Notion CEO Ivan Zhao：好的 AI 產品，做到 7.5 分就夠了
Notion 可以說是最早一批在產品內落地 AI 的公司了。
2023 年 2 月就上線了 Notion AI，甚至早於 GPT-4 的發佈。後續又陸續了發佈了 Q&A 、Meeting Notes、企業搜索、AI for Work 等功能。
用創始人 Ivan Zhao 的話來說，今天的 Notion 致力於打造「AI 工作空間」，讓用戶能以「AI 同事」的方式使用 Notion。
已經做了兩年半AI產品的 Ivan Zhao，如今會怎麼看待和思考 AI 產品，是個很值得聊的話題，尤其是對於今天的知識工作領域來說，Notion 會如何解決 AI 的不確定輸出和上下文問題，成爲知識工作領域的第一個真 Agent，也是一個值得期待的問題。
Ivan Zhao 最近接受了播客節目《Grit》、《Decoder》的採訪，對於如何在 AI 時代打造一款好產品，輸出了很多觀點。
Founder Park 編譯了這兩期播客的精華內容，這次不聊早年的艱苦創業了，只聊 AI。
TLDR:
商業世界裡有句話：要麼捆綁，要麼拆分。Notion 做的顯然是前者的生意。我們的工作，就是將 SaaS 捆綁成一個相對統一的生產力工具，滿足你核心的日常需求。
大多數知識工作本質上就是雲端的高級文件櫃。知識工作依賴文件櫃運行，而數據庫正是其核心。本質上，工程師每天所做的就是把一個關係型數據庫與頂層的視圖連接起來。我們該如何讓這種能力普及開來？這就是我們的使命。
我們不是要做 10 分滿分的產品，對我來說，理想區間大概是 7.5 分。如果你把工藝和美感推向極致，可能就沒有爲商業和實用性做足優化。如果 Notion 是 6.5 或 7 分，Figma 大概是 7 分。在工藝方面，我會給 Linear 打 8.5 分。
計算就像閱讀和寫作一樣，它是一種我們可以掌握的媒介。我們可以塑造它，就像你可以寫出英文句子，用你喜歡的方式來表達。一些真正優秀的人可以成爲詩人，有些人可以成爲小說家，你也可以用它來處理商業工作。計算也可以成爲一種人人都能塑造的媒介。
喬布斯和比爾·蓋茨這一代人，通過將個人電腦搬上每個家庭的書桌，普及了計算機。但他們把計算和軟件鎖定在了「應用程序」這個牢籠裡。這種方式在某些方面更容易讓人們理解，但也更加僵化，限制了你用軟件所能達到的高度。於是，這就創造了一個雙重階級：應用程序的製造者，也就是程序員；以及應用程序的使用者，也就是我們其餘的所有人。
我們傾向於用舊媒介的方式來使用新媒介。在 AI 方面我們也處於同樣的階段。如果你把 ChatGPT 的用戶界面和 Google 的用戶界面並排放在一起，它們有點相似：一個搜索框，然後給你一些答案。但語言模型和 AI 能做的事情遠不止於此，我們只是還沒有完全弄清楚該怎麼做。
我們不再僅僅是爲客戶提供工具，而是爲客戶實現工作自動化，以「知識工作智能體」的形式提供這些構建模塊，真正爲他們完成工作。
過去，工具是提供給另一個人去使用，以滿足商業需求。但現在，語言模型正擁有越來越強的人類能力，能夠推理、思考、理解。所以軟件公司能做的，不僅是提供工具，而是將工具和坐在工具後面的「人」打包成一個整體來提供。
構建 AI 產品的方式與開發傳統軟件有着根本的不同。這更像是「釀啤酒」，而不是「造橋」。傳統軟件開發，你可以完全控制，從你的願景或客戶需求出發，反向推導。但語言模型的工作方式完全不同，它常常只能帶你走完 70-80%的路，卻永遠無法彌合最後 20%的差距。
超 10000 人的「AI 產品市集」社羣！不錯過每一款有價值的 AI 應用。
邀請從業者、開發人員和創業者，飛書掃碼加羣：
進羣后，你有機會得到：
最新、最值得關注的 AI 新品資訊；
不定期贈送熱門新品的邀請碼、會員碼；
最精準的AI產品曝光渠道
01要麼整合、要麼拆分，Notion 想做整合
主持人：Notion 現在是更側重於團隊而不是個人用戶，這已經是你們明確的方向了嗎？
Ivan Zhao：我們從一開始就是爲團隊設計的 Notion。換個說法，我們稱之爲「軟件領域的樂高」。我或許應該解釋一下這個想法的源頭。通常，一個團隊可能需要用十幾種不同的工具來完成工作，而我們的目標，就是將這些工具整合到同一個平臺，爲你提供搭建各種應用場景的「樂高積木」。這樣一來，你不僅能在一處完成所有工作，還能利用這些「積木」來創造和定製屬於自己的工作流。
主持人：我們聊過好幾次樂高了。爲什麼這個理念這麼吸引你？
Ivan Zhao：因爲在軟件領域，類似的東西過去幾乎不存在。回顧 SaaS（軟件即服務）過去 15 年的發展，你會發現，大多數公司都在打造垂直領域的單一解決方案。對於每一種特定的客戶和需求，這種模式似乎都合情合理。我們把這比作是爲你量身定做的「硬塑料」方案，可一旦你有了 20 個這樣的「硬塑料」方案，它們之間就很難協同，你也無法按需調整。作爲用戶，你每天不得不在六七個不同的工具間來回切換。
主持人：所以你想創造的，就是能像樂高積木一樣拼在一起的工具。
Ivan Zhao：我們想創造的是能放大人類創造力的工具。樂高充滿了創意和美感，而大多數軟件，恐怕都無法企及這一點。
主持人：你是一開始就對生產力工具感興趣，還是後來才慢慢培養出的熱情？
Ivan Zhao：不，我認爲這是外界對 Notion 的一個普遍誤解。Notion 是一款生產力軟件，這是我們公司和產品的定位。但它的核心，正如我剛纔所說，是「樂高精神」。
簡單回顧一下計算機行業的歷史能幫助大家更好地理解，他們在六七十年代就認爲，計算應該更像樂高，而不是硬塑料。正是在大學時期讀到一篇計算機科學論文後，我才萌生了很久以前就開始構思 Notion 的想法。
可以說，過去 15 年的 SaaS 模式，更是製造出了一間間更小的「牢房」，因爲每個應用只能做一件非常具體的事。這無論對我還是對客戶來說，都講不通。你每天爲了完成工作，不得不在 20 個不同的工具間來回切換，這太荒謬了。一家普通公司平均會使用超過 100 種不同的 SaaS 工具，這種碎片化的問題，即便對 IT 部門來說也顯而易見。
商業世界裡有句話：要麼捆綁，要麼拆分。Notion 做的顯然是前者的生意。我們的工作，就是將 SaaS 捆綁成一個相對統一的生產力工具，滿足你核心的日常需求，從而爲你釋放出樂高般的創造力。
當然，這也不能完全歸咎於整個行業。畢竟在 SaaS 出現之前，世界在長達一二十年的時間裡都依賴於 Microsoft Office。SaaS 藉助互聯網這一分銷渠道，催生了新的商業模式。而開創業務最自然的方式，就是找到一個非常精準的解決方案，這樣你就能在另一端輕易地找到買家。
02數據庫是 Notion 最核心的「積木」
主持人：你們現在是直接對標 Microsoft Office 或 Google Workplace 嗎？
Ivan Zhao：我們與它們是共存關係，因爲我們大多數客戶仍在使用 Google Workplace 或 Microsoft Office，比如用它們的身份認證、郵件和日曆服務。我們自己也有客戶端形態的郵件和日曆產品。一家初創公司完全可以在 Notion 上運營，不一定需要 Microsoft 365 或 Google Docs，但這兩者並非完全互斥。
我們真正的優勢，更多體現在需要用數據庫來管理內容的場景。你可以把它想成：什麼是屬於 2020 年代、AI 原生的 Microsoft Access？大多數 SaaS 工具的本質，其實就是一個關係型數據庫，外加一個工作流，用來存儲公司的某種記錄。而這恰恰是 Microsoft 和 Google 目前尚未深入的領域。
雖然它們有電子表格，但數據庫的應用場景並不豐富。我們希望將這些場景進行整合和普及，把項目管理、工單追蹤等數據庫用例的「樂高積木」交到用戶手中。有些公司用它來做 CRM，或者管理招聘流程；記者可以用它來管理所有的線索和報道。這些都是數據庫的應用場景。
主持人：是的，我確實在 Notion 裡做過類似的事。但我想問，一個功能如此強大的產品，它的另一面是什麼？
有時我跟試用過 Notion 的人聊天，他們會說：「我不知道從哪兒下手，一打開就是個空白頁面，有點懵。」似乎存在一定的學習曲線。你們是如何應對這個挑戰，並引導用戶理解 Notion 的用途？
Ivan Zhao：是的，就像早期的樂高，你拿到手的就是一堆散裝積木。後來，樂高推出了各種系列和套裝，現在還會和漫威、F1 賽車合作，推出非常專業的套裝。從某種意義上說，Notion 作爲一家公司，我們正處在不斷豐富「套裝」的階段，這樣用戶就不必從一堆沒有任何說明的零散積木開始了。
可以想象一下，「嘿，我想要一輛 F1 賽車」，然後你拿到那個樂高套裝。打開盒子，賽車就擺在你面前，你直接就能「上手」，立刻玩起來。但如果你不喜歡賽車的某個部分，因爲它們是由樂高積木組成的，你就可以隨時更換。這一直是我們的理念，而且我們正在加倍投入這種方法，因爲它確實很有效。
主持人：有趣的是，我覺得像 Microsoft Office 這類大型生產力工具多年來面臨的一個關鍵挑戰就是「臃腫」，對吧？應用裡有一百萬個功能，每一個對大約 0.5% 的用戶來說都極其重要，因此你無法把它們砍掉。這款應用也因此塞滿了按鈕、菜單和小部件，變得越來越難用。Notion 能避免這種情況嗎？
Ivan Zhao：這確實棘手。如果你想支持更強大的功能，就得加入更多東西。有兩種做法：經典做法是直接把功能硬塞進「硬塑料」裡；我們則更像搭樂高——加一塊積木，這塊積木可以拼出各種用途。某種意義上，這種方法好得多。
就像樂高系統一樣，用着大同小異的積木，一端可以拼出玩具車，另一端可以拼出芭比娃娃。如果你以設計師的眼光去審視最常見的生產力工具，你會發現它們的核心部件也就二三十個，比如某種形式的表格、一些關係型數據庫功能、圖表、評論、頁面編輯和協作功能。
這 20 樣東西是所有協作和知識工作的核心。所以，我們盡最大努力讓它們變得友好、易於上手，並將它們拆分成一塊塊積木，既可以作爲獨立的部件提供給你，也可以作爲套裝的一部分。
主持人：Notion 裡最受歡迎的「積木」是哪些？
Ivan Zhao：我們從圍繞文檔和知識庫的「積木」開始。我們以基於塊的編輯器聞名，這可以追溯到早期，大概是 2019 到 2020 年。如今，數據庫是我們最重要的「積木」，因爲正如我所說，大多數知識工作本質上就是雲端的高級文件櫃。知識工作依賴文件櫃運行，而數據庫正是其核心。
人們並不容易發現這一點。我們需要更好地讓人們理解它的強大之處。本質上，工程師每天所做的就是把一個關係型數據庫與頂層的視圖連接起來。我們該如何讓這種能力普及開來？這就是我們的使命。
現在 AI 恰恰擅長拼接「樂高積木」。AI 可以寫代碼，而寫代碼本身就是另一種拼接工作流的方式。我們最新的功能，就是讓 AI 成爲幫你搭建 Notion 工作區的嚮導，這也是我們近一兩年裡新增的一種全新的用戶引導方式。
主持人：我得說，在很多不同的產品裡，這個功能對我來說都非常強大。能夠在應用內直接問AI「我該怎麼做這件事？」然後真的能得到答案。作爲一個在各種「幫助」菜單裡翻箱倒櫃卻一無所獲的過來人，這個功能真的太實用了。
Ivan Zhao：而且，它不只是教你怎麼做，更多時候，AI 能直接幫你把事兒辦了，對吧？
主持人：沒錯。
Ivan Zhao：這其實是最大的區別。如果你思考一下軟件行業正在發生的變化，你會發現，過去軟件很大程度上是人提供工具給人用。但現在越來越多的公司意識到，「等等，我們有了一個叫語言模型的新事物。它就像一個裝在盒子裡的迷你人類實習生。我們應該設計軟件來教 AI 如何使用這些工具，這樣人類就能讓 AI 去完成工作，從而做更多的事。」
03不做滿分產品，做到 7.5 分就可以了
主持人：有你這樣一位懂藝術的創始人，Notion 肯定拿過不少設計美學類的獎吧？
Ivan Zhao：我很擅長髮現 bug，比如當界面上有什麼東西有點偏差時，我能立刻感覺到。就在坐車來這裡的路上，我還在提交一個 bug：在頁面的標題裡打字，會比在正文裡打字稍微卡頓一點。
這其實很常見，因爲當你輸入標題時，這個標題可能需要被同步到 Notion 的很多不同地方，這會觸發更多的渲染，因此比在正文裡打字更卡頓，可能也就幾百毫秒的差異。但當你每天都高頻使用這個產品時，你會注意到這些事情。
主持人：如果在平行世界裡，換一個很厲害的CEO來用 Notion，你覺得他們也能感受到這些細微之處嗎？
Ivan Zhao：我想人們是能感覺到的。也許他們無法清晰地表達出來，就像你走進一個漂亮的房間，你能感覺到你喜歡，走進一家餐廳，你喜歡那裡的氛圍，但你不一定能說出爲什麼。
人的品味和他描述這種品味的能力之間，是有一道坎的。而這種描述能力，和他親手創造出來的能力之間，又隔着另一道坎。
我想說，如果你是一名軟件開發者，你就能準確地指出 bug 在哪裡。比如我就知道，這可能是因爲標題需要在更多地方渲染導致的。我大致瞭解事物是如何構造的，所以我能描述它，並且有把握知道如何修復它。
主持人：當你對世界思考得如此細緻入微時，是不是反而需要在某些方面追求一種深度的簡約？
Ivan Zhao：這是個好觀點，我從沒這麼想過。是的，你必須做出一些取捨。
食物就是我願意妥協的地方。我喜歡美食，但我不是那種非常講究的美食家。同時，我也不是對所有事情都追求極致。
你提到 Notion 在乎工藝，但我們其實很務實。我們不是要做 10 分滿分的產品，對我來說，理想區間大概是 7.5 分。如果你把工藝和美感推向極致，可能就沒有爲商業和實用性做足優化。所以這裡需要一個平衡。
主持人：這種平衡是靠科學決策，還是純粹憑品味？
Ivan Zhao：科學的部分，可以看作是營收和增長的反映。而品味的部分則更個人化。比如，我不會爲了做一門好生意，就去推出一個在工藝和細節上毫無可取之處的東西，併爲此感到自豪。Notion 就是在兩者之間尋求平衡，我想推出的是能讓自己引以爲豪的產品。
主持人：你在飲食上的簡約，讓我想到一個新角度。在你生活的其他領域，是否也有類似的情況，用來平衡其他方面的複雜？
Ivan Zhao：比如，我天生不是一個特別有條理的人。我是一個非常注重細節的人，但我不太喜歡整理歸納的工作。
就拿我使用 Notion 的方式來說，人們肯定以爲我有一個非常複雜的數據庫系統，關聯着各種數據來追蹤所有事情。但我其實只有一個滿是複選框的清單頁面。我不是一個追求極致效率的人，我傾向於讓事情保持簡單。我仍然會用紙質筆記本寫東西，但並不會用最有條理的方式去組織它。
主持人：有沒有其他公司或軟件，讓你覺得它們對「匠心」是有深刻的追求？
Ivan Zhao：有的，有些甚至比 Notion 做得更好。Linear 是一個，它是爲工程師團隊打造的問題追蹤工具。它的使用場景非常具體，但他們投入了大量精力，非常注重細節，產品速度很快，手感很好。還有，早期的蘋果產品絕對是典範，蘋果的操作系統和手機至今仍是工藝最精湛、細節最出色的產品之一。
當一個產品需要兼顧非常大的功能覆蓋面時，要保持高水準的工藝就變得非常棘手。創造像珠寶一樣精美的產品相對容易。比如，設計師們很喜歡一款叫「Things」的待辦事項應用，是德國開發的 App，產品裡可能只有 10 個功能，但每個都打磨得非常棒。相比之下，打造像 Notion 或 Linear 這樣功能龐雜的複雜產品，要困難得多。所以如何做出這種權衡，真的非常難。
主持人：你會把 Figma 放在哪個位置？畢竟它的功能也在持續擴張。
Ivan Zhao：我會說 Figma 和 Notion 類似。如果 Notion 是 6.5 或 7 分，Figma 大概是 7 分。在工藝方面，我會給 Linear 打 8.5 分。
主持人：的確。
Ivan Zhao：隨着新產品的推出，Figma 的功能覆蓋面會不斷擴大，但我認爲 Dylan Field（Figma 創始人）和他的團隊也面臨着類似的權衡。你需要發佈新功能，也需要重構舊功能。這涉及巨大的功能覆蓋面，而不僅僅是把每個細節都做得精緻、令人愉悅。你去 Twitter 上看看，會發現有無盡的抱怨，都在說如何能讓它變得更好。
主持人：你覺得這是一種必然的演化嗎？如果 Notion 五十年後還在，會不會也變得很醜？
Ivan Zhao：熵會侵蝕一切，軟件也不例外。你看 Word，裡面塞了太多東西。那些層層堆疊的功能，承載了太多人的需求和慾望，導致你幾乎能用它做任何事。
重置是非常必要的。如果你不進行重置，就很難在縮小功能範圍的同時，既提供實用性又保持高水準的工藝。否則，你就可能得不斷擴大功能來提供新的實用性，但工藝水準就會隨之下降。這很棘手。
主持人：非常棘手。這也許就是爲什麼你心中能被列入「萬神殿」級別的公司並不多的原因。
Ivan Zhao：我們非常敬仰那些經典的硬件產品。如果你來 Notion 的辦公室，會發現我們的會議室都是以實體工具命名的。iPhone 是其中之一，還有初代的寶馬 3 系。
東芝電飯煲、索尼晶體管收音機、勝家縫紉機。這些工具，至少是那些能流傳數十載，甚至上百年的經典工具，它們的產品形態不會改變太多，因爲它們真正找到了適用於人們的解決方案。
東芝電飯煲改變了上億人每天蒸米飯的方式；索尼晶體管收音機，他們在 50 年代末和 60 年代想辦法把晶體管縮小，爲人們提供了便攜式音響。Walkman 也是同樣的故事。他們利用新材料，在各種權衡中創造出一種產品形態。通常這種形態可以持續十年、二十年，甚至五十年。
04喬布斯沒做到的事情，今天AI可以做到了
主持人：在大學期間，你用了什麼工具，讓你覺得非得創造一個新東西不可？
Ivan Zhao：真正啓發我的是計算機的早期思想，瞭解這個行業從何而來。即便是在科技行業工作的人，他們也不知道現代科技源於何處。
現代科技來自六七十年代的那羣人，也就是「嬉皮士」一代，離這裡不遠的西海岸，舊金山、斯坦福一帶。在當時，計算機是房間大小的計算器，人們除了用它來計算稅收，或者更早之前用來計算彈道導彈軌跡之外，幾乎沒有其他用途。「嬉皮士」一代卻說，等一下，如果你在這些房間大小的計算機前放一個顯示器——當時計算機只能來回打印紙張，沒有顯示屏，沒有交互——你就能用這東西創造出一種全新的媒介，你可以讓它變得可交互。
這就是爲什麼鼠標在那個時代被髮明，並由此創造了這個價值數十萬億美元、驅動當今世界的計算機產業。它原本並非如此。
很少有人理解第一代先驅們的初衷。
他們的意圖是，計算就像閱讀和寫作一樣，它是一種我們可以掌握的媒介。我們可以塑造它，就像你可以寫出英文句子，用你喜歡的方式來表達。一些真正優秀的人可以成爲詩人，有些人可以成爲小說家，你也可以用它來處理商業工作。計算也可以成爲一種人人都能塑造的媒介。
但直到最近，或者說在過去幾年進入 AI 時代之前，故事才發生了一些變化。
在此之前，計算在很大程度上仍然是隻有程序員階級才能塑造的媒介。程序員幾乎就像是現代的「文士」，只有少數人能讀會寫，但這並非最初的意圖。六七十年代那代人的意圖是，計算和軟件是一種人人都可以塑造的媒介，用它來創造任何他們需要的工具，解決任何他們想解決的問題，就像你可以用英語來做各種各樣的事情一樣。
當我瞭解到這個想法時，我記得讀了像 Alan Kay（第一臺個人電腦的發明者之一）和 Douglas Engelbart（因發明鼠標而聞名）這些人的早期論文。我意識到這是尚未被實現的最強大的事物之一。我想建立一家產品公司，無論它是什麼，來實踐這個想法。這促使我想搬到硅谷，創辦 Notion。
主持人：喬布斯也是那個時代的一員，他看到女兒用 Mac 寫出自己的名字時欣喜若狂。
Ivan Zhao：那大概是電影裡的情節。Macintosh 以及之前的 Lisa，是首批面向大衆市場的、基於圖形用戶界面（GUI）的電腦。而這個想法，來自喬布斯在此之前對施樂帕克研究中心（PARC）的一次訪問。我剛纔提到的很多人，像 Engelbart、Alan Kay，他們當時就在 PARC 工作。
當喬布斯看到它時，他說：「電腦就應該是可交互的，就應該是基於圖形的」。所以他借鑑了很多這樣的想法，想要創造 Macintosh 和 Lisa。但他自己也承認，他並沒有把 PARC 的精髓全部複製過來。
有個著名的故事是，他們向他展示了三樣東西。首先是圖形用戶界面，他認爲那是史上最偉大的發明，他看到了，並且借鑑了。他們還向他展示了計算機網絡，幾十臺甚至上百臺電腦連接在一起，他沒有看到這個的價值，所以 Macintosh 是一臺帶軟驅的單機。最微妙的是「面向對象的環境」，他也沒有看到這個的價值。這就是我想表達的意圖，讓電腦像樂高積木一樣，像一個個對象，人們可以拆解、重組，而無需成爲程序員。他沒有看到這一點。
從某種意義上說，喬布斯和比爾·蓋茨這一代人，通過將個人電腦搬上每個家庭的書桌，普及了計算機。但他們把計算和軟件鎖定在了「應用程序」這個牢籠裡。這種方式在某些方面更容易讓人們理解，但也更加僵化，限制了你用軟件所能達到的高度。於是，這就創造了一個雙重階級：應用程序的製造者，也就是程序員；以及應用程序的使用者，也就是我們其餘的所有人。
主持人：你認爲三年前AI的出現改變了情況，那我們現在是否正在迴歸嬉皮士們期望的那個初衷？
Ivan Zhao：很難說這就是六七十年代那代人的初衷。
主持人：那我們是否回到了行業最初追求的那種「可交互性」？
Ivan Zhao：技術上來說，是的，它打開了更多可能性，更多人可以嘗試編程。但我認爲這件事比那更深刻。我的意思是，我們與我們使用的工具和媒介之間，總是存在一種有趣的關係。
現在，我們正處在一個從經典計算這個主要媒介，向一種更模糊、更基於語言模型、更基於 AI 的新計算媒介過渡的時期。
但當你進行這種媒介轉換時，人們傾向於用舊媒介的方式來使用新媒介。
我給你舉幾個例子。當電視剛出現時，人們只是坐在電視機前，聽廣播演講，就像對待舊媒介廣播一樣。當電話剛出現並取代電報時，人們最初只把電話當作一種非常簡潔的短消息工具，用來傳遞信息，他們不會用它來閒聊，不會和朋友聯絡感情。當汽車剛被髮明時，人們不知道該怎麼用它，甚至會在車前安排一個舉着旗子的人開路。
我們傾向於用舊媒介的方式來使用新媒介。
我認爲，在 AI 方面我們也處於同樣的階段。如果你把 ChatGPT 的用戶界面和 Google 的用戶界面並排放在一起，它們有點相似：一個搜索框，然後給你一些答案。
但語言模型和AI能做的事情遠不止於此，我們只是還沒有完全弄清楚該怎麼做。而目前最好的方式，就是通過舊媒介的視角來使用它，也就是生成答案，或者在你說的編程例子裡生成代碼。我們可能需要五年、十年的時間才能真正弄清楚如何使用它。但我們正處在那個有趣的轉折點上。
我認爲，語言模型開啓的這個 AI 媒介，其革命性可能不亞於計算媒介本身。所以它或許在解答一個與早期計算先驅們用計算媒介所思考的不同問題，我不知道，但我覺得它們的量級是相近的，只是有所不同。
主持人：這就像公有云剛出現時，大家只是把舊應用硬塞進 AWS，花了好幾年的時間，大家才最終意識到，「我們需要從頭開始重寫這些東西。」然後，一個圍繞此而生的全新生態系統需要被建立起來。
這次AI技術的拉力更強，那這也可能解釋了爲什麼一方面，創業熱情和興奮感空前高漲；而另一方面，人們也更加恐懼，害怕自己會成爲那些即將被重寫的舊應用，因爲從根本上說，你所有的依賴項，對於未來的發展而言，都成了一種外語。
Ivan Zhao：是的，整個棋盤正在被重畫，我們過去用來構建工具的「原料」變了。一種全新的、「外星人」類型的原料，一種新型的木材，出現在了我們家門口。每個人都在試圖弄清楚該用它來做什麼，這正是令人興奮的部分。
05知識工作領域的 Agent 還沒有真正出現
主持人：這樣來看的話，Notion 會不會面臨被從零開始構建的新公司顛覆的風險？
Ivan Zhao：我認爲很多事情都會改變，不同的公司會給出不同的答案。傳統的 SaaS 公司、垂直領域的 SaaS 公司，和像我們 Notion 這樣的公司，回答這個問題的方式會非常不同，因爲我們的出發點和意圖截然不同。
所以，可以想想我們的策略是什麼。我們受到了早期計算先驅的啓發，想讓軟件變得可塑造，讓終端用戶可以修修補補。
在過去的五六年裡，我們一直在將不同的垂直SaaS整合爲一體。從文檔編輯、知識庫、項目管理開始，我們將這些知識工作的「樂高積木」一塊一塊地放進 Notion 裡。
總的來說，我們已經擁有了 SaaS 領域裡大部分知識工作的軟件構建模塊。我們在 SaaS 時代的策略，就是將這些工具整合到一個平臺中。
事實證明，這對於 AI 來說非常有利，因爲 AI 需要上下文和工具在一起。我們花了五年多的時間將這些單元整合到一個地方，這使得我們現在能夠構建自動化。我們不再僅僅是爲客戶提供工具，而是爲客戶實現工作自動化，以「知識工作智能體」的形式提供這些構建模塊，真正爲他們完成工作。
「智能體」（agent）這個詞很時髦，但它本質上就是爲你工作的軟件。
智能體首先出現在客戶支持這個垂直領域，最近一年左右，又出現在了編程領域。但在知識工作領域，智能體還未真正出現。
爲什麼會這樣？因爲知識工作的工具和上下文非常分散。而編程的工具和內容，其實是相當獨立的。大多數編程智能體的所有上下文都在 GitHub 的代碼庫裡，在一個地方，都是純文本文件，易於讀寫。它需要使用的工具就是讀寫這些文件。所以它非常獨立，更容易創建編程智能體。
但創建知識工作智能體就極其困難，因爲今天的知識工作，是你我這樣的人在十幾個不同的應用中完成的十幾種不同任務。
在過去五年多的時間裡，Notion 是少數幾家真正在整合這些上下文和工具的公司之一。你不再需要去不同的地方做不同的事情。所有的「樂高積木」都在一個地方。這讓我們能夠構建知識工作智能體，而這正是我們目前正在做的事情，也給了我們一個相當不錯的領先優勢。
主持人：但這是否意味着用戶必須完全投入 Notion 的生態？
Ivan Zhao：不一定。我們也能處理外部內容。上個月我們剛推出了企業搜索產品，讓 Notion 能夠與十多種外部系統集成，從 Google 全家桶到 Microsoft 全家桶，再到 Atlassian 全家桶，都能兼容。你可以在這些系統之間進行搜索，並整合信息以完成知識工作。
06以前的SaaS是賣工具，現在是賣「
主持人：你對產品開發的看法，在過去幾年有什麼演變嗎？
Ivan Zhao：很多方面都變了。比如，構建AI產品的方式與開發傳統軟件有着根本的不同。我喜歡用的一個比喻是，這更像是「釀啤酒」，而不是「造橋」。
對於傳統軟件，你基本上可以工程化地實現任何你能想象的東西。過去二十年，人們開發軟件的方式無非兩種：要麼是 Y Combinator 的模式，緊跟你的客戶；要麼是喬布斯的模式，你有一個願景，不聽客戶的，因爲你更懂。這兩種方式都是從某個終點出發，然後你詳細規劃出設計方案，工程師再去實現它。
但語言模型的工作方式完全不同。你無法實現所有你能想象的東西，它常常只能帶你走完 70%或 80%的路，卻永遠無法彌合最後 20%的差距。
我們其實是吃過虧才學到這一點的。一年半前，我們曾嘗試構建一個知識庫，當時 Notion 的「樂高積木」都已就位，但語言模型本身還沒有完全準備好。你沒法強求它，所以這更像是釀啤酒，你必須創造合適的環境，引導酵母去發揮作用。這改變了軟件開發的流程順序，你必須進行大量實驗，把設計師和工程師並排放在一起，給他們數據和合適的上下文，然後不斷嘗試，看什麼能成。而舊的方式更像是「瀑布式開發」，從你的願景或客戶需求出發，反向推導。我們花了一段時間才意識到這一點。
我認爲許多其他公司，甚至是一些大公司，也正在意識到這一點。一旦公司規模變大，就很難轉換到這種新的軟件開發模式。
主持人：我很喜歡「釀啤酒和造橋」的比喻。你的意思是，原料不同，出來的啤酒味道也略有不同嗎？
Ivan Zhao：我的意思是，這個過程是「有機的」，因此你無法完全控制。你不能對酵母說，「酵母，請釀出那個味道。」你無法強迫它們。你必須去引導模型，引導模型內部蘊含的智慧和能力。
有時候它能造出你腦海中的東西，有時候不能。你能做的最好的事就是不斷嘗試，看是否能引導它走向那個方向，你無法強迫它。
而對於傳統軟件開發，你基本上可以實現 Figma 文件裡的任何設計，也許需要三個月，也許需要六個月，但你總能做到。而對於釀啤酒，你可能永遠也達不到那個目標。這就是爲什麼如果你上 Twitter，會看到那麼多酷炫的演示，但很難找到真正的產品。因爲要成爲一個真正的產品，你需要彌合那最後 20%、30% 的差距。這是最大的不同。
主持人：我們是不是高估了AI在短期內的能力，實現自動化可能比想象的更久、更難？
Ivan Zhao：很可能。就像 Andrej Karpathy 談到的，他十年前就看到了自動駕駛的未來，但花了十年時間才解決了所有的極端情況（corner cases）和系統或人爲的官僚障礙。知識工作智能體很可能會經歷類似的過程。
但當你真正去體驗這些語言模型，體驗其底層能力時，你會知道，它真的太強大了，太與衆不同了。感覺「裡面有個人」，它能做越來越多我們人類能做的事情。
然後就是想辦法圍繞它構建工具和技術棧，釋放這種能力。再然後是組織層面的事情，比如市場推廣策略，如何幫助你的客戶理解並採納它，如何讓他們的組織爲此而進化，這個過程可能更慢。但這個技術的核心，它的能力就在那裡。而且有趣的是，這個能力每三個月左右就會變得更強，並且沒有停止的跡象。
主持人：你說的「裡面有個人」是什麼意思？
Ivan Zhao：我認爲這是所有軟件公司面臨的最大轉變。像 SaaS 和雲軟件公司，正在從「銷售輔助工作的工具」轉向「提供工作本身」。過去，工具是提供給另一個人去使用，以滿足商業需求。但現在，語言模型正擁有越來越強的人類能力，能夠推理、思考、理解。所以軟件公司能做的，不僅是提供工具，而是將工具和坐在工具後面的「人」打包成一個整體來提供。
你在客服領域已經能看到這一點了，它不再僅僅是讓你的支持人員更高效，而是直接在做支持工作。在編程智能體中也能看到這一點，它不再僅僅像集成開發環境（IDE）那樣幫你自動補全代碼，而是直接提供最終的產出。我們還沒有在知識工作領域看到這一點，在許多其他知識工作領域也還沒有看到，但我們會看到越來越多這樣的例子。我們正在爲此打造產品。比如上個月，我們發佈了三款 AI 產品，你就能看到早期的雛形。
企業搜索是我提到的其中之一。這還只是初步的，很簡單直接，你不用再爲了找一個答案而去翻閱 20 篇文章，它直接爲你生成答案。
還有研究功能，你不用再自己去整合信息或撰寫報告，它會根據你所有的內部數據起草一份報告。過去這可能要花上你幾個小時，現在五分鐘就能完成。
第三個是會議紀要。你不用再自己打字記錄所有會議內容了。我們將 Notion 的日曆和文檔這兩個「樂高積木」，與 AI 的轉錄和總結這兩個「樂高積木」拼接在一起，你就能得到比任何人類寫的都更好的會議紀要。這些都是最基礎的知識工作模塊，過去需要人們投入大量精力。現在 AI 可以做了，它不僅提供工具，還提供了過去由人類完成的工作。
主持人：構建這三款產品，比以前要容易多少？
Ivan Zhao：這絕對是一個巨大的優勢。就拿會議紀要這個例子來說，我們只用了兩個月就構建出了這個產品，因爲我們已經擁有了所需的「構建模塊」。
我們有協作文檔這個界面，這是最好的構建模塊之一。我們有日曆產品，所以我們知道你的會議，知道何時應該開始會議並推送通知。這是我們擁有的另一個構建模塊。現在，我們可以引入 AI 轉錄和 AI 總結這兩個構建模塊。這四個模塊加在一起，讓我們能在不到兩個月的時間裡，就發佈了一款同類最佳的會議紀要產品，因爲我們已經擁有了這些基礎，並且我們擁有你的上下文。
你公司所有的其他知識也都存在 Notion 裡。在會議結束後或會議期間，通過企業搜索功能，你可以提問，「某某在上次會議裡談了些什麼？」你可以做到這一點，這就是複利效應，我們整合了工具。
在 SaaS 時代，我們整合工具，讓公司能更高效。最近一個很好的例子是 Ramp，他們完全遷移到了 Notion 上，我們爲他們減少了 70% 的工具成本。
但更重要的是，這不僅僅是工具成本，公司發佈產品的速度也快了很多。想象一下，Ramp 的每個員工都開箱即用地擁有了三四個 AI 智能體，這些都與 Notion 無縫協作，這會帶來巨大的生產力提升。
這仍然是 SaaS 時代的價值主張：降低工具成本，提高生產力。但在我看來，AI 時代把這一點提升到了更高的高度，因爲語言模型需要上下文和工具在一起。
不再僅僅是人類的商業決策者偏愛這一點，模型本身也需要。我們一直聽到「上下文窗口」這個詞，就是因爲語言模型需要上下文在一起，才能開始爲你思考和解決問題。
如果上下文是碎片化的，就像 SaaS 時代那樣，它也能勉強工作，因爲人類是那個「膠水」。你去 Slack 看幾條信息，再去 Notion，再去你的 Google Docs，再去 Jira，再去你的郵件，來來回回，所有的上下文都儲存在你的大腦裡。
讓AI去做這種人類的「膠水」工作是非常困難的。如果說有什麼不同的話，那就是 AI 更偏愛上下文和工具的整合。而我們，作爲少數幾個能做到這一點的平臺之一，已經將上下文和工具整合在了一起。這就是爲什麼我說，我們處於一個非常有利的位置，去構建那個尚未存在的知識工作的未來。
轉載原創文章請添加微信：founderparker