Notion创始人：判断力、品味和价值观最为稀缺学术头条

日前，Notion 联合创始人 Ivan Zhao（赵伊）与硅谷知名投资人、LinkedIn 联合创始人 Reid Hoffman 及其首席助理 Aria Finger 展开了一场跨越技术与人文的深度对话，重新想象了人工智能（AI）时代的组织与人。

Ivan 追溯了从生产力软件到认知基础设施的转变，并得出了一个明确的结论：在AI驱动的未来，人类的判断力、品味和价值观将变得最为重要。而组织设计必须始终围绕“Human-scale”，避免重蹈汽车时代城市被高速公路割裂的覆辙。

核心观点如下：

将 AI 视为与钢铁、蒸汽机并列的“新材料”，它将重塑知识工作的底层逻辑。

AI 可以承担组织中大量的信息传递和协调工作，就像钢梁让建筑突破高度限制。

编程等曾经稀缺的技能正在变得丰富。未来的瓶颈不再是“能不能构建”，而是“应该构建什么”，这取决于品味和判断力。

“Human-scale”是 AI 时代组织设计的核心原则。

当前多数 AI 工具仍处于“PC 时代”的本地单机模式。下一阶段的核心挑战是如何让一群人类与一群 AI Agent 协同工作。

技术与人之间从来不是单向作用，当我们用 AI 重构工作方式的同时，也在悄然改变自己的思维方式。

鼓励工程师尽可能多地消耗 Token，将其视为一种自豪感。接受“没有人知道答案”的现实，提高紧迫感和能动性。

未来属于提出正确问题的人。

学术头条在不改变原文大意的情况下，做了简单的编译。对话内容如下：

拯救Notion的冒险重建

Reid：2015年，Ivan Zhao 和他的联合创始人从旧金山搬到了日本京都。在那里，他们每天在一栋两层的小房子里工作 18 个小时，房子小到卧室之间只隔着一道传统的日式障子门。在废弃了三年的代码后从零开始重构 Notion，这是科技界伟大的“重置”故事之一，同时也为我们打开了一扇窗，得以窥见一种截然不同的软件开发思维。

Aria：如今，Ivan 管理着一家拥有超过 700 个 AI Agent 的公司，它们与 Notion 约 1100 名员工协同工作。但这并不是一场为了 AI 而 AI 的对话。我们要探讨的是，当你不再将计算机视为工业机器，而是将其视为有待掌握的材料（诸如钢铁、蒸汽机以及重塑整个文明的基本要素）时会发生什么。

Reid：今天我们要问的是，我们要如何设计组织？而不仅仅是设计工具。在这个 AI 时代，我们要如何思考人的规模感和以人为本？文艺复兴时期的佛罗伦萨、城市的设计，以及 Douglas Engelbart 关于“增强智能”的愿景，能教给我们在“无限心智”时代如何进行建设？闲话少叙，欢迎来到《Possible》，Ivan Zhao。

Reid：Ivan，我期待这次对话已经好几个月了，所以欢迎来到《Possible》。我们现在在这个非常酷的办公室里，这并不令人意外。同样不令人意外的是，考虑到你的设计背景，考虑到这里对人文触感的关注。你是如何刻意策划这个办公室的？你为办公室和公司文化带来了怎样的设计和艺术感知力？

Ivan：艺术的可及性。这非常严肃。（笑）

Reid：是的。我们可以聊点不那么严肃的工作话题。

Ivan：这就挺好。我想说这有点凭直觉。就像最初创建 Notion 的时候，我们总是关心周围的环境。你不想听到噪音，也不想看到丑陋的东西。所以如果有选择，我们更倾向于看到一把漂亮的伊姆斯椅。它们稍微贵一点，但对你的身体和眼睛都极其舒适。这是一个因素。另一个因素是，我们从历史上经久不衰的工具中获得了很大启发。所以为什么不让自己被永恒的办公工具包围，这样我们也能设计出经得起时间考验的软件呢？

Reid：有道理。所以我听说的一件事是，Notion 的第一个办公室里有一张你小时候用过的地毯。

Ivan：它一直留在我们的上一个办公室，大概直到六个月前才搬走。

Ivan：有这张红蓝相间的地毯，从 Notion 的第一个办公室开始我们就一直在用，它跟着我们搬遍了所有办公室。六个月前，我们搬到了旧金山的新办公室。所以我终于把地毯带回家了，但它还是很干净。

为什么AI是一种新材料？

Aria：那太棒了。所以我想深入聊聊 Notion。你能谈谈 Notion AI 试图解决的核心问题是什么吗？这在过去几年里发生变化了吗？

Ivan：很多人认为 Notion 是一个生产力工具，一个 AI 驱动的工作空间。实际上，我们更多是从工具和技术的哲学角度出发的。我真的深受 60 年代和 70 年代计算机一族的启发。嬉皮士一代在西海岸扎根，主要探讨的是，对于地下室里那台在纸上打印数字的大型计算机，你应该拿它做什么？但如果你把这台机器连接上显示器，你就可以让它互动，它就能成为一种新型媒介。所以我在大学最后一年读了他们的论文，意识到这是我能做的最有意义的事情。通过成为一名程序员，成为一名设计师，将这种计算媒介带给更多人，将其民主化。

Ivan：所以不再只是“数字抄写员无法使用那种媒介”，而是更多的人也可以使用。作为一个想法，我开发 Notion 已经十多年了。它开始时是一种“你可以做任何事”的产品。在过去三年里，AI 就是这种“你可以做任何事”的新技术。它成为了一个新部件，成为了我们工具集中一个新的乐高积木。

Aria：在某些方面，感觉我们离那个 60 年代和 70 年代已经有一百万年远了。但有时又感觉我们仿佛回到了施乐帕洛阿尔托研究中心（Xerox PARC）。我们在创造这种新技术。我们非常兴奋。你曾经说过，AI 出现的时机恰到好处。你是怎么知道那是正确的时机，既不太早，也不太晚的？它是如何恰到好处的？

Ivan：如果你用过它，至少第一个让我们（和我）产生共鸣的模型是 GPT-4 级别的。GPT-3.5/3 级别的模型很有用，但如果你看 GPT-4 级别的模型，它不仅仅是一个文本吐纳机，它里面有某种心智，有某种人类思维的碎片。这是一种全新的材料，就像关系型数据库，就像位图显示器一样。这是一个新事物，可以解锁许多新的可能性。有一个有趣的故事，当我们在 OpenAI 工作的朋友那里获得 GPT-4 的早期访问权限时，我们以为其他人也都获得了访问权限。所以就像，我们要和全世界赛跑来构建第一个产品。实际上，我们在 ChatGPT 出现前一周就发布了第一个 Notion 产品，因为我们当时就在冲刺。

Ivan：故事是这样的，我和联合创始人 Sam 在墨西哥坎昆的公司团建期间获得了访问权限，整个团建期间我们就把自己锁在酒店房间里，除了我必须做的那场主题演讲。然后我们就在构建第一个原型，如果你用这个来构建工具，你就会知道，这是一种完全不同的材料。

GPT-4时刻

Reid：没错，我记得 GPT-4 的那个时刻，因为当时我是 OpenAI 的董事会成员。当我看到 3.5 和 4 之间的差异时，这也是促使我创作前一本书《即兴创作》的部分原因，我想以此展示 AI 作为写书合作者的角色，展示那部分人类思维运作的方式。你可能记得，GPT-4 的发布日期当时一直在变。所以我们最终选择通过亚马逊直接出版，以便赶上日期，在确切的正确日期发布。因为其中一部分原因是我想展示 GPT-4 能做什么。现在当你想到 Notion 时，它有这种文本工作空间，这是一个万能工具。

Reid：但随之而来的有一点是，显然 AI 不仅改变了文档或类似的东西，还改变了交互模式。你知道，去年为了让人们更多地使用 AI，有点像“语音洗脑”的过程。那么你是如何看待计算接口本质的变化的，Notion 正在变成什么样的织物并将 AI 加入其中？

Ivan：与其将其视为一种织物，我们更愿意用“积木”来思考。

Ivan：对我来说，一家公司很难改变人类使用的任何东西的积木或语言。软件 UI 有点像一种语言。这就像我们都是使用图形用户界面长大的。我们理解那里有一个框，你应该点击它。双击意味着另一回事。这几乎就像说法语或英语。这是一种你学习的语言，一种语言中有所有的积木块。在某种意义上，Notion 第一个版本的前提是，计算的核心语言是什么？历史上这些一直掌握在程序员手中。我们能开放它，让非程序员也能把这些积木拼凑起来吗？积木就是你提到的文本编辑，关系型数据库是最强大的积木之一，语言，表格格式。

Ivan：不同的图形用户界面组件。普通人应该能够使用这些东西。我想说，即使 AI 开启了很多可能性，但约束仍然存在。比如仍然需要看电脑屏幕来与任何东西交互。通过语音和声音引入了更多的模式，那是新的东西。但更高带宽的东西仍然是看。直到我们发明并普及脑机接口，这可能不远了。所以那是另一个话题。但在那之前，存在一个约束，那就是人类看东西、触摸、点击东西和与东西交谈的生物学特性。所以我们可以说能看到了工作。

Ivan：我有点回到了原点。所以如果你想到第一个流行的 AI 产品是聊天机器人。那么在聊天机器人之前的杀手级应用是什么？是谷歌。它也是一个聊天机器人。它是一个文本输入框。

Reid：是的。

Ivan：这就是我们理解这项新技术的方式。我们拥有的最强大的新技术，语言模型。我们在模仿谷歌。你想想在过去几年左右，编程 Agent 变得非常流行。IDE（集成开发环境）变得流行。所以每个人都在运行编程 Agent。但在过去六、九个月里，人们意识到管理一个编程 Agent 的带宽是有限的。当你管理十几个编程 Agent 时，你会怎么做？我们又回到了项目管理软件。所以约束某种程度上改变得很慢，因为人类学得没那么快。因为改变你面前的物理现实真的很难。

Notion内部的AI团队

Reid：Notion 的工作流是如何在人类和智能体之间建立的？智能体做什么？它们之间如何相互放大？你认为这会向什么方向发展？

Ivan：我觉得没人知道。我认为这是诚实的答案。没有人知道正确答案。每个人都在 Twitter、博客文章上分享他们的做法。所以我们正在一起摸索。我想说总体趋势是，如果你有一家 10 人、100 人、1000 人或 10000 人的公司，这群人中有多少是在做信息传递、协调或对齐工作的？这些对于对齐数百、数千或数万人来说是必要的。但这是不必要的，在这一点上，语言模型几乎可以比人类更好地做这种信息传递和对齐工作，甚至是一年前、两年前、一年半前。所以你为什么不直接让语言模型做那些简单的对齐工作呢？我喜欢用来思考这个问题的隐喻就像我们在纽约市。

Ivan：这就像建筑物。你想想直到 130、150 年前，大多数建筑都不超过五、六层高。它是砖或铁结构的，因为如果你建得超过六层高，它的重量会导致自身坍塌。这有点像人类组织。有很多人，组织自然就会慢下来，因为要对齐这么多人需要做更多的工作。而且这种增长是随着组织本身超级线性扩展的。在某些时候，当你有一个非常大的组织时，你要么必须转移到通用汽车（GM）式的结构，即子公司结构，要么就是停滞不前。语言模型可以为你做这种协调工作。

Ivan：语言模型，我们喜欢用的隐喻，是组织的钢梁。它允许组织在吞吐量上增长，而无需增加更多人手仅仅为了做信息传递部分的工作。所以人类可以提升到更具战略性的“外层循环”思维模式，而不是信息传递。

Reid：AI 也更具动态性，拥有更多人类思维的元素。那么你是如何描绘这一轨迹的？因为它不仅仅是做笔记，不仅仅是我们开了个会，其他人需要听到结果。那些信息被总结、传达，人类参与其中。但它改变的一部分在于我们的认识论，即我们对真理的理解，我们沟通的方式。你对此有哪些最早的想法？无论是针对产品和客户，还是你在 Notion 这里的运作方式。