开工第一天,我狠狠补了假期里认为最重要的一期播客:Notion 创始人 Ivan Zhao 的访谈。这期内容在互联网上几乎没有传播,但我认为它的价值被严重低估了。
Ivan 谈到了 AI 对 Notion 的影响,以及他们接下来要往什么方向走。这些判断非常清晰,也让人钦佩。所有做 AI 创业的朋友,都可以看看 Notion 的思路。

乐高积木的逆转
之前,Notion 这个产品最被人诟病的问题是:上手太难。
因为 Notion 的理念是给用户一盒乐高积木。
积木块很多,组合方式无限,但打开盒子的那一刻,很多新用户会很茫然:我该从哪开始?特别是近几年,随着 Notion 功能的丰富,这个问题越来越严重。
Notion 和那些流程固化的 SaaS 产品完全不同。传统 SaaS 基本就是开箱即用,但 Notion 更像是给了一块空地和一堆建材,想盖什么自己来。
自由度高,但代价是认知门槛也高。Notion 的 onboarding 一直被诟病,这是根源。
Ivan 说,AI 救了他们。LLM 恰好擅长搭乐高。
过去,用户要自己想清楚需要什么样的数据库结构,然后一列一列地建。现在,只需要用自然语言描述一下需求,Agent 就能把数据库搭出来。
目前 Notion 里超过 50%的数据库,是 Agent 帮用户建的,而不是用户自己动手。我就经常用这个功能。

这个变化很微妙。Notion 没有改产品逻辑,还是那盒乐高,但使用体验完全不同了。以前的弱点,在 AI 时代反而成了优势。
横向节省
一提到 AI 提效,很容易想到一种画面是一个客服被替代了,一个运营团队砍掉一半人。这是纵向节省。
但 Ivan 认为不是这样。他觉得 AI 带来的更多横向节省。
比如一个产品经理,一天里可能会做很多很碎的事:查资料、回复用户问题、整理产品周报、分拣需求。
这些事情每一件可能只占 5 分钟、10 分钟,看起来不多,但每天会反复出现。
AI 的作用,不是把这个产品经理干掉,而是今天帮他省 20 分钟,明天再省 30 分钟时间。
AI 短期内不会出现某个岗位被整体替换的情况,更现实的变化是每个人都少做一点杂活。给所有人的日常都修掉一些毛刺。
Notion 内部已经在这么用了。他们有一个 Slack 频道,员工会在里面问各种办公室琐事:充电器在哪、会议室怎么预定、某个流程该找谁。
以前这些问题要么没人答,要么得有人专门盯着。现在有一个 Agent 在监控这个频道,能回答的直接回答,回答不了的就生成一个工单给真人处理。
Ivan 自己更激进。
他说他已经基本不看邮箱了。他设了一个 Custom Agent 来管理收件箱,Agent 知道他在忙什么、关心什么类型的事情,会自动归档不重要的邮件,把重要的挑出来。
每天早上,Agent 还会给他发一份 daily brief,列出当天最重要的三件事。访谈那天早上他收到的提醒是:确认一个域名、准备下午的播客、Review 招聘系统里的候选人。
这听起来很酷,但 Ivan 也很坦诚:模型还不够可靠,安全问题也没有完全解决。企业真正愿意放权给 Agent 的边界,是一步一步往外扩的。
现阶段能放心交给 Agent 的,主要是三类事情:回答重复性问题、分拣工单和待办、写状态报告。都是那种做起来烦、但出错了也不会死人的杂活。
这就是横向节省的意思。每个人的日常被抹平一些,整体效率提升,但组织结构没有剧烈变化。
一条生死线
访谈里还有一个我认为是最最有分量的判断:如果你的产品不能被 Agent 使用,未来就很危险。
这话听起来有点绝对,但仔细想想,逻辑是自洽的。
过去,软件公司的用户是人。产品经理想的是怎么让人用得顺手,设计师想的是怎么让界面好看好懂。
但现在,用户不只是人了,还有 Agent。而且 Agent 会越来越多,能做的事情也会越来越复杂。
OpenClaw 最近大火之后,我估计大家应该感同身受。我最近和各种各样的产品斗智斗勇,就是希望他们能让 Agent 访问。
软件公司可能得重新想一个问题:我的产品能不能被 Agent 调用?
Ivan 举了个例子。如果一个产品界面上有一千个按钮,逻辑分散在各种菜单和弹窗里,人用起来都费劲,Agent 就更没办法了。
Agent 需要的是清晰的 API、结构化的数据、可预测的行为。那些把流程写死在前端、靠复杂交互堆出来的产品,在这个时代会非常被动。
反过来,如果产品架构足够开放、足够模块化,Agent 可以顺畅地读取数据、执行操作,那这个产品就能接入到各种各样的工作流里去。
它不再只是一个给人用的工具,它成了整个 AI 工作系统的一部分。
这是一条分水岭。同样是做软件,有的公司会被 Agent 时代淘汰,有的公司会被 Agent 时代放大。区别就在于:产品是只能被人用,还是也能被 Agent 用。
Ivan 说得很直接:这不是可选项,是生死线。
从卖工具到卖工作系统
这条生死线背后,还藏着一个更大的问题:软件公司到底在卖什么?
过去 15 年,答案很清楚:卖工具。定价方式也很统一:按席位收费。一个账号多少钱,十个账号打个折,企业版另算。
这是 SaaS 的标准模式,Salesforce 这么干,Notion 也这么干,几乎所有人都这么干。
但 Ivan 说,这个模式的天花板其实很低。
工具市场有多大?就那么大。全世界需要买软件的人就那么多,每个人愿意付的钱也有上限。但如果换一个角度看,知识工作的市场有多大?那是工具市场的十倍。
区别在哪?卖工具,卖的是使用权。卖工作系统或者劳动力,卖的是结果。
Ivan 说 Notion 正在做这个转型。Custom Agent 是他们第一个按用量计费的产品。
客户买的不是多少个席位,而是 Agent 帮他们省了多少人力、完成了多少任务。这样一来,Notion 卖的就是实实在在的工作产出。
当然,这条路没人走通过。Ivan 自己也说,除了一些开发者工具,目前还没有哪家软件公司在知识工作领域真正跑通了 usage-based 的模式。大家都在互相观望。
但他认为方向是确定的,Notion 选择趁着还是私有公司、可以承担风险的时候,先把这个转型做了。
反直觉的开放
转型要落地,还得回答一个问题:怎么应对巨头?
OpenAI 在做 Agent,Anthropic 在做 Agent,这些公司手里有最强的模型。
如果它们决定往应用层走,Notion 怎么办?会不会有一天,Notion 就变成这些大模型的一个 API 调用,一个可以被轻易替换的模块?
Ivan 的回答有点反直觉:越是这种时候,越要开放。
他说现在很多 SaaS 公司在做相反的事情:关闭 API、限制数据访问、筑高围墙。逻辑是自保,担心被 Agent 抽干价值。
但 Ivan 觉得这是错的。当所有人都在防守的时候,进攻反而是更好的策略。
Notion 的选择是:全面拥抱开发者,让 Agent 能够自由地访问 Notion 的数据和功能。Ivan 说了一句话:when others zig, we zag。别人往左,我们往右。
这背后的判断是在 Agent 时代,封闭是守不住的。与其被动地等着被绕过去,不如主动地成为生态的一部分。
Notion 要做的是成为模型中立的瑞士。不管用户用的是 OpenAI 还是 Anthropic 还是别的什么模型,Notion 都能接入,都能协作。
护城河在哪?
Ivan 觉得有两个地方很难被替代。
第一是多人协作的界面。Agent 可以帮忙干活,但人和人之间的沟通、协调、决策,还是需要一个共享的空间。文档、看板、项目管理,这些 multiplayer 的场景,Agent 目前还接管不了。
第二是企业级的权限和安全。谁能看什么、谁能改什么、数据存在哪,这些事情对企业客户来说极其重要,也极其复杂。这是 Notion 多年积累下来的能力,不是一个新产品能轻易复制的。
所以 Notion 的策略是:开放底层能力,守住协作界面和企业信任。
16 岁程序员的启示
访谈里还有一个细节让我印象很深。
Ivan 提到,Notion 最近招了一个 16 岁的程序员。是的,16 岁,还在读高二。
起因是团队在 YouTube 上发现了这个人,他在做一些关于设计和 AI 的视频,做得很好。Notion 邀请他去办公室参观,Ivan 在电梯里碰到他,随口问了一句:你在哪上大学?对方说:我不上大学,我还在读高中。
然后 Notion 就把他招了,让他负责下一个大产品的核心模块。这个产品计划今年五月发布。
这不是个噱头。Ivan 在解释这个决定时说了一段很实在的话:经验没那么重要了。
过去招人,看的是背景、履历、做过什么项目。但 AI 时代,很多经验积累正在贬值。
两个月前觉得 AI 做不到的事,今天可能已经做到了。带着旧假设工作的人,反而会被束缚住。
更重要的是学习能力的代际差异。这一代年轻人从小就泡在互联网里,现在又有了 ChatGPT。他们获取信息和学习新东西的速度,是完全不同的复利曲线。
Ivan 说,关键不再是你知道多少,而是你能不能问出正确的问题。
Notion 的招聘策略已经在往这个方向调整:更偏向年轻人、更偏向 AI native、更看重对新工具的拥抱程度。
这背后是一个判断:未来最稀缺的,不是已经会什么的人,而是学得最快的人。
从骑自行车到管理城市
访谈快结束的时候,Ivan 讲了一个关于隐喻的故事。
Steve Jobs 有一句名言:电脑是大脑的自行车。意思是人类在动物界里跑得不算快,但骑上自行车就能超过所有动物。电脑就是大脑的自行车,能让思维的效率大幅提升。
Ivan 说,这个比喻在过去几十年一直成立。我们有了互联网,有了各种软件工具,但本质上还是在骑自行车。只是路修得更好了,车轮换成了碳纤维。
但现在不一样了。有了 AI,我们可以在信息高速公路上开汽车了。
这个变化带来的不只是速度的提升,而是人的角色的变化。
骑自行车的时候,人得自己蹬。开汽车的时候,人做的是导航、决策、管理。你不再是那个处理每一封邮件的人,你是那个告诉 Agent 应该怎么处理邮件的人。
Ivan 用了一个游戏来打比方:SimCity。玩过的人都知道,SimCity 里你不会去亲自铺每一根水管、修每一条路。你做的是规划、是调配、是在更高的层面上管理一整座城市。
他说,未来的工作可能就是这样。每个人管理的不再是自己手头的几件事,而是一整套系统。
过去管一个 workspace 已经很累了,未来也许可以同时管理十个。能管多大的摊子,瓶颈不再是精力,而是界面。
能不能设计出足够好的界面,让人可以在更高的层面上操控更多的事情,这是接下来要回答的问题。
这也是为什么 Ivan 说他依然会选择 HCI(人机交互)这条路。AI 再强大,它放大的还是人的意图。而界面,是人表达意图的地方。
我最近用 OpenClaw 把它和 Notion 的数据库连接了起来,能够充分理解 Ivan 的这个意图。
大家有时间可以试试 Notion 数据库的开放性,对于普通用户而言,绝对是行业里最简单易用的。
文章来自于微信公众号 "AI产品阿颖",作者 "AI产品阿颖"
【开源免费】字节工作流产品扣子两大核心业务:Coze Studio(扣子开发平台)和 Coze Loop(扣子罗盘)全面开源,而且采用的是 Apache 2.0 许可证,支持商用!
项目地址:https://github.com/coze-dev/coze-studio
【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。
项目地址:https://github.com/n8n-io/n8n
在线使用:https://n8n.io/(付费)
【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。
项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file
【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。
项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file
在线使用:https://vectorvein.ai/(付费)
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md