Notion 联合创始人坦白：我不再写代码，而是管理一群 AI 代理

如果你还把 AI 当成“更聪明的 Copilot”，这期对话可能会让你彻底清醒。Notion 联合创始人 Simon Last 公开承认：他已经不写代码了，而是设计任务、监督代理、做最终验证。更激进的是，Notion 正从“工具公司”转向“代理操作系统”。这不是概念，而是一套已经跑起来的工程现实。

最反直觉的转变：AI 不是帮你干活，而是你要学会管它

Simon 在对话中抛出的第一个“冷水”就很狠：未来最重要的能力，不是写代码，而是设计端到端任务、验证结果、管理代理失误。他自己就是例子——作为 Notion 联合创始人，他已经不再亲自写一行生产代码。

这背后不是偷懒，而是工程形态真的变了。编码代理已经从“自动补全”进化为：拉仓库、理解上下文、写实现、跑测试、修 Bug、提交 PR 的全流程执行者。人类工程师的角色，被推到了更上游的位置。

Simon 用了一个很不硅谷鸡汤的说法：“如果你只是让代理随便跑，那产出的不是效率，是 slop。” 代理放大的是系统质量——架构清晰、验证闭环明确的团队，会飞；反之会迅速失控。

从 GPT‑4 那一刻开始，Notion 判断：AI 应用时代真的到了

Simon 回忆 2022 年第一次试用 GPT‑4 的瞬间：他和另一位联合创始人 Ivan 很快意识到，这次不一样。模型不仅能生成文本，而是理解复杂指令、进行高质量编辑、拥有惊人的世界知识覆盖。

这让 Notion 下了一个关键判断：不是“AI 迟早会有用”，而是现在就是构建 AI 应用的窗口期。于是他们采取了典型的双轨策略：

• 短期：快速做“单步价值”的功能，比如 AI Writer，用小团队快速上线、快速学习。
• 长期：构建一个真正的通用助理，能跨文档、跨数据库、跨时间执行复杂任务。

这也解释了为什么 Notion AI 的演进路线看起来并不“炫”，但每一步都异常扎实：从写作，到 Q&A，再到代理。

为什么 Q&A 比写作难十倍：工程细节才是护城河

很多人低估了 Notion AI Q&A 的难度。Simon 直说：相比写作，Q&A 在技术复杂度、评估难度、实时性上都高一个数量级。

核心挑战不在模型，而在系统：
- 工作区内容是实时变化的，索引必须跟得上
- 文档、数据库、页面结构极其多样
- 用户的“问题”往往是模糊的、上下文依赖的

更反直觉的是：AI 并不在乎你的层级结构漂不漂亮。在 embedding 和语义检索下，真正重要的是 chunking 策略，以及整条检索管线的设计。

这也解释了 Notion 为什么要花大力气去索引 Slack、Google Drive 等外部工具——不是为了“全家桶”，而是因为真正有价值的信息从来不只存在于一个系统里。而跨数据源检索，几乎只能靠大量经验性迭代。

代理时代的工程现实：每六个月推翻一次重来

一个让很多工程经理头皮发麻的事实：Notion 几乎每六个月就会重写一次 AI harness。

原因很简单，也很残酷：模型能力变了，系统不跟着重构，就一定会拖后腿。Simon 反而觉得这是乐趣所在——你必须紧贴模型的先验假设，用第一性原理重新设计系统。

这在编码代理上体现得尤其明显。代理可以生成体量巨大、逻辑复杂的 PR，这对安全提出了更高要求。Notion 的做法不是“少用”，而是：
- 更严格的代码评审
- 更完善的自动化测试
- 明确的验证闭环

代理不是魔法，而是更需要工程纪律的放大器。

Notion 的终极定位：模型的“瑞士”，代理的操作系统

在模型生态上，Simon 给 Notion 的定位很清晰：不是押注单一模型，而是做“模型的瑞士”。支持多家实验室、开源模型，让用户根据成本和任务自由切换。

更重要的是，他们为代理重构了 API：
- 抛弃冗长难读的 JSON
- 引入增强版 Markdown
- 直接暴露 SQLite 接口

目的只有一个：让代理像人一样自然地读写 Notion。

Simon 甚至直言：编码代理是 AGI 最核心的形态之一。因为代码是确定性的逻辑载体，代理可以通过写代码，不断扩展自己的能力边界。

总结

这场对话真正的价值，不在于 Notion 又发布了什么功能，而在于它揭示了一种已经发生的角色迁移：从“自己干活”，到“管理一群会干活的代理”。

对 AI 从业者来说，有三个直接 takeaway：第一，别再只卷 prompt，开始卷系统设计和验证闭环；第二，把代理当成新用户，持续做“用户研究”；第三，尽早练习“放权但不放任”的管理能力。

一个值得你带走的问题是：如果明天你不再亲自写代码，你现在的系统和团队，扛得住吗？

关键词： AI Agent， Notion AI， 编码代理， 工程实践， AGI

事实核查备注： 需要核查：1）Simon Last 的职务与角色描述是否准确；2）首次接触 GPT-4 的时间点（2022 年）；3）Notion AI Q&A 的技术细节描述是否与公开视频一致；4）“每六个月重写 AI harness”为口述经验，需确认原话语境；5）Notion 对模型生态“瑞士”定位是否为原始表述。