办法（一）

城市人行道上种的绿植应该用果树，这样流浪汉在夏秋两季都有食物可吃。

办法（二）

问：人的心脏都在左边，我们要如何拥抱才能心心相印？答：电视里的人的心不都在右边吗，所以和纸片人在一起就好了。

口音

问：闽南歌有一句是“撒欢舔猪腚，喜欢扣大便”，这首歌叫啥名字？

答：三分天注定，七分靠打拼。爱拼才会赢。

真相

吃火锅咬不动毛肚有两种可能性：

1.毛肚老了

2.你老了

遗憾

我作为成人已经度过了15个圣诞节。圣诞老人仍然没有在树下给我留一个女朋友。

原理

今天我们高数老师有事请假，竟然请食堂阿姨给我们代课，我竟然第一次听懂了什么是微积分中的极限概念：如果包子的馅无限趋近于零，那它的极限就是馒头。反之如果馅趋近于无限大，那它就是丸子。真是通俗易懂啊。

改变

油腻男人进阶论：

1、玩充电器

2、玩NAS

3、玩软路由

4、玩纯电车

5、研究痔疮

游戏术语在公共舆论场里的存在感越来越高了

@阑夕：你们有没有发现，游戏术语在公共舆论场里的存在感越来越高了？

「斩杀线」是最新的主角，不过最近几年还有很多热词都是出自游戏，比如：

两拨人吵架，以哪边先「破防」为告负标志；

说一个人的外貌条件，用「建模」来替代；

形容某个群占了制度便宜，是「版本答案」；

「爆肝」出圈于舰 C 和阴阳师的玩家，现在被泛指高强度做事；

给自己的暴论提前找补，先发一段声明，称之为「叠甲」；

突然袭击不叫突然袭击，要叫「0 帧起手」；

前几天还在小红书上看到一个很绝的，集美们斥责那些不争取妻权的同性，恨其不争，于是整了个「敌方坐骑」的代称⋯⋯

从传播链路来看，游戏玩家和高表达欲用户的重叠是冷启动的关键，以及来自游戏主播的切片渗透率远超其他，很自然的灌入了大众文本。

这是一个很有意思的语言学现象，而且和以前的所谓网络流行语相比，这类词语的生命力要强很多，保质期并不短，秒懂、有梗、画面感，尤其适合在各种场景里复读。

也很符合乔姆斯基的「生成语法」（Generative Grammar）理论，他老人家认为语言是认知科学，不是人文，更不是符号，人类自带语言器官，产出的既是活物，更是可计算的系统。

其实大模型也有点这个意思，GenAI 里的 Gen 就是 Generative，大模型对生造词语的频率已经到了滥用的地步，只不过它的造词没办法经过互联网的检验，大浪淘沙，淘出大家普遍接受的最优解。

总之，一点想法，不一定对。

你们怎么看？

我们的伤心是真的，可我们该吃吃该喝喝，聊到笑出声也是真的

@夏小嫣：小时候家里老辈去世的丧礼上是很热闹的，有亲戚来祭拜的时候宾主相顾也会哭一阵，但哭过了寒暄完了就去打麻将，麻将会开很多桌，就在灵堂里打。不打麻将的就坐在旁边喝茶磕瓜子吃糖吃水果聊天，聊到高兴的时候也会笑，没人见怪。

有时聊到逝者的好，又会哭一阵，哭完了继续聊，就很洒脱。

清明节扫墓也是很开心的，就好像野餐一样全家人带着各种卤味零食水果小吃饮料，还有酒，摆在墓碑前先简单打扫祭奠一下，然后大家吃吃喝喝一下午才散去。今年去扫墓的时候还看到有人家带着充电的全套设备唱 K…… 歌声嘹亮，响彻山林。

有一次看到一个外地哥们提出疑问，他问为什么贵州和川渝地区的人能在葬礼上也这么欢乐，亲人离去难道不会伤心吗？怎么吃的下喝得下呢？

我才知道原来不是全国都这样的……

咋说呢，我们的伤心是真的，可我们该吃吃该喝喝，聊到笑出声也是真的，哭是怀念，笑也是怀念。

@小飘笨笨 2: 我小时印象中老人去世的丧礼简直就是一场全村盛会，外面吹拉弹唱，屋里大声喧扬。如果老人无病无痛突然去世，那就更没有悲痛，甚至还会有人表示羡慕。我祖母身体强壮，七十多还能下地干活，下午打牌时突然去世，后来回老家，亲戚还拉着我的手说，你奶上辈子修来的福啊。当时年纪小不懂，还不大高兴，后来大了才知道，亲戚是真心羡慕，真心认为突然去世是种福气

卖课和付费星球的区别

@北漂民工的日常：贝总做这个课的初心应该是好的，只是被大家解读坏了。
为什么卖课的观感不好？
我宁可看博主开星球，花几百块钱上千买个星球，我也不想买课。
原因在于，卖课是交付的标准化内容，我在学习过程中遇到的问题没有办法和授课人交流，而且课程内容本身容易被复制。举个简单的例子，财新设置了付费墙，但是一旦有爆文出来，相关截图和 pdf 的传播你根本挡不住。
这种标准化交付的课程，如果没有其他增值服务，是很难立住的的，一大堆免费慕课，b 站上的，学都学不完，你还让我付费去学？

真正有价值的是星球，而且是带有服务性质的星球。星球是私域，有互动，可以提问咨询专家，其交付是非标的、个性化的，在某些星球，你可以花几百块钱就能和金市老总、销售总监、基金经理级别的人交流提问，他们可以在职业生涯、资产配置上让你少踩坑，这是比标准化课程更加有价值的。但是也不乏一些混子开星球吹牛逼，或者不回应读者提问。
而且星球可以聊的东西也更加私密。

举个例子，房产类星球前几年非常火，但骗子也多。有一个朋友当时要买房，一股脑花了几千买了 5 个房产博主星球，然后同时提一个问题，A 楼盘和 B 楼盘选哪个，然后获得的信息量非常惊人，5 个人有 4 个人推荐 B，她去买了 B 楼盘，前几天刚复盘了一下发现：A 的价格已经从 700 腰斩到 380，B 楼盘从 600 回撤到 520，非常坚挺。

说了这么多，你一定觉得我是要推销星球了。
错了，民工自认为当前水平比较普通，都是提供免费咨询的。
不收钱，你就无懈可击。

星球的骗子多，无法完成个性化交付的，只是把公域内容粘贴过来的，包括不专业的，都不值得买……

AI 时代游戏开发者的路怎么走

@寝取的史官: 最近这一年游戏行业并没有像其他行业一样出现 AI 会不会代替从业者的相关讨论。当然，并不是因为游戏开发者不会被替代，而是早就过了要讨论的阶段，已经进入了替代化的进程。

质量效应 3 的结局里有两个选择，机械生命带着科技离开银河系，或者让机械生命和有机生命融为一体。现在，稍微资深一点的从业者也同样面临两个选择，自己充分融入 AI 或者离开行业。离开也不解决问题，除非直接退休，不然在任何行业都会再一次面对这个抉择，直到退无可退没得选。

AI 在游戏行业的融入工作流已经挺久了，在我接触过的行业里应该可以说是普及 AI 最早且最全面最深入的吧。不少玩家都说过自己不接受有 AI 参与制作的游戏，很遗憾，恐怕这些玩家只能玩老游戏了，现在的行业已经不存在这样的开发者，更不存在这样的游戏产品。

可能再过些时节会冒出一些号称 “古法手作，绝不添加 AI” 的游戏，最多也就是这样的状态了。

从工种上看，遇到第一波 AI 冲击的是美术。虽然生图模型刚出来的时候还被认为良品率太低，没有使用价值，最多只有参考价值。但因为有开源模型，在广大群众集思广益人多力量大的加持下，AI 技术不但落地，还有了很多实践应用。不少公司都构建出了一套适应自己需求的专用模型。

在这套新的美术工作流程里，人物设计不再是单一的美术工作，而是和调试 AI 模型的程序员一起并肩的工作。程序用美术整理好的图库训练 AI，把风格、动作、视角、物件、镜头等各种美术元素变成 AI 参数。接下来活人美术要么自己出草图给 AI 细化，要么让 AI 大量出参考图给自己参考和挑选，选出合适的继续细化或者人工调整后细化。

在专栏的留言列就有业者现身说法，“三年前就兼职了原画，以后还要兼职建模。”

在这套流程里 AI 承担了原本人工流程里比较麻烦的活，沉没成本巨大的试稿和机械性较大的细化工作。

相比美术，程序和策划受到的冲击在一开始要温和许多。我认识的所有程序员都快速的接受了 AI 的存在，并第一时间试图让 AI 帮自己写代码。AI 并不能看着策划书直接就产出最终代码，这时候，普通程序员 / 优秀程序员 / 精良程序员 / 史诗程序员之间的差异就显露出来了。

在这个工作流程里，每个程序员都变成了一名主程，要做的工作不是自己把功能做出来，而是把功能拆分 / 拆细，一小块一小块丢给 AI 做，自己负责整合出最终要交付的功能。在拆分和验收 AI 代码的过程中，一个好程序员会不断测试 AI 代码能力的边界，并根据边界调整自己拆分功能的精细度。

换到策划工作中也类似，原本很多填表的机械化工作都尽可能的交给 AI。原来手写公式，现在 AI 写。早两年还有不少教 python，说可以解放填表奴，现在好了，不用自己学，直接让 AI 写。AI 除了解决了机械化的部分，也是策划收集资料和写策划方案的重要帮手。相当于每个策划都有了一个高效还不喊累的助理。

从生产效率上看，的确是提高了很多，那么代价也很明显，就是不需要那么多基层干高重复性苦活累活的人了。具体到市场上的表现，虽然还没到直接大面积开人那么剧烈，但在砍项目时明显保留的岗位数量大幅减少，只留一些重要的核心人物，其他都赶走。正常运作的项目基层岗位的人如果出现离职，那么很大可能就不招新人了，大家把他原本的活分一分各自给 AI 干就得了。

在可预见的未来，AI 的适用性只会更广，可用性只会更强，不管是想入行的新人还是已经在行业里的旧人都得意识到，行业不再需要基础人员，放 SCP 世界观里，可能叫做 D 级人员。往后对美术程序策划的要求是每个人都能做主美、主程和主策，在更小的团队规模里，甚至会要求都有制作人的能力。对着机械的活交给 AI 干，活人负责对接其他活人的工作。

从今往后，对于大公司，会越来越多削减基础职能岗位来降低成本。而对于想实现自己想法的自由开发者倒是一个好消息，也许一个人做出一款游戏的未来就在眼前了。

以后路怎么走让各位自己挑，祝大家在游戏界一帆风顺！

互联网七巨头争霸：谁的护城河最宽？谁的潜力最大？

在存量竞争加剧的中国互联网行业，腾讯、字节跳动、阿里、小米、美团、京东、百度这七巨头的格局博弈，始终是市场关注的核心。

“护城河宽度” 决定企业当前地位的牢固程度，是抵御竞争的核心壁垒；“增长潜力” 则关乎未来的行业话语权，取决于新业务的突破能力与战略布局的前瞻性。

两者看似独立，实则深度绑定 —— 稳固的护城河能为潜力业务提供试错空间，而潜力业务的爆发又能反哺护城河的拓宽。本文将从这两个维度切入，拆解七巨头的核心竞争力，厘清其各自的优势与短板。

一、护城河宽度比拼：谁的地位最无可撼动？

护城河的核心在于 “不可替代性”，其宽度由用户粘性、生态闭环、核心资源、政策壁垒等多重因素决定。综合来看，腾讯的护城河最宽、地位最牢固，阿里紧随其后，而美团、字节跳动则凭借垂直领域的绝对优势构建了差异化壁垒，小米、京东、百度的护城河则各有短板。

腾讯的护城河核心是 “社交生态垄断 + 全链路商业闭环”，几乎具备不可复制性。微信与 QQ 构建的社交网络，覆盖超 12 亿月活用户，形成了强粘性的人际连接，这种 “熟人社交” 属性让用户迁移成本极高 —— 即便有新社交产品出现，也难以撼动其根基。在此基础上，腾讯延伸出游戏、广告、金融支付、企业服务等多元业务，形成 “社交引流 – 商业变现 – 服务留存” 的完整闭环。

2025 年第三季度数据显示，腾讯是七巨头中唯一实现利润正增长的企业，调整后息税前利润增长 20% 至 732 亿元，游戏（+16%）、广告（+19%）双引擎稳健发力，云业务也以 14% 的增速持续扩张。更关键的是，腾讯将 AI 技术深度植入现有生态，进一步强化了服务效率与用户粘性，让护城河持续加宽。

阿里的护城河则建立在 “电商基础设施 + 云计算壁垒” 之上。作为中国电商行业的开创者，阿里积累了海量商家资源与用户消费数据，淘宝、天猫形成的电商生态，配套支付宝的支付体系、菜鸟的物流网络，构建了 “交易 – 支付 – 物流” 的全链路服务能力，成为中小企业数字化转型的核心依托。

尽管近年来面临拼多多、抖音电商的冲击，但阿里的电商基本盘仍稳固，客户管理收入保持 10% 的增长。更重要的是，阿里云已成为其新的护城河核心，2025 年第三季度增速达 31%，利润率环比提升至 8.9%，在政企云服务领域的技术优势与客户积累，短期内难以被超越。

美团与字节跳动的护城河则聚焦垂直领域的绝对优势。美团的核心壁垒是 “本地生活服务网络”，通过外卖、到店、酒旅等业务，深度渗透用户的线下消费场景，构建了覆盖全国的商家与骑手网络。这种 “重资产 + 强运营” 的模式形成了高竞争门槛，即便京东、阿里等巨头跨界布局，也难以在短期内突破其网络效应。

2025 年第三季度，美团订单量仍保持 14% 的增长，到店酒店及旅游业务稳健，彰显了其本地生活领域的牢固地位。字节跳动的护城河则是 “算法能力 + 全球化内容生态”，抖音、TikTok 凭借精准的推荐算法，占据了用户大量碎片化时间，形成了强娱乐属性的用户粘性；而 TikTok 美国业务的协议落地，让字节跳动得以保留核心算法知识产权，继续掌控电商、广告等核心商业变现环节，为其全球化扩张奠定基础。

相比之下，小米、京东、百度的护城河则存在明显短板。小米的核心优势是 “硬件 + IoT 生态”，但过度依赖手机业务，而手机行业竞争激烈，IoT 生态的用户粘性仍需提升；京东的护城河是 “自营电商 + 物流体系”，但面临阿里、拼多多的双重挤压，快速商业业务持续亏损，2025 年第三季度调整后息税前利润仅 4 亿元，同比下降 93%；百度的优势在于 “搜索技术 + AI 研发”，但搜索业务增长乏力，AI 商业化落地缓慢，尚未形成能支撑长期增长的核心壁垒。

二、增长潜力研判：谁能领跑下一个十年？

增长潜力的核心在于 “新业务的爆发能力” 与 “战略布局的前瞻性”。结合当前行业趋势（AI 与云、快速商业、国际扩张）与企业布局，字节跳动的增长潜力最大，腾讯、阿里紧随其后，美团、小米、京东、百度则需突破各自的业务瓶颈才能释放潜力。

字节跳动的潜力核心在于 “全球化 + AI + 电商” 的三重共振。首先，TikTok 的全球化布局已进入收获期，其美国业务通过合资公司模式解决数据安全问题，保留核心算法与商业变现权，为后续收入增长打开空间；其次，算法技术的复用能力极强，可延伸至教育、企业服务、自动驾驶等多个领域，具备多元增长的可能性；最后，抖音电商与 TikTok 电商的快速崛起，正在重构全球零售格局，凭借内容流量优势，字节跳动有望在电商领域实现对阿里、京东的弯道超车。当前，字节跳动的用户增长仍未见顶，商业化变现空间广阔，是七巨头中最具想象空间的企业。

腾讯的增长潜力则来自 “AI 与云的深度融合 + 海外游戏扩张”。2025 年第三季度，腾讯云增速达 14%，AI 技术的植入正在优化游戏、广告、企业服务等核心业务的效率；而海外游戏布局的突破，将为其游戏业务带来新的增长曲线。此外，微信生态的商业化仍有挖掘空间，视频号直播、小程序电商等业务的持续发力，有望进一步释放社交生态的价值。高盛研报指出，腾讯 AI 云业务的 GPU 投入策略、微信 AI 功能开发是未来的核心看点，这些布局将决定其长期增长上限。

阿里的潜力聚焦于 “云业务的盈利释放 + 国际商业扩张”。阿里云当前增速领跑行业，利润率持续提升，随着 AI 技术的深度赋能，云业务有望成为阿里未来的核心利润引擎；而国际商业板块的 Lazada、速卖通等平台，正在积极拓展新兴市场，试图复制国内电商的成功经验。此外，阿里在快速商业领域的投入虽当前亏损，但单位经济效益逐步改善，2026 年或迎亏损收窄拐点，为零售业务注入新活力。

美团、小米、京东、百度的增长潜力则受限于业务瓶颈。美团的潜力在于 “即时零售的下沉与国际扩张”，但快速商业业务持续亏损，2025 年第三季度调整后息税前利润同比下降 252% 至 – 188 亿元，盈利改善是其释放潜力的关键；小米需要突破 “手机业务增长乏力” 的困境，将 IoT 生态的优势转化为实际盈利；京东则需优化快速商业的效率，降低亏损，同时挖掘物流业务的协同价值；百度的核心潜力在于 AI 技术的商业化落地，尤其是自动驾驶与政企 AI 服务，但当前落地进度缓慢，尚未形成规模效应。

三、总结：格局固化与变量并存，潜力决定长期话语权

从当前格局来看，腾讯凭借社交生态的绝对垄断，拥有最宽的护城河和最牢固的地位；阿里依托电商与云业务的双重壁垒，稳居第二梯队头部；美团、字节跳动在垂直领域构建了差异化优势，地位相对稳固；小米、京东、百度则处于追赶状态，护城河存在明显短板。

但从长期来看，行业格局仍存在变量，增长潜力将重新定义话语权。字节跳动凭借全球化、AI 与电商的三重优势，有望实现弯道超车，成为未来十年的行业领跑者；腾讯、阿里则凭借稳固的基本盘与前瞻性布局，仍将占据核心地位；而美团、小米、京东、百度能否突破业务瓶颈，将直接决定其能否留在第一梯队。

对投资者与行业观察者而言，判断七巨头的价值，既要关注当前护城河的宽度，更要审视其新业务的落地能力与战略定力。在 AI 重构行业、全球化竞争加剧的背景下，只有那些既能守住核心壁垒，又能抓住新增长机遇的企业，才能在未来的竞争中持续领跑。

蒸汽、钢铁和无限量的智能

@阑夕：Notion 创始人 Ivan Zhao 为 AI 写了一篇雄文：蒸汽、钢铁和无限量的智能。

他是很有资格下判断的，Notion 本来就是最强的生产力工具，搭上这波大模型的顺风车后 ARR（经常性年收入）更是快速涨到了 6 亿美金，其中超过一半是 AI 贡献的。

我试着翻译了全文，写得很流畅易懂：

每个时代都由其奇迹般的材料塑造。

钢铁锻造了镀金时代。半导体开启了数字时代。如今，AI 以无限的智能形态出现。

如果历史教会我们什么，那就是掌握材料者同时掌握了如何掌握时代。

19 世纪中期，还是小孩哥的安德鲁・卡内基曾作为电报童工在匹兹堡泥泞的街道上奔跑，当时六成美国人还是农民。

但不出两代人的时间，卡内基和他的同辈人就锻造出现代世界 —— 铁路取代马车，电力驱散烛光，钢材替代生铁。

自那以后，劳动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，为数以百万计的知识工作者打造工具。

我所在的这座工业小镇，所有人都在谈论 AGI，但全球二十亿白领工作者大多尚未感受到其影响。

知识工作的未来会是什么模样？当组织结构图中融入永不休眠的智能，世界将会怎样？

这种未来往往难以预测，因为它总是伪装成过去的样子：早期的电话像电报一样惜字如金，早期的电影看起来像是被转录下来的舞台剧。

这就是马歇尔・麦克卢汉所说的「我们总是通过后视镜驶向未来。」

今天也是这样，所有的大模型产品，都在模仿 Google 的搜索框。

我们正处在每一次新技术流行前都会出现的那种令人不适的转型阶段。

我无法给出关于未来会怎么发展的全部答案，但我会用几个历史片段来关联 AI 发挥作用的过程 —— 从个人到组织，再到整个经济体。

【个人层面 – 从自行车到汽车】

这在知识工作领域的先行者 —— 程序员群体中已初现端倪。

我的同事、Notion 的联合创始人 Simon 曾是大家眼中的「10 倍程序员」，也就是他写代码的效率，是普通员工的 10 倍。

但他现在已经基本上不写代码了。

经过他的工位时，你会看到他在同时使唤 3 到 4 个 AI 编程助手，这些助手不仅敲代码更快，还能自主思考。

这让 Simon 失去了「10 倍程序员」的评价，他的工作效率达到了原先的 30 倍以上。

他常在吃饭和睡觉前布置任务，让 AI 在他离开时继续劳动，近乎无情的压榨着这些不知疲倦的智能体。

1980，史蒂夫・乔布斯将个人电脑称为「思想自行车」。过了很多年，我们铺就了互联网这条「信息高速公路」，然而大多数知识工作仍由人力驱动，这就像我们一直在高速公路上骑着自行车。

借助 AI，Simon 这类人总算是把汽车开上路了。

那么问题来了，你们关心的是，自己 —— 以及更多普通的知识工作者 —— 什么时候才能开上汽车？

必须解决两个问题。

其一，是上下文的碎片化。

对于编程来说，工具和上下文往往集中在一处：IDE、代码库、终端。

但通用知识型工作却分散在数十种工具中，想象一个 AI 工具试图起草产品简报：

它需要从 Slack 的聊天记录、云文档、仪表盘中的上季度指标，以及仅存于某人脑海中的记忆里提取信息。

所以你们觉得 AI 不堪大用的原因，还是在于自己需要频繁扮演粘合剂的角色，通过复制粘贴和在浏览器标签页之间切换来拼凑这些信息。

在实现上下文整合之前，AI 将始终局限于特定使用场景。

其二，在于可验证性的缺失。

代码的好处在于，可以随时测试它能不能跑起来，大模型的开发者利用这种特点，来为 AI 训练强化学习的能力。

但在有着标准答案的编程或是数学场景之外，怎么验证一个项目的管理是正确的、备忘录的记录质量是否优秀？

我们尚未找到泛化的评判方法，因此，人类仍需大量参与其中，进行监督、指导和示范。

事实表明，让不稳定的人类给 AI 当老师并非总是可取。

这就像是让专门派人逐个检查流水线上的螺栓，或是效仿 1865 年的「红旗法案」，在汽车前面安排一个旗手驱赶路人、清理道路。

我们需要的是让人类站在制高点监督整个循环系统，而非深陷其中。

当工作情境完成整合且成果具备可验证性时，数以亿计的劳动者将实现从「踩踏板」到「握方向盘」的跨越，最终迈向「自动驾驶」。

【组织层面 – 钢铁与蒸汽的时代产物】

企业是近代的人造产物，它们在扩张过程中效能递减，终将触及发展瓶颈。

现代企业这种组织，是由铁路公司演进而来，因为这是人类第一次需要协调分散在广阔地域内的数千名员工。

时至今日，拥有数十万雇员的跨国集团也为数不少了，传统沟通模式（依赖会议与信息传递的人脑协作体系）在指数级增长的压力下已难堪重负。

我们试图通过层级管理、流程优化和文档体系来解决这一问题，但这无异于用建造木屋的工具来修建摩天大楼 —— 选择人类尺度的工具应对工业级规模的挑战。

我想用两段历史来说明，材料的发明，才是改变组织的原动力。

首先是钢材。在钢材出现前，地球上的建筑高度被限制在六七层左右。

铁虽坚固，但易碎且沉重，增加楼层会使结构因自身重量而坍塌。

钢材改变了一切 —— 它既坚固又具延展性，从此建筑框架可以变得更大，墙体也能更纤薄，高楼大厦突然就能拔地而起建好几十层了。

AI 就如同组织的钢材。它能跨越工作流持续保持语境关联，在需要时呈现决策要点而不掺杂干扰信息。

于是人类之间的核对不再需要充当承重墙：

每周两小时的协调会议可压缩为五分钟的异步审阅，需要三级审批的决策可能很快在几分钟内完成，企业得以真正实现规模化扩张，而无需接受那些曾被视作必然的效率损耗。

第二个故事是关于蒸汽机的。

工业革命初期，早期的纺织厂依水而建，依靠水车提供动力。

当蒸汽机出现时，工厂的主人只是下意识的将水车替换为蒸汽机，其他一切保持不变，还是磨坊的形态，故而生产效率的提升微乎其微。

真正的突破发生在他们意识到可以完全摆脱对水的依赖之后。

简单来说，在靠近工人、港口和原材料的地方建造更大的工厂，并根据蒸汽机的特性重新设计了工厂布局。

比如电力普及后，工厂进一步摆脱了对中央动力轴的依赖，在车间各处为不同机器配置了小型发动机。

结果就是，生产效率呈爆炸式增长，第二次工业革命一发而不可收拾。

现在，我们仍处于「替换水车」的本能阶段，现有的工具里被塞进去一个又一个的聊天机器人。

我们尚未重新构想，当旧有的约束消失、公司可以依靠在你睡觉时仍不停止工作的无限智能运行时，组织形态应当怎样与时俱进。

在我司（Notion），实验一直在进行中。除了我们的 1000 名员工，还有超过 700 个智能体在负责重复性工作。

它们整理会议记录、回答问题以整合内部经验；处理 IT 需求并记录客户反馈；协助新员工熟悉福利制度；编写周度进度报告，让人们无需手动复制粘贴。

而这仅仅是迈出的第一步，真正的效益仅受限于我们的想象力与行动力。

【经济体 – 从弗洛伦萨到超级都市】

钢铁与蒸汽不仅改变了建筑与工厂，它们重新设计了人类聚集的城市环境。

要知道，仅仅是在几百年前，城市仍以人的尺度构建，穿越佛罗伦萨只需四十分钟，生活节奏由步行距离和人声的传播范围决定。

钢材的出现让摩天大楼成为可能，蒸汽发动机驱动铁路，将市中心与腹地连接，电梯、地铁、高速公路相继问世。

然后，城市的规模开始超出想象，东京、重庆、达拉斯莫不如此。这些已不仅是佛罗伦萨的放大版，它们代表着全新的生活方式。

超级都市如同一个巨大的生命，体里的毛细血管流动着工业文明的血液与细胞，既深邃复杂，又充满机会，能够容纳远比文艺复兴时期更多的人，创造各种新的作品。

我认为知识经济即将经历一场类似的变化。

目前，知识工作差不多占据了美国 GDP 的一半，其中大多数仍停留在作坊式的规模：

团队不过数十人，工作流程依赖会议和电子邮件推动，组织规模一旦突破数百人便面临困境。

换句话说，我们至今仍在使用砖石与木材，构筑着佛罗伦萨式的知识工作模式。

当 AI 劳动力普及之后，我们将复制东京式的奇迹，由成千上万个智能体和人类耦合在一起的地图徐徐展开，跨时区持续运转的工作流程不再因人类休眠而停滞，决策过程精准融入恰到好处的人类智慧，形成人机协同的黄金配比。

全新的运作节奏会带来颠覆性体验 —— 更迅捷高效，更具杠杆效应，但初期难免令人无所适从。

周例会、季度规划、年度评审这些传统周期律可能失去意义，我们在获得规模化与速度的同时，也将面临部分运行逻辑的透明性消减。

【超越水车时代的认知局限】

每一次奇迹材料的诞生，都要求人们摒弃后视镜式的陈旧视角，转而看到某种全局化的未来。

就像卡内基凝视钢铁时，预见的是都市天际线；兰开夏郡的工厂主人注视蒸汽机时，构想的是摆脱河流束缚的工业化生产图景。

我们要快点离开「水车阶段」，不要再勉强 AI 融入人类为自己设计的工作流里了，试着开始搭建属于 AI 的生产环境，赋予它们行动权。

钢铁意志。蒸汽轰鸣。无限智能。下一座天际线已在远方浮现，静待我们亲手构筑。