大数跨境
首页
>
软件的尽头，是Agent入口
>

软件的尽头，是Agent入口

软件的尽头，是Agent入口 AI驱动数字化转型
2026-03-01
7
导读：Notion曾经最核心的矛盾，是它的优点恰好也是它的缺点。它递给用户一盒无限可能的乐高积木，却让许多人在打开盒子的瞬间就陷入了迷茫。
Notion曾经最核心的矛盾，是它的优点恰好也是它的缺点。
它递给用户一盒无限可能的乐高积木，却让许多人在打开盒子的瞬间就陷入了迷茫。
自由度的代价，是极高的认知门槛。这与那些流程固化、开箱即用的SaaS产品形成了鲜明对比。后者是给你一张地图，而Notion是给你一片荒地和一堆建材。
多年以来，Notion的onboarding（上手引导）因此备受诟病。
然后，AI出现了。
大语言模型（LLM）恰好是天生的乐高建筑师。过去，用户需要自己规划数据库结构，一列一列地手动搭建。现在，一句自然语言描述，Agent就能自动生成骨架。
Notion创始人Ivan Zhao最近的访谈，透露的内部数据足以说明问题：平台内超过50%的新数据库，已由Agent代为创建。
这个变化极其微妙。Notion的产品哲学没有动摇，那盒乐高依旧是那盒乐高，但使用它的方式被彻底颠覆。曾经的弱点，在Agent时代，戏剧性地转化为了优势。
横向节省”的真相

一谈AI提效，公众想象的画面通常是“纵向节省”，整个客服团队被替代，某个部门被整体裁撤。
这是一种粗暴且不切实际的叙事。
Ivan Zhao提出的“横向节省”概念，更贴近一线工程的真实体感。AI短期内不会完整地取代某个岗位，而是渗透进每个人的日常，抹平那些琐碎、重复但又不得不做的工作。
一个产品经理的一天，可能被无数个5分钟、10分钟的任务切得支离破碎。查资料、回复用户反馈、整理周报、分拣需求。AI的作用，就是将这些毛刺打磨掉。
今天省下20分钟，明天省下30分钟。个体感受到的不是岗位被取代的威胁，而是从无尽杂活中的解放。
Notion内部已经开始实践。一个专门处理办公室琐事的Slack频道，过去需要人力盯着，解答“充电器在哪”、“会议室如何预定”这类问题。现在，一个Agent 24小时监控，能回答的直接回答，无法处理的则自动生成工单，精准派发给相关负责人。
Ivan Zhao本人则更为激进。他声称自己已基本不看邮箱，交由一个Custom Agent全权管理。这个Agent了解他的工作优先级和关注点，自动过滤噪音，归档无关邮件。
每天清晨，Agent会推送一份daily brief，只列出当天最重要的三件事。某天早上他收到的提醒是：确认一个域名、准备下午的播客、以及Review招聘系统里的候选人。
这当然不是一蹴而就。模型的可靠性边界，企业数据安全的红线，都是在一次次试探与回撤中缓慢拓展的。当前阶段，企业真正敢于放权给Agent的，大体是三类事务。
  • 回答高频重复的FAQ。
  • 分拣、归类工单与待办事项。
  • 撰写各类例行状态报告。
它们的共同点是，做起来很烦人，但即便出错，后果也非灾难性的。这正是“横向节省”的真实落地场景，它不会带来组织结构的剧烈震荡，却能让整个系统的运行效率，在不知不觉中得到提升。

那条生死线：为Agent重构

访谈中真正令人警醒的，是Ivan Zhao划下的那条生死线。
“如果你的产品不能被Agent使用，未来就很危险。”
这句话并非危言耸听，其背后是软件世界用户定义的根本性变更。过去，软件的用户是人，产品设计围绕人的视觉、认知和操作习惯展开。
现在，以及未来，软件的用户将越来越多地是Agent。
这意味着，软件公司必须回答一个全新的问题：我的产品，是否具备良好的“机器可读性”与“机器可操作性”？
想象一个拥有上千个按钮、核心逻辑深埋在无数层级菜单与弹窗里的复杂软件。人类用户尚且需要陡峭的学习曲线，Agent面对这样的混沌界面，只会彻底瘫痪。
Agent需要的是清晰的API，是结构化的数据，是可预测的行为逻辑。那些将流程写死在前端、依赖复杂图形交互堆砌起来的“美丽”应用，在Agent时代将寸步难行。
反之，如果一个产品的架构足够开放、组件足够模块化，Agent就能顺畅地读写数据、执行操作。它将不再是一个孤立的工具，而是可以被无缝集成进任何自动化工作流的“能力模块”。
最近大火的OpenClaw项目，已经让很多人对此有了切身体会。开发者们正想方设法让Agent能够访问和操作各类现有软件，打通信息孤岛。
这是一道清晰的分水岭。有的软件会被Agent时代无情淘汰，而有的则会被无限放大。
区别只在于，你的产品，是只能被人用，还是也能被Agent用。
这不再是一个可选项。
从卖工具到卖“劳动力”

生死线的背后，是更深层的商业模式变革。
过去十五年，SaaS（软件即服务）的商业模式无比清晰：卖工具。定价模型也高度统一：按席位（per-seat）收费。一个账号多少钱，买多了给个折扣。
这套模式的天花板清晰可见。全球需要为软件付费的知识工作者数量有上限，每个席位的付费意愿也有上限。
但如果切换视角，知识工作这个市场的规模，十倍于纯粹的工具市场。
这其中的关键差异在于，卖工具，卖的是产品的使用权；而卖工作系统或“数字劳动力”，卖的是实实在在的结果。
Notion正试图完成这次惊险的跳跃。他们的Custom Agent，是第一个尝试按用量（usage-based）计费的产品。客户购买的不再是席位数量，而是Agent帮助他们节省了多少工时、完成了多少任务。
这意味着，Notion开始直接销售“工作产出”。
当然，这条路充满了未知。正如Ivan Zhao坦言，除了少数开发者工具和基础设施服务，在知识工作领域，还没有一家公司真正跑通了纯粹的usage-based模式。市场仍在观望，用户习惯需要培养，价值量化也存在巨大挑战。
但这代表了一个确定的方向。Notion选择在依然是私有公司，能够承担更大风险的阶段，率先启动这场转型。

巨头阴影下的生存法则

一个无法回避的问题是：当OpenAI、Anthropic这些手握最强模型的巨头也开始构建Agent时，Notion这类应用层公司该如何自处？
会不会有一天，Notion沦为大模型生态中的一个API调用，一个可以被轻易替换的数据库或文档模块？
面对这种威胁，许多SaaS公司的本能反应是防守：关闭API、限制数据导出、构筑高高的围墙，试图将用户和数据牢牢锁在自己的生态里。
Ivan Zhao的判断恰恰相反。
“When others zig, we zag.” 当所有人都在收紧时，Notion选择彻底开放。
这是一种反直觉的进攻策略。其核心逻辑在于，在Agent时代，封闭的壁垒是守不住的。与其被动地等待被Agent绕过或抽干，不如主动成为Agent工作流中最关键、最无法替代的那个枢纽。
Notion的目标，是成为模型中立的“瑞士”。无论用户选择哪家的模型，Notion都能无缝接入，成为各类Agent协作与信息沉淀的中心平台。
护城河究竟在哪里？Ivan Zhao认为有两点难以被大模型公司轻易侵蚀。
第一、是多人实时协作（multiplayer）的界面与体验。Agent可以自主完成任务，但人与人之间复杂的沟通、评审、决策、博弈，仍然需要一个共享的、可视化的空间。文档、看板、数据库，这些为人类协作设计的场景，是Notion多年积累的核心优势。
第二、是企业级的权限、安全与合规。对于大型组织而言，谁能看什么、谁能改什么、数据如何审计、如何满足监管要求，是一套极其复杂的工程体系。这同样是Notion深耕多年的领域，绝非一个新兴模型公司能在短期内复制的。
所以Notion的战略非常清晰：将底层能力（数据存储、API）彻底开放给Agent生态，同时牢牢守住高价值的协作界面和企业客户的信任。

经验的贬值与16岁的程序员

访谈中一个极具象征意义的细节，是Notion最近雇佣了一名16岁的程序员。
这名高二学生因为在YouTube上制作关于设计和AI的视频而被团队发现。受邀参观办公室时，Ivan Zhao在电梯里偶然遇见他，随口问了一句在哪上大学，得到的回答是“还在读高中”。
随后，Notion正式录用了他，并让他负责一个核心新产品的关键模块。
这并非公关噱头，而是组织人才观发生剧烈变化的缩影。
Ivan Zhao直言：经验的重要性正在下降。在AI技术日新月异的今天，两个月前的“不可能”可能就是今天的“习以为常”。固守旧有经验和工作流的人，反而可能被自己的认知所束缚。
比经验更重要的，是学习能力的代际差异。
成长于互联网和AI时代的新一代，他们获取信息、学习新技能的速度，呈现出完全不同的复利曲线。当工具本身已经能解决大部分“怎么做”的问题时，关键能力就变成了“问出正确的问题”。
Notion的招聘策略已经因此调整，更偏向年轻人，更偏向所谓的“AI native”，更看重对新工具的拥抱程度和快速学习的能力。
这背后是对未来的一个冷酷判断：最稀缺的人才，不再是“知道最多”的人，而是“学得最快”的人。
从骑自行车到管理城市

史蒂夫·乔布斯曾留下一个经典比喻：计算机是大脑的自行车。它极大地延展了人类思维的效率和边界。
Ivan Zhao认为，这个比喻在过去几十年一直有效。我们发明了各种软件工具，本质上都是在优化这辆自行车，让它更快、更省力。
但AI的出现，标志着一个根本性的范式转移。
我们不再是骑自行车的人，我们开始驾驶汽车，甚至管理整个城市的交通系统。人的角色，从亲力亲为的执行者，转变为宏观的管理者和决策者。
你不再是那个亲自处理每一封邮件的人，而是那个为Agent设定邮件处理规则的人。
他用模拟经营游戏《SimCity》来类比未来的工作形态。在游戏中，玩家不会亲自去铺设每一段水管、修建每一寸道路。玩家做的是更高层面的规划、资源调配和系统设计。
未来的知识工作者，每个人管理的可能不再是手头的几项任务，而是一整套由多个Agent协同运作的复杂系统。瓶颈不再是个人精力，而是管理这些系统的界面（Interface）。
能否设计出足够高效、足够直观的界面，让人类可以在更高的抽象层面上，驾驭远超以往规模的复杂性，这将是人机交互（HCI）领域面临的终极挑战。
AI无论多么强大，它放大的，终究是人的意图。
而界面，就是人类意图注入这个智能世界的最终入口。

【声明】内容源于网络
0
0
AI驱动数字化转型
专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
内容 907
粉丝 0
AI驱动数字化转型 专注AI，促进智造行业数据衍生，服务智能制造企业的数字化、智能化，聚焦大模型私域部署、大模型微调、数据清洗、AI模型训练、私域知识库及agent技术延展等。行业智能，落地为先。
总阅读1.8k
粉丝0
内容907