网格

服务

  • 资讯内容
  • 开放数据(API)
  • 机构服务

软件下载

  • PC版
  • Android版
  • iOS版

联系我们

  • 聊天室
  • 商务邮箱
  • 官方邮箱
  • 官方验证通道

加入社区

  • Telegram
  • Twitter
  • Discord

© Copyright 2013-2026. All rights reserved.

简体繁體English
|旧版

蒸汽、钢铁与 AI 无限智能

CN
Techub News
关注
3个月前
AI 总结,5秒速览全文

撰文:Will 阿望

导语:每个时代都由其标志性的奇迹材料所塑造。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(AI)以「无限智能」(Infinite Minds)的姿态登场。历史的经验告诉我们:驾驭时代材料者,方能定义时代。

左图:少年时期的安德鲁·卡内基与弟弟;

右图:镀金时代的匹兹堡钢铁厂

19世纪50年代,少年安德鲁·卡内基曾奔跑在匹兹堡泥泞的街道上,以电报员的身份谋生。彼时,六成美国人以务农为生。短短两代人的时间里,卡内基与同时代的先行者们重塑了现代世界:马车被铁路取代,烛光被电灯照亮,铁器被钢材替代。

自此,人类的工作场景从工厂转向了写字楼。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。在这座科技产业之城,人人都在谈论通用人工智能,但全球20亿白领劳动者中的绝大多数,尚未切身感受到它的影响。知识工作的未来形态将是怎样的?当永不疲倦的智能体融入企业组织架构,又会掀起怎样的变革?

早期电影的拍摄手法酷似舞台剧,通常只用一台摄像机固定拍摄舞台全景。

未来之所以难以预测,是因为它总是披着过去的外衣登场。早期的电话通话像电报一样言简意赅,早期的电影就像录制下来的舞台剧。(这正是马歇尔·麦克卢汉所言的「透过后视镜驶向未来」。)

如今最主流的人工智能应用,酷似过去的谷歌搜索。再次援引麦克卢汉的观点:「我们总是透过后视镜驶向未来。」

当下,我们看到的人工智能聊天机器人,本质上就是模仿谷歌搜索框的产物。每一次重大技术变革之际,都会经历这样一段令人不适的转型期,而我们正身处其中。

我无法预知未来的全貌,但我喜欢借助一些历史隐喻,思考人工智能如何在不同维度发挥作用——从个人、组织到整个经济体。

个人:从自行车到汽车

这种变革的雏形,最早出现在知识工作者的「先行者」群体中——程序员。

我的联合创始人西蒙曾是业内公认的「十倍程序员」,但如今他已很少亲自编写代码。路过他的工位,你会看到他同时调度着三四个人工智能编程智能体。这些智能体不只是打字速度更快,更具备自主思考能力,这让西蒙一跃成为能创造30~40倍价值的工程师。他会在午餐前或睡前下达任务指令,让智能体在他离岗时持续工作。如今的他,已然成为一名「无限智能管理者」。

20世纪70年代《科学美国人》杂志上一篇关于移动效率的研究,启发了史蒂夫·乔布斯提出那个著名的隐喻——「思想的自行车」。自那以后,我们已经在信息高速公路上「骑行」了数十年。

20世纪80年代,史蒂夫·乔布斯将个人电脑比作「思想的自行车」。十年后,我们铺设了名为互联网的「信息高速公路」。但时至今日,绝大多数知识工作仍需依赖人力驱动——这就好比,我们一直在高速公路上骑着自行车前行。

借助人工智能智能体,西蒙这样的人已经完成了从「骑自行车」到「开汽车」的跨越。

其他领域的知识工作者何时才能迎来自己的「汽车时代」?要实现这一目标,必须攻克两大难题。

相较于编程智能体,为何人工智能赋能通用知识工作的难度更大?原因在于,知识工作的场景更碎片化,成果也更难验证。

第一,场景碎片化。编程工作的工具和场景高度集中:集成开发环境、代码仓库、终端,这些工具协同运作。但通用知识工作的场景却分散在数十个平台上。试想,一个人工智能智能体要撰写一份产品简报,需要调取的信息包括:社交协作平台上的讨论记录、战略文档、数据看板里上季度的业绩指标,以及只存在于员工脑海中的隐性经验。如今,是人类通过复制粘贴、在浏览器标签页间频繁切换,才把这些碎片化信息串联起来。在实现场景信息整合之前,智能体的应用范围只能局限于特定场景。

第二,成果可验证性缺失。代码有一个独特优势:可以通过测试和报错验证有效性。模型研发人员正是利用这一特性,通过强化学习等方式训练人工智能,提升其编程能力。但我们该如何验证一个项目是否管理得当?一份战略备忘录是否具备价值?目前,我们尚未找到提升通用知识工作类人工智能模型性能的有效方法。因此,人类仍需全程参与,负责监督、指导,并为人工智能示范「优质成果」的标准。

1865年颁布的《红旗法案》规定,机动车上路时,必须有专人举着红旗在前方引路(该法案于1896年被废除)。这正是「人类全程介入」模式中不合理的典型案例。

今年,编程智能体的实践让我们意识到:「人类全程介入」并非理想模式。这就好比在工厂流水线,要安排专人检查每一颗螺栓;或是在汽车前方派人引路,扫清障碍(正如1865年《红旗法案》的荒唐规定)。我们希望人类能以更高效的方式监督工作流程,而非陷入繁琐的细节操作。一旦实现场景信息整合与工作成果可验证,数十亿劳动者将完成从「骑自行车」到「开汽车」的跨越,进而迈向「自动驾驶」的全新阶段。

组织:钢铁与蒸汽

企业是近代才出现的组织形态,随着规模扩张,其运转效率会逐渐下降,最终触及增长天花板。

1855年纽约-伊利铁路公司的组织架构图。现代企业制度与组织架构图,正是伴随着铁路公司的兴起而发展起来的。铁路公司是最早需要协调数千名员工、跨地域开展业务的企业形态。

几百年前,绝大多数企业都是仅有十几人的小作坊。如今,跨国企业的员工规模可达数十万人。依靠会议和消息串联起的「人脑通信网络」,在指数级增长的业务压力下不堪重负。我们试图通过层级架构、流程规范和文档记录解决这一问题,但这本质上是在用适用于小团队的人力工具,应对工业化规模的复杂挑战——就像用木材去建造摩天大楼。

两个历史隐喻,或许能为我们揭示:借助全新的时代材料,未来的企业组织形态将迎来怎样的变革。

钢铁造就的奇迹:1913年落成的纽约伍尔沃斯大厦,是当时世界上最高的建筑。

第一个隐喻是钢铁。19世纪,在钢铁普及之前,建筑物的高度极限只有六七层。生铁虽然坚固,但质地脆、重量大,楼层过高就会因自身重量坍塌。钢铁的出现改变了一切:它兼具高强度与韧性,用钢铁搭建的建筑框架更轻盈,墙体可以更薄,摩天大楼由此应运而生。全新的建筑形态,自此成为可能。

人工智能,就是赋能企业组织的「钢铁」。它有望打破工作流程中的信息壁垒,在需要时精准呈现决策所需信息,摆脱冗余信息的干扰。人类的沟通协作,将不再是支撑企业运转的「承重墙」。原本需要两小时的周度对齐会议,或将简化为五分钟的异步审阅;过去需要三层审批的高管决策,未来可能在几分钟内完成。企业终于能够实现真正意义上的规模化扩张,摆脱长期以来被视为「必然规律」的效率衰减困境。

一座依靠水车驱动的磨坊。水力动力虽然强劲,但稳定性差,且受地域和季节限制,磨坊只能建在河流沿岸。

第二个隐喻是蒸汽机。工业革命初期,早期纺织厂都依河而建,依靠水车提供动力。蒸汽机问世后,工厂主们最初只是简单地用水车替换成蒸汽机,其余生产模式一概不变,因此生产力提升十分有限。

真正的突破,源于工厂主们意识到:他们可以彻底摆脱对水力的依赖。他们开始在更靠近工人、港口和原材料产地的地方,建造规模更大的厂房,并围绕蒸汽机重新设计工厂布局。(后来,电力普及后,工厂主们进一步打破了中央传动轴的限制,为不同机器配备独立电机。)这一系列变革带来了生产力的爆发式增长,第二次工业革命的浪潮也由此席卷而来。

这幅1835年的版画由托马斯·阿洛姆创作,描绘了英国兰开夏郡一家由蒸汽机驱动的纺织厂。

如今,我们仍处在「替换水车」的初级阶段——只是将人工智能聊天机器人生硬地嫁接在现有工具上。我们尚未真正想象过:当旧有的约束条件不复存在,当企业可以依靠永不疲倦的无限智能运转时,组织形态将会发生怎样的颠覆性变革。

在我所创办的诺顿公司,我们已经开始了相关尝试。目前,除了1000名员工之外,已有700多个人工智能智能体负责处理重复性工作:它们记录会议纪要、解答问题以整合企业隐性经验;处理IT支持请求、录入客户反馈;协助新员工了解福利政策;撰写每周进度报告,让员工摆脱复制粘贴的繁琐工作。而这,还只是万里长征的第一步。未来生产力的增长空间,仅受限于我们的想象力和变革的惰性。

经济体:从佛罗伦萨到特大城市

钢铁和蒸汽的影响,绝不仅限于建筑与工厂——它们彻底改变了城市的形态。

几百年前,城市的规模以「人力可达」为限。在佛罗伦萨,人们步行穿越整座城市只需40分钟。人们的生活节奏,由步行的距离、声音传播的范围所决定。

后来,钢铁框架让摩天大楼成为现实,蒸汽机驱动的铁路将市中心与周边腹地连接起来。电梯、地铁、高速公路相继出现,城市的规模与人口密度呈爆炸式增长。东京、重庆、达拉斯……这些特大城市应运而生。

它们绝非佛罗伦萨的「放大版」,而是一种全新的生活方式。特大城市令人眼花缭乱、充满陌生感,也更难探索。这种「难以捉摸」的特质,正是规模扩张的必然代价。但与此同时,特大城市也带来了更多机遇与自由——无数人在这里创造、联结,产生的可能性远超文艺复兴时期那个依赖人力运转的小城。

我认为,知识经济即将迎来同样的变革。

如今,知识经济贡献了美国近一半的国内生产总值。但绝大多数知识经济活动,仍停留在「人力规模」:几十人的小团队、由会议和邮件主导的工作流程、规模超过数百人就运转失灵的组织……我们正在用「石头和木材」,建造一座座「佛罗伦萨式」的知识经济体。

当人工智能智能体实现规模化应用,我们将开始打造属于知识经济的「东京」:由数千名人类员工与智能体协同组成的组织;不受时区限制、全天候运转的工作流程;人类以最优方式介入决策的协同模式。

这种全新的模式,必然会带来强烈的「不适感」。它更高效、更具杠杆效应,但初期也会让人感到无所适从。周会、季度规划、年度考核这些传统工作节奏,可能会逐渐失去意义。新的运转节奏将应运而生,我们或许会失去一部分「确定性」,但换来的是规模的扩张与效率的跃升。

超越「水车思维」

每一种划时代的材料,都要求人们放下「后视镜视角」,敢于想象全新的未来。卡内基凝视着钢铁,预见了城市天际线的无限可能;兰开夏郡的工厂主们看到蒸汽机,便构想出摆脱河流束缚的工厂蓝图。

如今,我们仍处在人工智能的「水车时代」,只是将聊天机器人生硬地嫁接到为人类设计的工作流程中。我们需要跳出「让人工智能做助手」的局限,大胆想象:当人类组织有了钢铁般的支撑,当繁琐工作交由永不疲倦的智能体完成,知识工作将会呈现怎样的全新面貌?

钢铁、蒸汽、无限智能。全新的城市天际线,正等待着我们亲手去铸就。

免责声明:本文章仅代表作者个人观点,不代表本平台的立场和观点。本文章仅供信息分享,不构成对任何人的任何投资建议。用户与作者之间的任何争议,与本平台无关。如网页中刊载的文章或图片涉及侵权,请提供相关的权利证明和身份证明发送邮件到support@aicoin.com,本平台相关工作人员将会进行核查。

别等反弹空手看!领$10000捡漏
广告
|
|
APP下载
Windows
Mac
分享至:

X

Telegram

Facebook

Reddit

复制链接

|
|
APP下载
Windows
Mac
分享至:

X

Telegram

Facebook

Reddit

复制链接

Techub News的精选文章

5小时前
灿谷(Cango Inc.)获得7,500万美金资金推进AI与能源业务布局
8小时前
被称为先行指标的 M2 不再影响比特币走势?
8小时前
写在 Drift 被盗 2.8 亿之后
查看更多

目录

|
|
APP下载
Windows
Mac
分享至:

X

Telegram

Facebook

Reddit

复制链接

相关文章

avatar
avatarTechub News
5小时前
灿谷(Cango Inc.)获得7,500万美金资金推进AI与能源业务布局
avatar
avatarOdaily星球日报
6小时前
预测市场「双寡头」领衔,150余项目决战世界杯
avatar
avatarTechub News
8小时前
被称为先行指标的 M2 不再影响比特币走势?
avatar
avatarTechub News
8小时前
写在 Drift 被盗 2.8 亿之后
avatar
avatarTechub News
8小时前
如果把历史上黄金预测最准的人全部集合起来,能不能破解未来金价?我做了十年黄金最准分析整理
APP下载
Windows
Mac

X

Telegram

Facebook

Reddit

复制链接