Notion CEO 谈 AI：打破应用孤岛，让软件像“识字”一样普及

在这期 No Priors 播客中，Notion CEO 伊万·赵系统阐述了 Notion 的长期愿景：用“软件积木”取代碎片化应用，让 AI 成为人人可用的认知与创造工具。他分享了 Notion AI、Q&A、日历背后的方法论，以及他对未来十年计算形态的关键判断。

为什么 Notion 很难被定义：对抗 SaaS 碎片化的“积木哲学”

对 Ivan Zhao 来说，“Notion 是什么”本身就是一个故意很难回答的问题。这并非市场定位的模糊，而是产品目标的必然结果。他直言，Notion 想做的不是某一个具体场景的工具，而是“一个你可以完成大多数工作的地方”。从个人笔记、旅行计划、婚礼筹备，到企业里的文档、任务、日历和知识库，都应该在同一套系统里完成。

他给出的核心动机很直接：过去二十年，SaaS 世界被严重碎片化了。数据散落在不同应用中，彼此割裂，用户却要在它们之间频繁切换。Ivan 用了一个颇为夸张但形象的比喻：“我们像是被关在一个应用组成的监狱里。”

Notion 的解法并不是把所有功能硬塞进一个超级应用，而是回到更底层的问题：这些看似不同的使用场景，背后是否共享同一套软件“积木”？页面、数据库、权限、链接关系——这些基础构件一旦足够通用，用户就能自己“搭”出最适合的工作流。他强调：“我们想给用户的是乐高，而不是成品玩具。”

这种思路并非新发明。Ivan 提到，上世纪七八十年代的计算机先驱就设想过类似的构建式软件，只是当时缺乏云和 AI 这样的基础设施。今天，Notion 试图用现代技术，重新打开那条路。

计算素养，而不只是工具：Notion 的真正出发点

相比 no-code、低代码或成本整合这些流行叙事，Ivan 认为 Notion 的出发点更偏向一个被忽视的角度：计算素养（computing literacy）。他用语言学习作类比——我们花了多年学会读写文字，但对计算机，大多数人只停留在“打字和刷视频”的水平。

在他看来，世界被分成了两类人：制造软件的人，和使用软件的人。这种鸿沟不仅限制了创造力，还在现实世界中制造了巨大的经济差异。他半开玩笑地说，旧金山租金之所以这么贵，是因为这里成了“现代的底特律或曼彻斯特”——软件工厂集中地。

Notion 想做的，是让更多普通用户也能“像写文档一样”构建工具，打破这条分界线。这正是它被 Ivan 定义为“应用构建公司”而非单纯生产力工具公司的原因。模板在这里扮演了关键角色：它们不是终点，而是可被快速采用、再被修改的起点。

AI 的出现，让这条路径发生了质变。Ivan 直言，这可能是当年计算机先驱们都没预料到的转折——语言模型不仅能帮你生成内容，甚至能参与“思考和工作本身”。在这个意义上，AI 让“人人会用计算机”第一次变得现实。

被低估的突破：Embedding 与 AI Q&A 的真正价值

当被问及未来十年最令人兴奋的 AI 方向时，Ivan 没有先谈 Agent，而是抛出了一个“沉睡的类别”——Embedding 和理解型检索。在他看来，这种变化甚至可能在一两年内就深刻影响日常工作。

过去，我们依赖关键词搜索和“那个记得这件事的同事”来找信息；而现在，语言模型已经可以真正理解你放进系统里的内容。Ivan 用一个非常具体的场景说明差异：你不再需要知道信息存在哪里，只要直接问 Notion AI，“答案几秒钟就会出现。”

这正是 Notion AI Q&A 的核心价值所在。它并不是一个炫技式的聊天机器人，而是建立在 Notion 统一数据结构之上的检索增强生成（RAG）系统。因为底层本来就是“积木化”的，Notion 才能在合适的时间点，快速把 AI Q&A 架在现有系统之上。

他坦言，相比 Agent 工作流，这一类能力讨论得并不多，但对真实组织的影响可能更立竿见影：信息不再依赖人为记忆，而是成为系统级能力。

AI-first 不是堆模型：Notion 的团队与取舍

尽管外界常把 Notion 视为“AI 应用的早期成功案例”，Ivan 对团队结构的描述却出乎意料。他明确表示，Notion 并不是一家以机器学习研究为中心的公司，内部真正的 ML 人员规模并不大。

相反，Notion 长期以来聚集的是对界面、交互和全栈工程高度敏感的人。早期阶段，他们更依赖“聪明且学得快的人”，而不是在单一领域堆砌专家。这种取舍，与 Notion 的产品哲学一致：AI 是能力放大器，但真正决定体验的，是软件结构和人机接口。

当被问到是否“押注公司于 AI”时，Ivan 的态度很坚定，但并不激进。他更关心的是：哪些 AI 能力真正改变了用户行为，而不是制造一次性的惊叹。在这个逻辑下，AI Q&A、日历和未来更多功能，都是围绕“统一数据 + 可塑工作流”自然生长出来的结果。

正如他多次强调的那样，时机同样重要——Notion 之所以能较早规模化应用 AI，很大程度上是因为那些软件积木早就准备好了。

总结

这场对话揭示了一个与主流 AI 叙事略有不同的 Notion：它并不急于追逐最前沿的模型能力，而是长期押注在统一数据、软件积木和计算素养之上。AI 在这里不是主角，而是让这一愿景第一次具备现实可行性的关键变量。对读者而言，最大的启发或许在于：真正持久的 AI 产品，往往诞生于更早、更深的系统设计选择。

关键词： Notion， Notion AI， AI Q&A， Embedding， 计算素养

事实核查备注： 视频嘉宾为 Notion 联合创始人兼 CEO Ivan Zhao；节目为 No Priors Ep.51，发布时间 2024-02-15；明确提到的产品包括 Notion AI、AI Q&A、Notion Calendar；技术概念包括 Embedding、RAG（检索增强生成）、大语言模型、AI Agent；观点引用均为基于原视频语义的中文转述。