惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

D
Docker
cs.AI updates on arXiv.org
cs.AI updates on arXiv.org
C
Cisco Blogs
Scott Helme
Scott Helme
Know Your Adversary
Know Your Adversary
NISL@THU
NISL@THU
C
Cyber Attacks, Cyber Crime and Cyber Security
D
Darknet – Hacking Tools, Hacker News & Cyber Security
C
CXSECURITY Database RSS Feed - CXSecurity.com
S
Schneier on Security
I
Intezer
Spread Privacy
Spread Privacy
AWS News Blog
AWS News Blog
V
Vulnerabilities – Threatpost
Cloudbric
Cloudbric
V2EX - 技术
V2EX - 技术
Google Online Security Blog
Google Online Security Blog
L
Lohrmann on Cybersecurity
Recent Commits to openclaw:main
Recent Commits to openclaw:main
L
LINUX DO - 热门话题
S
Secure Thoughts
T
The Exploit Database - CXSecurity.com
博客园 - 【当耐特】
Recent Announcements
Recent Announcements
Security Archives - TechRepublic
Security Archives - TechRepublic
Stack Overflow Blog
Stack Overflow Blog
罗磊的独立博客
OSCHINA 社区最新新闻
OSCHINA 社区最新新闻
K
Kaspersky official blog
阮一峰的网络日志
阮一峰的网络日志
博客园_首页
Latest news
Latest news
B
Blog
F
Full Disclosure
大猫的无限游戏
大猫的无限游戏
博客园 - 叶小钗
L
LangChain Blog
GbyAI
GbyAI
Last Week in AI
Last Week in AI
S
Security Affairs
Apple Machine Learning Research
Apple Machine Learning Research
N
Netflix TechBlog - Medium
Security Latest
Security Latest
Vercel News
Vercel News
Y
Y Combinator Blog
G
GRAHAM CLULEY
S
Securelist
T
Troy Hunt's Blog
Hacker News - Newest:
Hacker News - Newest: "LLM"
雷峰网
雷峰网

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理, 企事业单位数字化的业务供需本质 – 人人都是产品经理, 医疗智能体·第1讲——医疗信息化重构:从“辅助软件”到“自主智能体”的范式转移 – 人人都是产品经理, 粉丝量就是空气!!! – 人人都是产品经理, 用户说“薯片碎了”,机器回“要买吗?”:意图识别的翻车与破局 – 人人都是产品经理, RAG召回准确率从75到90 我做对了这三件事 – 人人都是产品经理, AI大事件:Anthropic改收费、OpenAI发安全版、手术机器人纳入医保、阿里发布”秒悟” – 人人都是产品经理, Chrome 推出 Skills 新功能,Agent 重塑上网方式 – 人人都是产品经理, GitHub前创始人拿了a16z的1700万美元,做Agent时代的Git – 人人都是产品经理 拷贝或克隆其他 Flutter OH 项目到本地后无法运行 – 人人都是产品经理, 优惠券设计:优惠券创建 – 人人都是产品经理, 不用死磕文档!AI 助手 1 小时搞定飞书 CLI 安装 + 配置 + 知识库 – 人人都是产品经理, 用小龙虾做竞品分析报告:从2天到20分钟,我是怎么做到的 – 人人都是产品经理 用小龙虾做市场分析报告:搞懂这3个公式,市场规模不再靠猜 – 人人都是产品经理, 你早就在做 Harness 工程,只是不知道它叫这个名字 – 人人都是产品经理, Think Long就够?你可能想多了! – 人人都是产品经理, 货代SRM实战:供应商准入怎么做,才能让资源池不是通讯录而是可交付网络? – 人人都是产品经理, 如何做好用户调研?详解基本技巧 – 人人都是产品经理, 木鸟、途家、美团对打,平台春天行动开“卷” – 人人都是产品经理, 入职才发现公司不靠谱?小红书从业者求职避坑指南 – 人人都是产品经理, 美国 AI 三巨头联手封堵,中国 AI 突围之路在何方 – 人人都是产品经理, 小红书,放在需求对面的镜子 – 人人都是产品经理, AI 会带来大规模失业吗? – 人人都是产品经理, 从出单到补货前,我第一次犹豫:该不该放大? – 人人都是产品经理, Flutter 三方库鸿蒙化适配:5 种高效检查方式,快速判断是否需要适配 – 人人都是产品经理, 从做产品进阶拿结果:医美机构产品经理转岗科室运营经理 – 人人都是产品经理, 阿里HappyHorse,一场关于“Token经济”的阳谋 – 人人都是产品经理, To B AI:客户留存落地的观察与思考 – 人人都是产品经理, AI产品的“生命线”——数据采集、标注、清洗的产品化设计 – 人人都是产品经理, 谈谈AI Agent(二):当“孩子”能自己“体验世界”时,你该学什么? – 人人都是产品经理, UI/UX设计师的3层能力进阶,前两层让你活下来,第三层…才是真正的分水岭 – 人人都是产品经理, 2分钟 → 30秒,效率提升75%:B端产品经理如何用「规则枷锁」驯服AI幻觉? – 人人都是产品经理, 还没来得及学OpenClaw,来了个更猛的:Hermes Agent – 人人都是产品经理, AI日报:宇树机器人跑出10m/s刷新世界纪录 – 人人都是产品经理, 一文说透基金互金如何用情绪价值引导用户决策做转化 – 人人都是产品经理, 当浏览器开始替你”看”网页:AI 浏览器正在亲手拆掉它脚下的那张网 – 人人都是产品经理, 0代码,一天时间我Vibe Coding了个网站 – 人人都是产品经理, Hermes 和 OpenClaw 之争,Agent 的能力应该“装上去”还是“长出来”? – 人人都是产品经理 视频生成的“桌子”,字节Seedance 2掀完,阿里快乐马掀 – 人人都是产品经理, 从听不懂到完全信任:我的 Codex 深度产品体验 – 人人都是产品经理, 当虚拟偶像有了北京户口,与真人偶像还有什么区别? – 人人都是产品经理, 会说,远远比会做更重要 —— 对 SBTI 爆火现象的五层观察 – 人人都是产品经理, AI产品经理必看:当“搭环境”比“选模型”更重要,你的认知还在2024年吗? – 人人都是产品经理, 2026年AI产品商业化核心逻辑:从功能demo到规模化营收的3个必破卡点 – 人人都是产品经理, 京东围绕供应链,卷起裤腿下场的那些事儿 – 人人都是产品经理, SBTI一夜刷屏:它赢在了“太会说人话” – 人人都是产品经理, 折扣零售的真相:不是便宜,而是价值感! – 人人都是产品经理, 和甲方吵了一架,最后加钱做了——我学到的ToB产品经理生存法则 – 人人都是产品经理, 和几位小红书操盘手聊了8小时,干货全在这 – 人人都是产品经理, 智谱GLM-5.1登场,开源模型首超Opus4.6!!! – 人人都是产品经理 Anthropic收入凭什么反超OpenAI,终于有人把这事说清楚了 – 人人都是产品经理, 史上最有故事感的技术报告——Claude最强模型Mythos 7个极其精彩的细节 – 人人都是产品经理, 模型不是壁垒,Harness 也不是 – 人人都是产品经理, 抖音本地生活业务思考21 – 人人都是产品经理, Superpowers:145k Star的AI编码框架,到底是什么来头? Superpowers:145k Star的AI编码框架,到底是什么来头? – 人人都是产品经理, OpenAI 的路走错了,Anthropic Harness 解法启示:模型需要实践专科生 – 人人都是产品经理, 画原型图的前一步:设计站点地图 – 人人都是产品经理, 给 DeepSeek 的最后一封催更信 – 人人都是产品经理, 手把手教你用 Claude Code 搭建 AI 营销团队:5 个 Agent、12 项技能,独立完成研究、写作、设计全流程 – 人人都是产品经理, 你以为大模型在学语言?不,它在重新发明语言学 – 人人都是产品经理 所谓Skill,不过是AI时代的工业垃圾 – 人人都是产品经理, 聊一聊内容传播的几个方法 – 人人都是产品经理, 当平台开始吃掉生态:从 OpenClaw 被封杀,读懂 Anthropic 的这盘棋 – 人人都是产品经理, 你装了 10 个 AI 插件,Obsidian 还是一个文件夹 – 人人都是产品经理 关于AI智能体架构演进的系统性思考:从单体试水到多体协同的重构 – 人人都是产品经理, 当“人”变成Skill,我们又该何去何从? – 人人都是产品经理 Mythos 事件:前沿 AI 治理的意外实验 – 人人都是产品经理, 货代CRM:信用与风险管理怎么做,才能把坏账风险拦在放货之前? – 人人都是产品经理, 从HR收集自拍照到员工自助录入——我见证了园区人脸识别从”不可用”到”真好用”的全过程 – 人人都是产品经理 千问闯关AI混沌期:阿里画靶,吴嘉张弓,马云射箭? – 人人都是产品经理,
Ivan Zhao:如何定义 Notion ?NotionAI 是如何诞生的?
深思 SenseAI · 2024-03-19 · via 人人都是产品经理

近期,Notion 的首席执行官 Ivan Zhao 接受了 YouTube 频道 No Priors 的一次访谈,在这次对话中,他讨论了关于 Notion 的未来发展方向、人工智能对 Notion 的影响,以及一些关于团队内部的话题。我们基于访谈内容并结合自身的理解和洞察,撰写了这篇深度文章,内容涵盖了信息管理、软件的发展、Notion 的愿景和 NotionAI 是如何诞生的。

Notion 是一个 All-in-One 的无代码平台,其通过提供高度可定制化的 block 块和用户友好的关系型数据库,让用户能够自行设计个性化的信息管理系统。通过集中存储用户在各个生活场景下的数据,Notion 可以让用户更有效的检索信息,分析决策。

并且,随着 Gen-AI 的发展,当 Notion 存储越来越多关于用户的数据,它完全有潜力进化为一个全能的 AI 助理——通过 RAG 的支持,Notion 可以更深层次地理解用户数据,从中提炼出精确且实用的信息,并结合多种 Agent 功能,生成具体的行动指导。无论对企业还是个人用户而言,这一进化将显著提高决策效率和执行力。

1. 产品:Notion

2. 创立时间:2013 年

3. 创始团队

Ivan Zhao:80 后华裔创业者,联合创始人兼 CEO,毕业于不列颠哥伦比亚大学,拥有认知科学学位;

Simon Last:联合创始人兼 CTO。

4. 产品简介:

Notion 是一款无代码的 All-in-One 全能工具,用户能够根据自身需求搭建出各种管理系统,并且随着其 Gen-AI 能力的发展,有潜力成为个人或团队的 AI 助理。

5. 融资情况

  • 2019年4月:Notion 宣布获得 First Round Capital 领投的 1000 万美元A轮融资;
  • 2020年4月:Notion 进行了一轮 5000 万美元的融资,由 Index Ventures 领投,此轮融资后,Notion 的估值达到了 20 亿美元。
  • 2021年:Notion 又进行了一轮融资,具体细节较少,据报道,估值已经达到百亿美金。

01. 如何定义 Notion

Notion 的 CEO:Ivan Zhao 描述它为一种全能的生活工具。

Notion 的设计并非旨在满足特定场景的需求,而是致力于让用户利用其功能,创造出适用于生活各领域的多样化工具。例如,个人用户可以用 Notion 进行文档编写、笔记记录,或构建个人生活管理系统。企业用户则可以通过 Notion 搭建适用于各种专业场景的管理系统,如客户关系管理(CRM)、人力资源管理(HRM)、团队知识库和项目管理系统等,从而以更低的成本实现团队的数字化信息管理。

Notion 之所以追求这一目标,首先是基于市场需求的考量,预见到这将是未来的发展趋势。随着个人和企业对效率工具的需求日益增长,传统的「使用多个专业工具」的模式在操作和费用上的成本显著高于「采用一款全能工具」的方案——这就是 Notion 想要做的事情,把「创造力」赋予用户本身,让用户能够用更少的成本,构建出更符合自身业务需求的管理系统。

此外,从 Ivan Zhao 个人的视角来看,他对全能工具的理念从早期就受到深刻影响。他曾在大学期间读到 Douglas Engelbart 在 1962 年发表的论文《增强人类智力:一个概念框架》,当中描述了当时人们使用计算机的灵活性,能够在运行系统的同时,根据自己的需求实时修改系统。然而,现在的人们使用计算机和软件的方式相对固化,并且依赖不同的标准化软件解决特定问题,而这些工具与自身的需求契合度并不能达到 100%。

Ivan Zhao 的愿景是,通过 Notion 这样的平台,让用户能够直接「创造」出最符合自己需求的软件,而不仅仅是使用现成的产品。这样,一款工具就能满足生活和工作中的各种需求,工具功能与需求场景的契合度达到 100%,从而极大地改善用户体验,这也就是我们所说的 All-in-One 工具。

02. Notion 如何做到 All-in-One

1. block

一段文本、一张图片、一段视频、一个嵌入的网页,在 Notion 里都是由一个 block 组成,这也是 Notion 灵活性的来源;通过把上百种不同形式的 block,按照用户自身的理解进行搭配,构建出一个个高效可用的工具系统。

总的来说,Notion 主要提供 4 种类型的 block:

  1. 基础的文档形式:标题、正文、有序 / 无序列表等文档基本功能;
  2. 高级的多媒体形式:插入图片、音频、文件、网页等多媒体功能;
  3. 数据库 database:除了结构化存储数据,数据库本身还提供 6 种不同的视图进行交互;
  4. AI Block:Notion 去年推出的功能,可以给一个 block 自定义 prompt,直接形成 ai workflow,让 ai 帮助完成数据管理。

AI 自动抓取信息中提到的人物,并且保证实时更新

在传统笔记应用中,数据交互的基本单位通常是一个文件,这可能包含了数千甚至数万字的内容。

与此相比,Notion 将「block」作为其数据交互的基础单位。一个 Notion 账户可以包含多个 Notion 工作空间,而一个工作空间则是由众多「block」构成的。这些「block」可以是 1 个字,1 段文本、1 个数据库、甚至是多个页面,它们能够相互嵌套和引用。

这种设计极大地提高了界面的灵活性,使得页面的美观程度完全取决于用户的创造力。这一点从下方的「项目管理」对比中可以明显看出。

Notion 小白 vs 精通 Notion

若将「block」视为提升操作界面灵活性的工具,那么 Notion 的核心组成部分「database」则旨在为用户提供数据管理的灵活性。

无论是用于企业环境的客户关系管理(CRM)、知识库,还是个人用途的记账、人脉管理等,其本质均为一系列的数据表。回溯至 20 年前,当 SaaS 服务尚未普及,企业依赖的最强大工具莫过于 Excel,其也基于数据表的概念。

2. database

Notion 的「database」借鉴了软件工程中数据库设计的理念,致力于映射现实世界的领域模型,实体间的关系,以及数据的流转。

通过提供易于使用的「database」功能及丰富的数据链接选项,Notion 使用户能够轻松创建各种数据表,以解决生活和工作中的管理难题。

丰富的「block」选项为用户自定义操作界面提供了可能,而「database」的引入则满足了多种场景下的数据管理需求。

因此,这两者共同构成了一个「无代码系统」,其前端通过用户拖拽「block」来构建直观且易用的界面布局;后端则由各种「database」组成,用户可以创建并管理不同场景下的数据,便于后续整理分析。

例如,下文所述的 Notion 管理系统便是由左侧的数据库和右侧的操作看板组合而成——用户在看板中进行数据交互,相应的数据库便会实时更新,这一过程与软件开发中的「前端」与「后端」逻辑类似。作为无代码工具的代表,Notion 无疑旨在建立此类操作的规范或标准。

无代码系统中的数据库(左)与操作界面(右)

相较于专为特定场景设计且功能成熟的效率工具,使用 Notion 构建的系统可能在某些功能的自动化程度和交互效率方面存在劣势。

然而,用户自行创造的解决方案在需求匹配度上会远超过那些成熟的标准化工具。随着 AI 和无代码技术的持续进步,我们可能在未来十到二十年内,真正步入一个“每个人都能创造出自己所需工具”的时代。

总的来说,Notion 可以被定义为一种无代码工具,它使用户能够针对不同场景构建管理系统,从而提高日常工作效率,并且,Notion 正在逐步建立以其为中心的工具生态系统。

2022 年,Notion 收购了日历工具 Cron,并在 2024 年初推出了基于 Cron 开发的 Notion Calendar,这是一款能够整合 Notion 数据库和 Google Calendar 数据的日程管理工具。最近,Notion 又收购了邮件工具 Skiff,显示其加速构建工具生态的决心。

然而,不论是在公司还是个人生活中,使用的各种工具往往缺乏一个统一的「数据中心」,无法构成一个逻辑闭环的工具体系。

而 Notion 在这方面则显示出其独特性,从用户当前的使用情况或者 Notion 自身的发展路线图来看,都表明了其定位为个人或团队的“数据中心”。而根据 Ivan Zhao 自己的说法,Notion 是作为“Front Office”的中心,成为用户进行所有数据交互的入口,而“Back Office”的工作,则是更加底层的数据处理,不同的行业有不同的标准,需要更加专业化的能力来支撑。

借助于无代码的特性,Notion 能够处理各种场景下的数据;因此,无论是 Notion 自身推出的小工具还是第三方产品,都旨在“将数据捕获至 Notion”,让 Notion 能够获得关于用户更全面的数据;这些工具如同人的四肢和五官,帮助用户高效地捕获数据。

而 Notion 本身,凭借其数据库和构建块的特性,能够高效地对数据进行结构化处理,辅助信息提炼和决策制定,成为了个人和团队协作场景下的“数据中心”,真正的“第二大脑”。

此外,全能工具背后的团队成员,也都是「全能型选手」。

尽管 Notion 是一款拥有数千万用户,估值百亿的 SaaS 公司,但团队规模仅为 600 人,其中 80% 的设计师都具备编程能力,且团队拥有众多全栈工程师。

这种团队的多样化能力对 Notion 极为有益,每个团队成员都致力于成为“全能”的一员。员工们享受这种无固定角色、无重复工作的方式,虽然这样的工作模式有其优点,但招聘具备这种能力的人才却更为困难。

03 团建酒店诞生的 NotionAI

从 2013 年发布第一个 demo 以来,已经被 Ivan Zhao 精心打磨了 10 年之久,回顾 Notion 的几个里程碑:

  • 2013 年在 Y Combinator 发布首个演示版本;
  • 2016 年正式推出,Notion 快速崛起为 Producthunt 上的热门产品;
  • 2018 年引入「database」功能,标志着其真正步入无代码构建的新纪元;
  • 2020 年,借助疫情带来的数字化转型加速,Notion 成为全球极受欢迎的创业公司之一;
  • 从 2021 至 2023 年的更新趋势显示,Notion 的焦点已从补充基础功能转向自动化和生态化的发展。无论是通过收购其他产品、实现与各种第三方工具的数据互联互通,还是构建 API 生态,Notion 都在努力扩大其应用场景;
  • 2023 年,发布 NotionAI,人工智能成为 Notion 功能更新的核心,标志着其技术和服务的又一次突破。

Notion 2013-2023 功能更新

依据 Ivan Zhao 本人的陈述,人工智能为 Notion 带来了重大的发展机遇。无论是在知识管理还是 AI workflow 方面,AI 都被视为 Notion 现有功能的完美补充。

Ivan Zhao 与 Simon(Notion 的联合创始人)实际上早在 2019 年便对 OpenAI 有所了解,但当时他们并未完全理解 AI 对用户的真正价值。直到 2022 年看到了 GPT 技术的兴起,Notion 团队决定引入 AI 功能。

而 NotionAI 的原型设计,是在一次团队建设活动中诞生的;在一间酒店内,两位创始人共同完成了 NotionAI 的初步设想。

Notion 推出了 3 项主要的 AI 功能:

  1. AI 对话文本功能,主要旨在帮助用户更有效地进行文本创作和优化;
  2. AI block / property,可以嵌入到工作流程中使用,功能上类似于一个简化版的 GPT,进一步提高工作效率;
  3. Notion Q&A,一个基于工作空间的 RAG 问答助手,能够提升用户在知识管理方面的效率。

如 Ivan Zhao 所说,AI 在 Notion 中的主要应用之一,就是知识管理,特别是通过 Q&A 功能提供的支持,Notion 将成为一个能够理解用户记录在工作空间内所有信息的智能助手。

Notion 的 All-in-One 设计理念旨在解决信息查找的难题,将分散的数据集中管理。然而,即便将所有信息汇集至 Notion,如何准确地搜索并找到所需信息仍然是一个挑战——这就是 RAG 应用发挥作用的地方。

Notion Q&A 功能能够理解存储在工作空间上的所有信息,识别出信息之间内在的逻辑,用户只需询问 Q&A 助手,即可获得所需信息。

此外,信息的理解只是第一步,Notion 结合其本身的功能,还能提供进一步的行动指导,为用户打开更多可能。

Ivan Zhao 举的一个例子说明了知识库结合 RAG 的便捷性:若想知道公司何时迁入新办公室,只需向 Q&A 助手提问,相关文档记录便能即刻提供准确信息,避免了在各种 IM 工具上询问同事的需要。

无论对于企业还是个人用户,将所有生活与工作相关的信息集中存储在 Notion 空间中,并利用类似 Q&A 这样的工具进行智能查询与指导,不仅可以极大地提高信息检索的效率,也能在决策和行动上提供更加精准的支持。

比如,你可以询问 Notion 会议安排

对当前 Notion 用户或知识管理场景而言,在搜索里引入基于 RAG (增强检索生成)很有必要。Notion 的无代码特性意味着其功能将日益增长复杂,高效的信息检索要求用户以逻辑和有结构的方式构建各类管理系统,以便使信息管理更加有序和结构化。

然而,多数用户可能缺乏清晰的逻辑思维和体系化思考能力,导致他们的 Notion 空间杂乱无章,类似于电脑的本地文件夹,缺乏上层的管理系统结构,从而无法充分发挥 Notion 的最大价值。

引入 RAG 工具可以帮助用户理解信息的内在逻辑,将 Notion 转化为一个仅仅用于信息存储的工具,而所有的交互都可以通过类似 Q&A 功能来完成。这种改变将大幅降低大多数新用户使用 Notion 的门槛。

同时,workflow 中 AI 的应用也是 Notion 关注的重点。随着越来越多人将数据存储在 Notion 上,将这些数据转化为有用的信息和行动才是 Notion 带来的最大价值。

因此,从数据抓取、同步到对 Notion 内数据进行分析和行动输出,Notion 拥有广泛的机会场景来为用户构建各种 AI 工作流程。

例如,Notion 最近推出的 Notion Calendar 通过集成 Google Meet 和 Zoom,支持开会场景的管理,如会议记录自动同步到特定数据库,并结合 AI 功能自动完成会议总结和待办事项的输出,进一步简化工作流程。

因此,AI 不仅是对 Notion 功能的重大补充,而且是向用户提供一个全面的数据处理和行动指导平台的关键。Notion 的终极目标不仅仅是作为信息管理工具,而是成为一个真正的 AI 助理。

Ivan Zhao 将信息领域的发展比作《三国演义》,合久必分,分久必合。他认为,PC 时代早期其实有非常多的应用,但是到了 90 年代,因为微软推出了操作系统,我们进入了一个聚合的阶段;但随着云计算的发展,越来越多的 SaaS 出现,而现在的 SaaS 生态,就是一个非常分散、碎片化的市场;而 AI、大语言模型的出现,可能又会回到聚合的状态,因为数据是需要放在一个地方集中处理,大模型的效果才会更好。

最后,附上 Ivan Zhao 11 月份在推特上分享的内容,这也许是他对于 Notion,对于 AI 的底层思考:(已翻译为中文)

(1) 宇宙是不存在的;

(2) 生命,比如人类,是需要价值体系的;

(3) 如果可能,所有的变形虫、花朵和人类,都希望像国王一样生活,这就是生命的价值体系的;

(4) 而生命的追求,是在这冷漠的宇宙中发挥价值;

(5) 生命和人类的追求被限制在他们自己的能力和年龄范围内。但生命拥有召唤更多生命的魔力,并相互之间发现技巧和交易——按照它们的价值安排宇宙的能量;

(6) 花朵借用蜜蜂的腿传播种子,并以花粉作为交换提供食物。或者,细胞和细菌结合以节省管道费用,成为线粒体;

(7) 人类通过文化和工具加速发现这些技巧和交易,进一步将宇宙塑造成符合生命和人类价值的形态;

(8) 轮子这样的工具比腿更好地运输重负荷的原子。轮子不是由肉球生命发明的,但最终在人类的大脑和木头、石头的巧妙安排下发生了;

(9) 金钱和资本也是工具和技巧。它们是传达能量和人类偏好信息的轮子和腿,通常比原子更好地存储能量;

(10) 语言、模因、歌曲和神话也是如此。它们引导人类的技巧和交易穿越时空。它们是人类告知花粉所在地、过去的位置或可能去向的蜜蜂舞;

(11) 这些由人类创造的工具和技巧就像是具有不同活力程度的非肉球形式的生命。它们加入了其余肉球生命的联盟,将生命的价值传播到这个冷漠的宇宙中;

(12) 在这个生命的联盟中,竞争是共享的爱的语言。大众甲壳虫汽车,昆虫甲壳虫,与披头士的歌曲竞争,以获得母亲生命和她的能量之乳的注意;

(13) 人口增长扩展了这个生命的联盟。更多的蜜蜂和更多的人类带来了更多的大脑和 GPU,以发明更多的工具、技巧和交易。更多的生命意味着更多;

(14) 多样性加强了这个生命的联盟。事实上,多样性是这个联合体的生命力。它允许更细致的劳动分工,以组织这个联盟的公民对抗冷漠的宇宙;

(15) 艺术和文化与生命的肉球和过去生命的烧毁电池的迭代反馈循环,使当前的生命摆脱了每年太阳的食品券。这种短暂的创造自由孕育了更多的大脑和模因,以发掘更多的技巧和宝藏;

(16) 科学是另一种组织技巧。它使大脑和模因从故事和意见转向事实。而事实是使模因摩天大楼成为可能的钢铁,不再是纸牌屋;

(17) 城市和书籍是另一种组织技巧。它们是大脑和模因相遇的酒吧,这样大脑蜜蜂就不需要旅行太远就可以混合模因的花粉。互联网和 Reddit 是周末的酒吧;

(18) 原子工具和思想工具按照人类和生命价值体系重新安排宇宙;

(19) 然后,人工智能出现了。

参考材料

https://www.youtube.com/watch?v=HW5Yeqn9eV4&t=557s

作者:Vela、Ray

来源公众号:深思SenseAI;关注全球 AI 前沿,走进科技创业公司,提供产业多维深思。

本文由人人都是产品经理合作媒体 @深思SenseAI 授权发布,未经许可,禁止转载。

题图来自 Unsplash,基于CC0协议

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。