作者: Boxu Li 

從聊天機器人到自主團隊夥伴：生產力的結構性轉變

Notion 在其 3.0 版本中引入了 AI Agents，這代表了生產力軟體的根本性演進。早期的 AI 助手（無論是數十年前的 Microsoft Clippy 還是最近的 copilots）都僅限於提供建議或編輯文本，而 Notion 3.0 的 Agents 則被設計為能夠在工作空間中 自主行動。Notion 的聯合創始人 Akshay Kothari 解釋道：「這不是一個提供一般建議的 AI 聊天機器人。你的 Notion Agent 能夠處理真實工作，因為它了解你的工作並能夠採取行動。」datamation.com。實際上，這意味著 Agent 現在可以在 Notion 的一體化工作空間中執行人類使用者能夠完成的幾乎任何操作——從撰寫文件和更新資料庫到協調整個跨整合工具的多步驟工作流程datamation.com。這種從被動協助到 嵌入式、行動導向智能 的飛躍被視為知識工作的拐點。業界分析人士指出，到目前為止，生產力應用中的 AI 大多局限於內容建議或小型自動化，但 Notion 的 Agents 標誌著向 「與人類團隊一起思考、學習和行動」 平台的轉變，模糊了使用者與系統操作之間的界限datamation.com。簡而言之，Notion 3.0 將其 AI 從一個有幫助的聊天機器人轉變為在軟體內運作的 自主隊友——這種運作模式的轉變被產品領導者譬喻為從 「人類 + 助手」 轉向 「人類-代理團隊」 在日常工作流程中reworked.co。這種在工作完成方式上的結構性改變具有深遠的影響，實際上宣告了一個新範式的到來，在這個範式中，生產力工具不再只是被動的信息存儲庫，而是執行中的積極合作夥伴。

核心能力：自主性、多步驟工作流程和觸發條件

Notion 3.0 的設計核心是強調自主性和前瞻性。每個 Notion Agent 可以自行執行20 分鐘連續的多步驟操作notion.com，這與典型的 AI 助手一次處理一個查詢或指令形成鮮明對比。這種自主性允許 Agent 將高層次的目標分解為任務序列，動態規劃步驟，並在無需人類進一步干預的情況下執行。例如，用戶可以指示他們的 Agent*「將來自 Slack、Notion 和電子郵件的客戶反饋編輯成可行的見解」，然後 Agent 將獨立地對這些來源進行研究，綜合發現，並在 Notion 資料庫中創建結構化報告，甚至在任務完成時發送通知notion.com。Notion 自己的團隊也強調了類似的使用場景，這些場景通常需要大量的手動工作：將原始會議筆記轉換為精美的提案，附帶後續消息和更新的任務追蹤，或掃描整個知識庫以查找過時信息並批量更新頁面notion.com。在測試中，Agent 展現了計劃和執行這些複雜工作流程的能力，「達到了人無法企及的規模」*，在一次自主運行中更新或生成工作區內數百頁的內容notion.com。

關鍵在於，Notion Agents 不僅限於按需命令；它們可以配置為根據觸發器或計劃主動工作。如今，個人 Agent 在您提示時運作，但 Notion 正在推出自動執行重複工作流程的自定義代理notion.com。這些自定義代理可以設置為定期運行或響應特定事件（例如，數據庫中的新條目或收到的 Slack 訊息）而觸發。「想像一個代理每天匯總用戶反饋，另一個每週發佈項目更新，還有一個自動分類 IT 請求，」 Kothari 建議，描述了一個組織可以維持一整隊專業 AI 助手在幕後工作的未來notion.com。這種基於觸發器的運作能力意味著即使在您睡覺時，例行流程也會由預設節奏的代理處理notion.com。本質上，Notion 的代理在協作工作空間上引入了一個事件驅動的自動化層——AI 監控並響應工作狀態，而非被動等待用戶查詢。這種自主運行（數十分鐘的工作）和觸發驅動的執行是區分 Notion 3.0 操作模型與經典助手短暫單次互動的核心創新。

以設計為本的記憶、上下文與個人化

要讓一個代理能夠可靠地處理複雜的項目，需要賦予它豐富的背景和某種形式的記憶。Notion的架構透過兩種方式來實現這一點：首先，通過Notion自己的頁面和數據庫建立的先進記憶系統；其次，通過用戶明確提供的指導頁面來塑造代理的行為notion.comnotion.com。每個Notion代理都可以被分配一個專屬的「指導」頁面——實際上是一個知識和偏好的基礎——它會不斷參考這個頁面。這個頁面可以包含從你的團隊組織結構圖和項目術語表到語氣、格式偏好和工作流程的指導方針。隨著時間的推移，代理會「記住」你教給它的東西；不像一般的AI每次會話都是從頭開始，Notion代理會逐步構建出對你的工作背景和風格的豐富模型notion.com。Faire的產品經理Harsha Yeddanupudy生動地描述了這種效果：「就像一位一直在身邊的同事，擁有真實的背景知識。」notion.com 由於這些指導存在於Notion頁面中，可以隨時進行調整，代理的行為也會隨之改變——就像指導一位新員工一樣。這種「持續記憶」設計意味著代理可以在任務之間傳遞見解（例如，在撰寫本週的項目計劃時回想起上週會議中的決策），用戶不必每次都重新闡述信息。

Notion 通過一些有趣的方式進一步提供個性化：用戶可以給他們的代理命名，選擇一個頭像（Notion 甚至鼓勵添加「一些美學風格」來讓它感覺像是一個隊友），以及選擇一種個性風格或「人格」，以符合他們希望 AI 的行為方式datamation.comfastcompany.com。除了外觀，這些人格，如「分析師」或「助手」，具有預設的行為，然後用戶可以在指令頁面中編輯以微調語調和方法fastcompany.com。實際上，Notion 提供了一個提示設計界面給終端用戶：而不是隱藏 AI 的配置，它邀請用戶來塑造它。一位用戶可能會訓練他們的代理成為一個一絲不苟的項目經理，總是創建行動項目的表格，而另一位可能更喜歡一個能夠更隨意交談的創意腦力激盪夥伴。通過在公司特定的術語、數據和風格指南上積極訓練代理，團隊最終獲得了一個*「了解你的整個知識庫」的 AIgmelius.comgmelius.com。這種深度上下文整合是與通用 AI 助手有意識的區別。Notion 的目標是一個感覺嵌入在你組織知識圖譜中的助手。因此，當你要求它撰寫新提案或更新儀表板時，它可以智能地引用正確的項目、團隊成員和過去的決策。輸出不僅僅是語法正確的——它還在上下文上相關和「立即可用」，*與你的公司語調和戰略重點完美契合gmelius.comgmelius.com。總之，記憶和個性化並不是 Notion 3.0 中的事後考慮；它們是旨在使代理成為其用戶真正有效延伸的核心架構特徵。

跨工具執行與整合

一個強大的代理需要的不僅僅是 Notion 中的數據來完成工作——它還需要進入其他應用程式中進行操作。認識到這一點，Notion 3.0 代理附帶了連接到越來越多的第三方工具和數據來源的連接器。代理可以從 Slack 對話、Google Drive 文件、電子郵件、像 Asana 或 Jira 這樣的項目追蹤器，甚至是外部網頁內容中提取信息，然後將這些信息與您 Notion 工作區中的知識結合在一起gmelius.comthecrunch.io。實際上，這意味著代理可以滿足跨多個系統的請求。例如，您可能會要求代理「找出昨天 Slack 工程討論中的關鍵決策，並將它們與 Figma 中的最新設計模型連結起來」。代理將透過授權連接器與 Slack 的數據接口，獲取相關的 Figma 設計，然後合成一個連貫的更新或文件，總結這兩個來源的信息gmelius.com。通過啟用跨平台的檢索和操作，Notion 旨在將自身定位為工作的中心樞紐：各種應用程式的輸出在這裡被整合為有意義的成果gmelius.com。

在 Notion 的底層，連接器和整合透過公司所稱的 Model Context Protocol (MCP) 和一組安全的 API 運作。基本上，這些連接器提供了一個受控的橋樑，讓代理可以查詢其他服務（例如搜尋 Slack 中的訊息或 GitHub 中的問題），然後在其推理中使用這些資訊。推出時，Notion 宣布了為流行工具（如 Slack 和 Google Drive）提供內建連接器，其他如 Outlook 郵件、Asana 和 Jira 的連接器亦在計劃中gmelius.comgmelius.com。系統不單單是執行盲目的數據轉存；它對外部內容有一些語義理解。換句話說，Notion 的 AI 知道如何解釋它所提取的內容——例如區分 Jira 中的產品需求和 Gmail 中的客戶電子郵件——並將每個內容適當地整合到當前任務中gmelius.com。這種跨整合的情境意識使得滿足*「跨多個服務的複雜請求」*以合理的方式成為可能gmelius.com。另一個重要的整合是網路存取：Notion 代理可以使用網路搜尋工具在需要時從互聯網擷取資訊codeintegrity.aithe-decoder.com。例如，如果一個代理正在組織市場研究報告，它可能會將網路搜尋作為計劃的一步。重要的是，所有這些工具的使用均受使用者的許可和安全設定約束。Notion 明確指出，代理只能訪問使用者可以訪問的數據，並且在讀取或寫入資訊時遵循所有工作區的訪問控制fastcompany.comthecrunch.io。這意味著如果某些頁面或資料庫受到限制，代理將不會檢索或修改這些內容，除非被授予訪問權限，這反映了公司工作區內基於角色的訪問控制原則。

從架構上來看，可以將 Notion Agent 想像成一個協調者，它可以調用各種專門執行不同操作的子代理或功能：搜尋內部知識、搜尋網路、查詢外部應用程式的 API、撰寫內容、更新資料庫等。事實上，Notion 為了支援這種模組化協作，重建了其 3.0 版本的 AI 技術堆疊。Notion 的 AI 模型部門主管 Sarah Sachs 解釋道：「工作流程與代理不同，」 她指出，先進的推理模型現在可以智能地決定接下來要使用哪個工具，並相應地串聯動作 venturebeat.comventurebeat.com。在新的架構中，核心規劃模型委託給特定工具模組——例如，一個模組可能負責搜尋 Notion 的內容，另一個可能負責發出網路查詢 venturebeat.com。代理規劃一系列步驟，並且*「能夠自主選擇、協作和執行跨連接環境的工具，」*這與以前簡單的提示/回應循環有顯著的技術差異 venturebeat.comventurebeat.com。這種多工具協作使得單個代理能夠連續搜尋 Notion、然後是 Slack、然後是網路，直到找到所需信息，並最終將所有內容編輯成一個新頁面 venturebeat.com。總而言之，深度整合是 Notion 代理平台的一個特點：通過讓 AI 廣泛涉足（跨應用程式）和深入行動（在 Notion 本身創建和編輯內容），代理以靜態插件或單一應用助手無法擁有的廣度和自主性運作。

代理設計中的防護措施與治理

賦予 AI 助手在工作空間中廣泛的讀寫權限，自然會引發關於控制和安全的問題。Notion 3.0 的運作模型從設計上包含了幾項 保護措施——有些是技術性的，有些是政策導向的——以確保助手成為一位有用的同事，而不是一位不受控制的角色。首先，如前所述，助手繼承所有的 使用者權限：它不能訪問任何使用者（或配置它的管理員）本身無法訪問的頁面、資料庫或整合工具fastcompany.comthecrunch.io。事實上，隨著助手一起推出的伴隨功能之一是 資料庫行級別的權限，讓企業能夠精細控制誰能查看或編輯個別記錄reworked.conotion.com。這種細緻的訪問控制意味著，助手可以被允許更新公共專案資料，但禁止接觸機密的人力資源資料，這僅通過工作空間共享設定的結構進行管理。為團隊廣泛使用設計的自定義助手也將遵循調用它們的人的權限或其配置的範圍訪問權限notion.com。換句話說，AI 不會神奇地越過為人類設置的界限——這是維持對一個自主運作工具信任的一個重要原則。

其次，Notion 在代理與外部連結和內容互動的方式中內建了安全檢查。在推出不久後，安全研究人員演示了一種使用惡意 PDF 的提示注入攻擊，該攻擊通過網路搜尋功能欺騙代理洩露私人數據the-decoder.comthe-decoder.com。這個「致命三重奏」——具有工具存取和長期記憶的 LLM 基礎代理，確實可能引入新的漏洞codeintegrity.aithe-decoder.com。為此，Notion 迅速行動以強化其系統。公司升級了其注入檢測過濾器，以捕捉「更廣泛範圍的注入模式，包括隱藏在文件附件中的那些」，並定期進行紅隊演習以發現並修補此類漏洞the-decoder.com。此外，Notion 引入了互動式連結批准：如果代理即將跟隨一個看似可疑或由 AI 自己生成的連結或內容，它會暫停並詢問用戶確認the-decoder.com。現在，管理員還可以完全禁用代理的網路訪問，或設置組織範圍的政策，規定代理何時可以從 Notion 工作區外拉取數據the-decoder.com。這些控制措施作為斷路器，以防止未經檢查的外部行動。

從數據治理的角度來看，Notion 承諾其 AI 處理的內容對客戶保持私密。與其他以企業為中心的 AI 產品一樣，Notion 的條款規定第三方 LLM 供應商（如 OpenAI 或 Anthropic，其模型驅動代理）禁止使用客戶數據進行訓練或用於服務客戶查詢以外的任何目的thecrunch.io。這解決了公司擔心其敏感信息可能洩露到 AI 模型訓練集中的一個關鍵問題。在合規方面，代理功能捆綁了企業控制，例如審計日誌和 SAML SSO 身份管理集成thecrunch.iothecrunch.io。實際上，Notion 正在嘗試將敏捷性與治理結合：提供給用戶一個強大的自主助手，同時也提供在專業環境中所需的監管工具和透明度。給產品領導者的訊息很清晰——自主必須與責任相結合。正如卡內基梅隆的研究人員最近在一個備受矚目的實驗中所展示的，完全自主的 AI 代理在未受監管的情況下可能會以意想不到的方式“崩潰”reworked.co。Notion 的方法是在人類參與重要環節（通過對敏感操作的審批和審查）時保持人類在循環中，並用適用於人類合作者的相同限制和監控來約束代理。通過從一開始就設計這些保護措施，Notion 旨在釋放代理 AI 的生產力增益，而不會打開安全噩夢的閘門。

Notion 的代理 vs. 經典助理範式

值得強調的是，Notion 3.0 的代理運作方式與許多用戶熟悉的「傳統」AI 助手（例如 Microsoft Office 在 Copilot 之前的 AI 或具有插件集的聊天機器人）有多麼不同。傳統助手是被動的；它們一次回應一個查詢，通常在單一應用程式上下文中，並且通常需要用戶確認每個動作。相較之下，Notion 的代理是主動且端到端的。一旦給予指令，它不僅僅是草擬建議，而是可以執行完整計劃：創建頁面、填充資料庫、調用整合等，所有這些都在一個流程中datamation.comfastcompany.com。這使 AI 從顧問的角色轉變為操作者的角色。Microsoft 自己的願景聲明已經開始承認這一轉變：他們描述了從*「人類 + 助手」（AI 協助但人類完成工作）進化到「人類-代理團隊」（AI 實際承擔任務），最終到「人類領導，代理操作」*的工作模式reworked.co。Notion 的實施可以說比2025年主流生產力軟體更接近後者狀態。事實上，該公司將其代理定位為 Notion 本身的專家用戶——基本上是一個虛擬知識工作者，正如 Kothari 所說，「可以在 Notion 中做到人類能做到的一切」fastcompany.com。這與，例如，Microsoft 365 的 Copilot 不同，後者雖然功能強大，但通常更像是按需顧問（在這裡起草文件，在那裡生成公式），而不是在整個數位工作空間中漫遊自發地啟動多步工作流程。

另一個區別點是上下文的廣度和連續性。Copilot 和類似的助手通常在當前文件或對話的上下文中運作，而第三方聊天機器人則依賴用戶選擇並按需調用每個插件。Notion 的代理被設計為自主決定何時使用哪些工具，並持續理解用戶的工作空間環境。結果是一種更流暢且更少需要微管理的體驗。例如，考慮更新項目狀態：傳統的 AI 可能會幫助總結您提供的文本，但 Notion 代理可以自主從多個項目頁面收集更新，組成摘要，然後將該更新發佈到 Slack 頻道中——而無需用戶一步步的提示。用戶只需說出他們想要的結果；代理就會找出過程。這更像是委託給人類同事而不是使用軟體工具。這是一種動態、迭代的操作模式。實際上，Notion 稱該代理為 Notion 的*「高級用戶」*，代表您工作。就像任何高級用戶一樣，它可以同時處理多個資源，參考公司維基，通過不同的數據庫跟蹤線索等，而不僅限於單個文件或聊天線程。

最後，可擴展性和演進路徑有所不同。許多早期的助手本質上是附加功能——可以插入現有產品的可選插件或功能。而 Notion 則重新構建了其核心，使代理人成為平台結構的一部分notion.com。這意味著未來的改進（如更多自訂代理類型、更深入的整合或更先進的推理模型）可以在整個系統中採用，而不僅僅是隔離升級到側邊欄聊天機器人。在 Notion 3.0 的願景中，代理人不再是一個獨立的 AI 按鈕，而是您工作空間中的一個重要團隊成員。這種以整合為先的策略可能成為一個競爭優勢，因為組織尋求的是安全、具上下文意識且深度符合其工作流程的 AI，而不是存在於主要工具之外的通用雲端 AI。總之，Notion 的代理人代表了一類新型的助手：自主、深度整合，並被視為產品的運行層，而不是一個附加的功能。正如我們接下來將探討的，這種方法不僅帶來技術上的影響，還有戰略上的——從團隊可能如何圍繞代理人重新設計流程，到 Notion 如何在新興的代理生產力領域中定位自己，與 Microsoft 和 Google 等公司競爭。