摘要：Notion公司联合创始人兼CEO Ivan Zhao阐述了其公司大规模部署AI Agent的实践与理念。Notion目前拥有约1000名员工，同时已部署超过700个AI Agent处理实际工作。其成功的关键在于早期构建了乐高式的、信息互通的平台底座，为AI提供了集中、可理解的上下文。Agent主要接手如沟通、跟进、协调等消耗组织精力的非核心事务，使员工角色从执行者转向流程设计与质量把关。Ivan Zhao认为，AI正在推动组织设计本身的根本性变革，从依赖人力的“剧组”模式转向可高效规划的“城市”模式。
线索：
* 投资机会：
1. AI Agent平台与工具：企业级AI Agent的落地需求将催生对底层平台、集成工具和流程设计软件的需求。能够帮助企业构建“信息集中、反馈明确”数字环境的产品或服务存在市场机会。
2. 企业数字化与数据治理：Notion的案例凸显了高质量、结构化的数据底座是AI有效应用的前提。深耕企业数据整合、知识管理的解决方案提供商价值将进一步提升。
3. 人机协作模式创新：关注那些探索新型人机分工、旨在提升知识工作者判断力与决策效率（而非简单替代）的产品和商业模式。
* 潜在风险：
1. 技术实施门槛：大多数公司缺乏Notion式的统一数据平台，数字化基础薄弱可能成为AI Agent规模化应用的重大障碍，导致投资回报率低下。
2. 组织与管理变革挑战：成功引入Agent需要重新设计工作流程、调整员工角色与考核方式。管理理念和公司文化的滞后可能引发内部阻力，使技术部署流于表面。
3. 依赖与数据安全：大规模依赖AI Agent处理业务可能带来新的系统性风险，如模型错误、算法偏见以及更严峻的数据隐私和安全保护问题。
正文：
2025年12月23日，Notion公司联合创始人兼首席执行官Ivan Zhao发表了一篇文章。他在文章中提出一个问题：如果公司里突然多了几百个永不休息的员工，会发生什么？
Ivan Zhao并未停留在概念讨论，而是给出了一组具体数据：Notion目前约有1000名员工，同时已有700多个AI Agent在处理实际工作。这些Agent并非简单的功能助手，而是像团队成员一样进行协作。
那么，这些Agent具体承担什么工作？它们为何能在Notion成功落地？这对组织形态又意味着什么？Notion的实践正在尝试回答：当AI真正成为“员工”时，公司应如何运转。
一、AI落地的基石：统一的上下文环境
在过去一两年，AI Agent层出不穷，但多数在短期使用后便被放弃。其功能看似强大，能持续有效运转的却很少。
Ivan Zhao指出，竞争优势并非来自于单纯接入了大语言模型。Notion之所以能让700个Agent接手具体工作，依赖的并非模型本身，而是很早就打下的系统底座。
在AI浪潮之前，Notion就将自身产品设计成了一个可自由搭建的结构。每个功能都像一块乐高积木，页面、表格、数据库等并非孤立存在，而是能够彼此连接、共享信息。这些设计如今成为了AI发挥能力的关键支点。
Ivan Zhao表示，许多公司是在事后才考虑为AI提供上下文，而Notion从一开始就在构建上下文。具体来说，其他很多公司的做法是先开发一个聊天机器人，再尝试连接公司资料；而Notion则是先将所有信息（如会议纪要、客户反馈、项目进度）沉淀在一个统一的地方，再让Agent去理解和运用这些信息。
AI能否发挥作用，不仅取决于模型能力，更在于是否为其提供了一个能够理解全局信息的环境。Notion的乐高式结构恰好提供了这样的环境。这本质上是构建平台，而非简单堆砌功能。
这种区别带来的结果是，当AI技术成熟时，Agent不再仅是执行“生成摘要”这类简单任务的小工具，而是能够真正参与任务流程、处理复杂操作、减少组织内部摩擦的协作方。Notion并没有高调宣布AI战略，它只是持续完善自身产品，最终发现：并非特意为AI做准备，而是AI最终来到了一个已经准备就绪的环境。
二、AI Agent有效运行的三个条件
上一部分说明了Notion提前构建了系统底座。但为何有了这个底座，AI Agent就能真正工作？Ivan Zhao给出的答案是，AI Agent要落地必须满足三个条件，而Notion的底座恰好提前满足了这些条件。
1. 信息集中，而非分散
现实中，大多数知识工作像是在多个抽屉中翻找东西：聊天记录、文档、表格、邮件等信息分散各处。AI在这种场景下，如同被抛入一堆碎片中，难以理解任务全貌，更无法协助完成。
Notion的优势在于，这些信息本来就汇聚在一个统一的平台中。AI Agent无需在不同应用间切换寻找，就能访问会议记录、项目进度、数据库、反馈表、用户评论等信息，仿佛一位坐在办公室中心的新同事。
2. 工作结果可被衡量
在软件开发中，代码能否运行是明确的结果；在财务处理中，发票是否正确也是明确的结果。但许多知识工作的成果难以量化，例如一份汇报的质量或一个运营策略的效果。
Ivan Zhao提出的方法是，让Agent接手那些具有明确反馈闭环的任务，例如会议总结、客户答疑、项目状态报告等。用户是否点击“满意”、是否继续使用等，都能提供直接的反馈信号。只有这样，AI才能获得改进的依据，从而真正变得更强。
3. 人类设定方向，AI负责执行
这是Ivan Zhao强调的重点。AI Agent并非完全自主运行的工具，它们需要人类来设定目标、验证结果、判断质量。
在Notion的Agent体系中，每个任务都设有明确的反馈机制：
* Agent生成会议纪要后，由项目经理确认重点是否遗漏。
* Agent整理客户反馈后，由产品经理判断问题优先级。
* Agent起草文档后，由负责人决定是否发出。
人类的角色从执行者转变为质量把关人。这也正是Notion的Agent能够真正落地的原因：并非让AI自主决策，而是让人类始终掌握方向和最终裁决权。
三、700个Agent承担的具体工作
许多人认为AI Agent主要用于生成文案、绘图或头脑风暴。而在Notion，Agent处理的工作包括：新人入职答疑、匹配客户问题、同步项目进度、协调跨团队事务、通知文档变更等。
这些并非公司的核心业务，但却最消耗组织的日常精力。原因不在于任务本身有多困难，而在于它们需要大量的重复沟通、跟进和协调。这正是Agent最适合接手的工作领域。
1. 处理重复性沟通与跟进的内耗
会议缺乏明确结论、每周撰写进度报告、客服问题反复转手、信息对接不畅……这些情况在公司中每日发生，但其价值常常被低估。正是这些场景，Notion交由Agent来处理。
并非因为这些工作技术含量低，而是因为它们需要大量的人工沟通、整理、协调、提醒和重复确认。Ivan Zhao的思路很清晰：不是为了应用AI而应用AI，而是从组织内部最耗费精力的痛点入手。
2. Agent作为协作方参与流程
更重要的是，这些Agent不仅仅是执行孤立任务，而是开始参与协作流程。它们具备记忆能力，能记住之前的对话内容；有关联能力，能从多个页面提取相关信息；有表达能力，能将结果自动反馈为页面、评论或文档，供人类确认。
Ivan Zhao做了一个比喻：未来的团队，就像由人类和AI共同组建的小型战队，每个Agent负责一部分职能。人们甚至可以像设定日程一样，设定一个“AI同事”来帮助盯进度、写文档、发通知、跟进反馈。这不再是单纯使用工具，而是在设计团队角色。
3. 员工角色的转变：从执行者到流程设计师
在Agent接管执行性工作后，员工的角色也在发生变化：
* 过去是自己撰写报告，现在是让Agent生成初稿，然后判断哪些重点未被抓住。
* 过去是自己排查每个报错，现在是审阅Agent的诊断结果，决定哪一步需要优化。
* 过去是自己搬运信息，现在是设计Agent的工作流程，让它自动同步信息。
因此，撰写文档的具体技能，其重要性可能下降；而判断文档质量、设计高效工作流程的能力，则变得更加稀缺。这是组织内部分工方式的根本性改变。
四、组织形态的演进：从“剧组”到“城市”
700个Agent分担具体工作，这只是表面现象。真正发生改变的，是组织本身的运作方式。
回顾过去几十年，组织的构建方式通常是：增加人员、设立岗位、召开会议、设置审批流程。通过一层层的架构叠加，依靠流程和会议来维持秩序。当团队规模超过几十人时，信息开始堵塞；达到上百人，就需要依靠制度防止出错；到了几千人规模，组织形态可能如同不断加盖的老楼，每增加一层都需要额外加固。
Ivan Zhao认为，AI带来的最大变化并非单纯提升某项任务的速度，而在于组织本身可以被重新设计。
1. 基础设施的变革类比
他将此比喻为从使用木头、砖块建造城市，进入了钢铁和蒸汽时代。木结构建筑通常只能盖到两三层，而钢结构才能支撑起摩天大楼；水车依赖特定河流，蒸汽机则让工厂可以离开水源布局；单纯依靠人力管理效率有限，而Agent可以全天候运转。AI正是这个时代新的“建筑材料”。它不仅仅是让原有建筑（组织）装修得更好，而是允许人们重新规划整个城市（组织）的格局。
2. 将组织作为可设计的系统
Ivan Zhao曾表示，他希望将公司当作一件具备商业模式的“艺术品”来构建。从Notion的实践可以看出：原来依靠人力对接的事务，开始交给Agent处理；原来依靠会议同步的环节，转变为Agent异步汇总信息；原来依靠个人记忆维持的职责，交由上下文统一的文档流来接力。
那么，组织像什么？过去的组织更像一个“剧组”：人员一多，沟通成本急剧上升。现在的组织则可以像一座“城市”：只要前期规划得当，确保道路（信息流、任务流、反馈流）畅通，各种要素就能自然、高效地流转。
Notion正在超越一个工具公司的范畴，它试图回答一个更宏大的问题：在AI时代，组织本身能否被重新设计？
结语
Notion并非仅仅用AI来装点产品功能，而是在重新搭建组织的运行架构。在约1000人的团队之外，700多个AI Agent已经接管了组织中最耗费人力的事务。
Ivan Zhao关注的焦点并非AI将取代哪些职位，而是：一个人加上一个AI Agent，最终能够完成多少人的工作量？
Notion给出的答案是：像规划和建设一座城市那样，重新设计组织。这不是技术演示，而是Notion正在进行的实践。
发布时间：2025-12-27 11:46:07
评论 ( 0 )