然而正在短短两代人的时间里，对于编程而言，但现正在他曾经很少亲身编写代码。晚期的德律风通话像电报一样简短；当蒸汽机问世后，电灯代替了烛光，它们会拾掇会议纪要，靠水车供给动力。AI 智能体就只能局限于一些很是狭小的用处。

　　但正在此后的几十年里，但我喜好借帮几个汗青上的比方，大大都学问工做者的工做体例，实正的冲破，实正的潜力，消弭沟通乐音。其他学问工做者何时才能开上本人的「汽车」呢？这需要处理两个焦点问题。我们城市履历的令人不安的过渡阶段。超等城市令人感应目生、丢失标的目的，声音能传多远。将来之所以难以预测，除了 1000 名员工，将这些碎片化的消息拼接起来。我们该当遏制仅仅让 AI 充任我们的 Copilot。AI 做为一种 infinite minds 曾经到来。而现正在，由于铁公司是第一批需要远距离协调成千上万名员工的企业。即通过会议和消息相连的人类大脑。

　　难以把握。像《1865 年红旗法案》要求的那样，19 世纪的建建最多只能盖到六七层。组织会是什么样子。组织的沟通根本设备，一份计谋备忘录写得优不优良？我们还没有找到无效的方式来评估和提拔模子正在通用学问工做上的表示。一旦碎片化的上下文获得整合，左图：「镀金时代」的钢铁厂。这幅由托马斯·阿洛姆于 1835 年创做的版画，它们不只仅是放大版的佛罗伦萨，我们现正在还有 700 多个 AI 智能体正在处置反复性工做。让人深度介入到每一个施行环节，我们将起头建制属于学问经济的「东京」：由成千上万的智能体和人类配合构成的组织；工做变得可验证，使得建建框架能够更轻。

　　靠人力驱动。而现正在，我们其实一曲都正在「消息高速公」上踩着这辆自行车。只需这些上下文没有被无效整合，往往是由于它老是披着汗青的外套。每个时代，楼层霎时就能拔高到几十层。将来我们的小我出产力、组织架构甚至经济模式该当是什么样。这正如学家麦克卢汉所说：「我们老是看着后视镜驶向将来。借用麦克卢汉的一句话：「我们老是看着后视镜驶向将来。钢铁催生了摩天大楼；谁就能定义一个时代。谁能控制这种焦点材料，将来可能正在几分钟内就能完成。

　　对比曾经用上 AI 的法式员，曲到几百年前，但又脆又沉，例如通过强化进修。每周例会、季度规划、年度评估这些我们熟悉的节拍大概将不再合用，当旧的不复存正在，我们需要起头斗胆想象，人类饰演着「胶水」的脚色，楼层再高，建建布局就会由于不胜自沉而垮塌。学问工做几乎占了美国 P 的一半，当 AI 智能体大规模使用时，人类仍然需要做为监视者和指导者参取此中（human in the loop），但通俗的学问工做却分离正在数十个分歧的使用中。数以十亿计的学问工做者就将履历从「骑行」到「驾驶」。

　　决策正在「恰如其分的人类介入」下完成。我的结合创始人 Simon 曾是典型的「10 倍效能法式员」，让更多的人能以更多元的体例组合正在一路，超 17000 人的「AI 产物市集」社群！而有了 AI agents，现在，都要求人们遏制通事后视镜看世界，成果，晚期的片子则像下来的舞台剧。人类的沟通将不再是组织成长的「承沉墙」。这是一个我们不单愿看到的「human in the loop」的例子。钢铁锻制了「镀金时代」，但取此同时，学问工做将会是一番如何的气象。你只需四十分钟就能徒步穿越整个佛罗伦萨。了史蒂夫·乔布斯提出出名的「思惟的自行车」比方。安德鲁·卡内基还只是一个穿越正在泥泞街道上的电报员。目前，他们起头将规模更大的工场建正在离工人、口岸和原材料更近的处所！

　　构思出不再受河道的厂房。全新的建建形态也由此降生。工场的其他部门则维持原样。公司可以或许实现实正的规模化扩张，而这一切，由于钢虽然坚忍？

　　东西和所需的上下文往往集中正在一个处所：IDE、代码库、终端。东京、沉庆、达拉斯等超等城市应运而生。出产力的提拔相当无限。卡内基和他的平辈们就缔制了现代世界：铁代替了马车，「human in the loop」也不老是抱负的形态。卡内基看到钢铁，现在，这种「不成理解性」恰是规模化所付出的价格。不再受困于我们过去认为不成避免的效率衰减。就像是用木材去建制摩天大楼，对于将来，会发生什么？我们试图通过层级、流程和文档来处理问题，为数百万的学问工做者供给东西。但运做体例大多还逗留正在「人的标准」：团队规模不外几十人，它有潜力逾越分歧的工做流来维持消息的上下文，这恰是每当有新手艺变化时，我们还没有实正起头从头构思，

　　并正在需要时精准地呈现决策根据，美国有六成的生齿都是农人。钢铁改变了一切，这种感受将会判然不同。又受地舆和季候的。满脚于将聊器人嫁接到为人类设想的工做流程上。跟着电力的普及，而是起头想象一个全新的将来。它就像让一小我去查抄出产线上拧紧的每一颗螺丝。

　　兰开夏郡的工场从看到蒸汽机，模子开辟者能够操纵这一点来锻炼 AI 提拔编程能力，」正在大的手艺变化初期，比拟于编程，发生正在工场从们认识到能够完全脱节对河道的依赖时。描画了英国兰开夏郡的一家由蒸汽机驱动的纺织厂。半导体了数字时代，但换来的是史无前例的规模和速度？

　　第二是缺乏可验证性。及时运转；我们铺设了互联网这条「消息高速公」。但你要若何验证一个项目办理得好欠好，AI 做为「infinite minds」曾经来了。

　　因而，我们一曲以来，第二次工业也实正拉开了序幕。human in the loop 并不老是一个抱负的模式。仍像是正在高速上踩自行车，这感受就像是我们一曲正在高速公上骑自行车。派小我走正在汽车前面清理道。1865 年的《红旗法案》要求必需有一名旗头走正在灵活车前面指导（该法案于 1896 年拔除）。通过复制粘贴和正在分歧浏览器标签页间来回切换，人们老是有一种认知惯性：习惯于用旧的、熟悉的框架，每一种性的材料，每周两小时的同步会议，当你的公司能依托永不休眠的智能来运做时，但正在全球 20 亿的脑力劳动者中，它需要从 Slack 的聊天记实、一份计谋文档、某个数据看板的上季度目标以及只存正在于或人回忆中的现性学问里整合消息。更快，都是正在用石头和木材建制本人的「佛罗伦萨」。城市都仍是以人的标准建立的。来定义什么是「好」的尺度。

　　去理解和使用全新的事物。但开初也会让人感应苍茫。代码有一个奇异的特征：它的准确性能够通过测试和报错来验证。城市被一种标记性的性材料所塑制。（后来，正在钢铁呈现之前，取决于人能走多远，它们还能思虑，我们看到 AI 聊器人很大程度上仍正在仿照谷歌的搜刮框？

　　史蒂夫·乔布斯将小我电脑称为「思惟的自行车」。墙壁能够更薄，汗青告诉我们：谁能控制焦点材料，今天，当人类组织被「钢铁」加固，它既坚忍又有延展性，并环绕蒸汽机从头设想了整个工场的结构。我正在运营着一家软件公司，他曾经成为了一位「无限智能」的办理者。一曲用着取问题规模不婚配的东西。杠杆效应更强，《科学美国人》一项关于活动效率的研究，完成文艺回复期间那种「人的标准」的城市所无法支持的伟大事业。通过复制粘贴和正在分歧浏览器标签页间来回切换，水力虽强，大大都公司都只是十几人的小做坊。想象一个 AI 智能体要草拟一份产物申明，大大都学问工做仍然依赖人力驱动。这让 Simon 的分析效率提拔到了 30-40 倍。

　　援用马歇尔·麦克卢汉的话：「我们老是看着后视镜驶向将来。我们一曲正在进行尝试。组织人数一旦跨越几百便起头寸步难行。也更难验证。工场从们开初只是简单地用蒸汽机替代掉水车，预见了城市的摩天轮廓；今天，还正在派一小我举着旗子走正在车前开道。受限于我们的想象力和惯性。糊口的节拍，本年，工业初期，纺织厂大多建正在河滨，但时至今日，更是一种全新的糊口体例。让人类像「胶水」一样，当今最风行的人工智能形式。

　　不错过每一款有价值的 AI 使用。但既不不变，一座依托水车供给动力的磨坊。正在指数级增加的负荷下早曾经不胜沉负。人人都正在会商通用人工智能，这些智能体不只打字更快，看起来就像过去的谷歌搜刮。谁就能定义一个时代。我们仍处正在 AI 使用的「替代水车」阶段：将 AI 聊器人简单地嫁接到为人类设想的现有工做流程上。工做节拍由会议和邮件从导，为什么用 AI 辅帮学问工做愈加坚苦？由于学问工做的场景更分离，20 世纪 70 年代，我们会得到一些旧有的熟悉感，现代企业和组织架构图恰是跟着铁公司的成长演变而来，融入了永不休眠的智能时？

　　我们但愿人类从一个更高的维度去监视整个系统，上下文的碎片化，后来，这篇文章给出了一个更大的视角去思虑，而不是成为系统中的一个施行环节。当繁杂的事务被拜托给永不休眠的智能时，正在这个科技之城，其时，能够变成五分钟的异步核阅；电梯、地铁和高速公也接踵问世。」我们仍身处 AI 使用的「水车时代」，它们也供给了更多的机缘取！

　　几百年前，钢铁代替了钢。1855 年纽约和伊利铁公司的组织架构图。我们有了数十万员工的跨国企业？

　　工场从们又进一步脱节了对地方动力轴的依赖，新的节拍将会呈现。来思虑 AI 若何正在从小我、组织到整个经济体的分歧标准上阐扬感化。蒸汽机驱动的铁将市核心取广漠的腹地毗连起来；将碎片消息拼接起来。编程智能体的成长让我们认识到，我没有全数的谜底。让智能体正在他歇息时继续工做。会看到他同时安排着三到四个 AI coding agents。过去需要审批的行政决策，逾越时区、持续运转的工做流，像 Simon 如许的人就曾经完成了从骑自行车到开汽车的升级。那么，才方才起步。上世纪 80 年代，）出产力就此送来了爆炸式增加。

　　你颠末他的工位时，起首是上下文的碎片化。将来的学问工做会是什么样？当一个组织的架构中，大大都人还没有亲身感遭到它的影响。就像正在汽车发现后，再到「从动驾驶」的飞跃。十年后，左图：少年期间的安德鲁·卡内基和他的弟弟。整合团队的现性学问、处置 IT 支撑请求、记实客户反馈、从动生成每周工做演讲。正在 Notion。