Notion创始人谈AI Agent：从10x到40x，700个AI员工重新定义组织

Notion联合创始人Simon从标准的10x程序员变成了30-40x，靠的是同时操控多个AI Agent。与此同时，Notion的1000名真人员工旁边已经有700多个AI Agent在工作。Ivan Zhao在文章Steam, Steel, and Infinite Minds中，用三个历史比喻揭示了AI对个人效率和组织形态的根本性变革。

发生了什么

Notion联合创始人Simon几乎不再亲手写代码。他同时指挥三四个AI coding agent，午饭前排好任务，睡觉时Agent继续运行，个人产出从10x飙到30-40x。

在组织层面，Notion已部署超过700个AI Agent。这些Agent承担了会议纪要、IT工单处理、客户反馈整理、新人入职培训、周报撰写等具体工作。Ivan Zhao强调，这仅仅是起步阶段。

Ivan Zhao引用了Steve Jobs"心智的自行车"比喻：80年代电脑是自行车，后来我们修了信息高速公路，但几十年过去，大部分知识工作者仍在高速公路上骑自行车。AI Agent的出现，终于让一部分人从自行车升级到了汽车。

为什么重要

程序员之所以率先受益，是因为编程具备两个天然优势：上下文高度集中（代码、终端、仓库都在一处）和结果可验证（跑测试就知道对错）。模型厂商利用这个特性，通过强化学习持续提升AI编码能力。

但其他知识工作面临两个瓶颈。第一，上下文碎片化——写一份产品brief，需要从Slack翻对话、从Google Doc找文档、从数据看板拉指标，关键信息甚至只存在同事脑子里。AI Agent连完整上下文都拼不出来。第二，工作不可验证——战略memo写得好不好、项目管理得怎么样，没有明确的判分标准。没有验证机制，模型就无法自我提升。

Ivan Zhao的观点很明确：人应该在回路的上方做监工，而不是在回路里面做门卫。就像1865年英国的红旗法案——要求每辆汽车前面必须有人举红旗开路——现在很多公司让人逐条审批Agent输出，本质上是同样的荒唐。

技术细节

Ivan Zhao用了两个精准的工业比喻来拆解AI对组织的影响。

钢铁比喻：19世纪之前建筑靠铁，又脆又沉，最高只能盖六七层。钢铁出现后，框架更轻、墙体更薄，摩天大楼从不可能变成理所当然。公司同理——几百年来组织的沟通基础设施本质上仍是人脑加会议加消息，规模越大沟通成本呈指数级上升。AI就是组织的钢铁，能跨工作流维护上下文，把关键信息推到决策者面前而不制造噪音。原来每周两小时的对齐会议，可能变成五分钟的异步审阅。

蒸汽机比喻：工业革命初期，工厂主把水车换成蒸汽机，其他一切照旧，生产力提升有限。真正的突破是后来有人想通了——既然不需要水，工厂为什么还守在河边？围绕新动力源彻底改造流程，生产力才真正起飞。大部分公司现在用AI的方式，就是"把水车换成蒸汽机"——在现有工具上加个聊天框，流程不变、组织不变。而Notion的700个Agent是实打实地接管了具体业务流程。

你现在该做什么

从两个维度审视你的工作：

列一张清单，标出哪些任务的上下文分散在三个以上工具里，哪些任务有明确的对错标准。后者是你最先可以交给AI Agent的活。
在团队里找一个每周反复执行的人工流程——周报汇总、会议纪要整理、IT工单回复——这周就试着用AI Agent把它自动化。别想一步到位改造整个组织，先把一个水车换掉。

核心结论：AI Agent的终局不是Copilot，而是让你从骑车变成自动驾驶。但前提是，你的工作得先变得可整合、可验证。

觉得有用？订阅 AI 简报，每天 5 分钟掌握 AI 动态。