当前位置：

社区首页

电脑数码

软件应用

服务软件

AIGC文章详情

团队Notion使用率低？适配性评估与落地建议

源自69位全网作者

05-31 13:31

精选参考来源

Notion 的 AI 负责人 Sarah Sachs 和技术核心 Simon Last 做了一期深度访谈，聊了 Notion Custom Agents 从 2022 年立项到今天发布的全过程。这个产品前后重建了四五次，踩了无数坑，但也因此积累了一套非常扎实的方法论。最早在 2022 年底拿到 GPT-4 的时候，他们就想做一个能在后台自动干活的 Agent。第一版直接让模型写 JavaScript 调用 Notion 的 API，但当时模型写代码太烂，根本跑不通。第二版自己设计了一套 XML 格式来表示 Notion 的数据结构，结果模型根本不认识这套格式，还得靠大量提示词硬灌。后来他们想明白了一个关键原则：要迎合模型的习惯，别逼模型适应你的系统。于是改成了 Markdown 做内容表示，用 SQLite 语法做数据库查询，模型一下就顺了。再后来从 few-shot 提示词迁移到了工具定义的方式，把系统提示词大幅缩短，并且实现了工具的渐进式暴露，解决了工具太多导致模型「晕掉」的问题。每一次重建都是因为发现自己在逆流而上，及时掉头换方向。 Sarah 在团队管理上有几个很鲜明的观点。她认为 AI 团队的领导者不应该当「创意拍板人」或者「技术权威」，核心职责是让每个人理解目标、有资源去排优先级、有通道去推进自己认为重要的事。Notion 的工程师可以跨团队流动，管理边界很松，谁有好想法谁就上。她特别强调团队要「低自我」，愿意删掉自己写的代码，愿意推翻自己做过的东西。这种文化让 Notion 能在三个不同团队临时抽人组队，几周内就把一个关键功能做出来。在 Agent 的组合能力上，Simon 分享了一个很有意思的案例。内部有人给 GTM 团队建了超过 30 个 Custom Agent，结果每天收到 70 多条通知，全是 Agent 卡住了需要人处理。解决方案是再建一个「经理 Agent」，让它管理下面所有 Agent，通知一下子降到了 5 条。Agent 之间的协作就靠 Notion 自己的数据库，一个 Agent 往数据库写，另一个 Agent 监听。记忆功能也没做专门的模块，就是给 Agent 一个 Notion 页面，让它自己读写，人也能编辑，简单到不能再简单。关于 MCP 和 CLI 的选择，Simon 的态度很明确：CLI 的优势在于 Agent 可以在同一个环境里自我调试和修复，如果 MCP 的传输层出了问题，Agent 就彻底断了，没法自救。但 MCP 胜在权限模型清晰，适合轻量级、窄范围的 Agent 场景。Sarah 补充了一个成本视角：用 MCP 意味着每次调用都要走语言模型，token 费用会反复叠加；如果能让 Agent 写一段确定性的代码直接调 API，一次性成本就够了。Notion 对搜索这种核心功能选择自己建，因为需要更高的质量控制；长尾集成则开放 MCP，让用户自己接。定价方面，Notion 用了一套 credit 体系来抽象 token 成本，因为不同模型、不同服务层级、Web 搜索、沙箱环境的成本结构完全不同，直接按 token 计费太粗糙。他们有一个叫「auto」的模式，自动帮用户选最合适的模型，目前并不拿这个赚差价，纯粹是为了降低用户的决策负担。Sarah 还提到，前沿模型越来越贵，但很多企业任务其实用不到那么强的智能，开源模型正在填补这个中间地带。评估体系上，Notion 把 eval 分成三层：回归测试放在 CI 里每天跑，发布质量评估要求核心场景达到 80% 到 90% 的通过率，还有一类叫「前沿/余量」评估，故意设计成只有 30% 通过率，用来观察模型能力的发展方向。他们专门设了一个叫「模型行为工程师」的岗位，不要求软件工程背景，更看重对模型能力边界的直觉和对用户旅程的理解。这个岗位最早就是帮 Simon 看 Google Sheets 标注好坏的人，现在已经发展成一个独立的职能方向。最后聊到会议笔记，Sarah 说这是 Notion 增长最快的功能之一。她自己每次一对一都用会议笔记，写绩效自评的时候直接翻和老板的对话记录。从技术角度看，会议笔记本质上是一个数据采集入口，大量的文本涌入让搜索和 Agent 都面临新的扩展压力。现在会议摘要已经是 Agent 驱动的了，能自动识别提到了哪个 Simon、给相关人发通知、根据讨论内容自动创建任务。他们内部的站会流程已经完全被 Agent 接管了：会前有 Agent 读 Slack 和 GitHub 生成预读材料，会后有 Agent 根据讨论内容分发任务和发送 Slack 跟进消息，人只需要专注讨论问题本身。 #How I AI##科技先锋官#

Notion 全智能记账系统现金和资产终于能分开管清楚了

全部
来源

内容由AI生成

1. Notion 的 AI 负责人 Sarah Sachs 和技术核心 Simon Last 做了一期深度访谈，聊了 Notion Custom Agents 从 2022 年立项到今天发布的全过程。这个产品前后重建了四五次，踩了无数坑，但也因此积累了一套非常扎实的方法论。最早在 2022 年底拿到 GPT-4 的时候，他们就想做一个能在后台自动干活的 Agent。第一版直接让模型写 JavaScript 调用 Notion 的 API，但当时模型写代码太烂，根本跑不通。第二版自己设计了一套 XML 格式来表示 Notion 的数据结构，结果模型根本不认识这套格式，还得靠大量提示词硬灌。后来他们想明白了一个关键原则：要迎合模型的习惯，别逼模型适应你的系统。于是改成了 Markdown 做内容表示，用 SQLite 语法做数据库查询，模型一下就顺了。再后来从 few-shot 提示词迁移到了工具定义的方式，把系统提示词大幅缩短，并且实现了工具的渐进式暴露，解决了工具太多导致模型「晕掉」的问题。每一次重建都是因为发现自己在逆流而上，及时掉头换方向。 Sarah 在团队管理上有几个很鲜明的观点。她认为 AI 团队的领导者不应该当「创意拍板人」或者「技术权威」，核心职责是让每个人理解目标、有资源去排优先级、有通道去推进自己认为重要的事。Notion 的工程师可以跨团队流动，管理边界很松，谁有好想法谁就上。她特别强调团队要「低自我」，愿意删掉自己写的代码，愿意推翻自己做过的东西。这种文化让 Notion 能在三个不同团队临时抽人组队，几周内就把一个关键功能做出来。在 Agent 的组合能力上，Simon 分享了一个很有意思的案例。内部有人给 GTM 团队建了超过 30 个 Custom Agent，结果每天收到 70 多条通知，全是 Agent 卡住了需要人处理。解决方案是再建一个「经理 Agent」，让它管理下面所有 Agent，通知一下子降到了 5 条。Agent 之间的协作就靠 Notion 自己的数据库，一个 Agent 往数据库写，另一个 Agent 监听。记忆功能也没做专门的模块，就是给 Agent 一个 Notion 页面，让它自己读写，人也能编辑，简单到不能再简单。关于 MCP 和 CLI 的选择，Simon 的态度很明确：CLI 的优势在于 Agent 可以在同一个环境里自我调试和修复，如果 MCP 的传输层出了问题，Agent 就彻底断了，没法自救。但 MCP 胜在权限模型清晰，适合轻量级、窄范围的 Agent 场景。Sarah 补充了一个成本视角：用 MCP 意味着每次调用都要走语言模型，token 费用会反复叠加；如果能让 Agent 写一段确定性的代码直接调 API，一次性成本就够了。Notion 对搜索这种核心功能选择自己建，因为需要更高的质量控制；长尾集成则开放 MCP，让用户自己接。定价方面，Notion 用了一套 credit 体系来抽象 token 成本，因为不同模型、不同服务层级、Web 搜索、沙箱环境的成本结构完全不同，直接按 token 计费太粗糙。他们有一个叫「auto」的模式，自动帮用户选最合适的模型，目前并不拿这个赚差价，纯粹是为了降低用户的决策负担。Sarah 还提到，前沿模型越来越贵，但很多企业任务其实用不到那么强的智能，开源模型正在填补这个中间地带。评估体系上，Notion 把 eval 分成三层：回归测试放在 CI 里每天跑，发布质量评估要求核心场景达到 80% 到 90% 的通过率，还有一类叫「前沿/余量」评估，故意设计成只有 30% 通过率，用来观察模型能力的发展方向。他们专门设了一个叫「模型行为工程师」的岗位，不要求软件工程背景，更看重对模型能力边界的直觉和对用户旅程的理解。这个岗位最早就是帮 Simon 看 Google Sheets 标注好坏的人，现在已经发展成一个独立的职能方向。最后聊到会议笔记，Sarah 说这是 Notion 增长最快的功能之一。她自己每次一对一都用会议笔记，写绩效自评的时候直接翻和老板的对话记录。从技术角度看，会议笔记本质上是一个数据采集入口，大量的文本涌入让搜索和 Agent 都面临新的扩展压力。现在会议摘要已经是 Agent 驱动的了，能自动识别提到了哪个 Simon、给相关人发通知、根据讨论内容自动创建任务。他们内部的站会流程已经完全被 Agent 接管了：会前有 Agent 读 Slack 和 GitHub 生成预读材料，会后有 Agent 根据讨论内容分发任务和发送 Slack 跟进消息，人只需要专注讨论问题本身。 #How I AI##科技先锋官#

2. Notion 全智能记账系统现金和资产终于能分开管清楚了

3. 为什么Notion只招资深和新手？读懂 AI 时代人才的哑铃模型

4. 【连AGI公司自己都还在用Slack】快速阅读：Anthropic正在研发可能改变世界的AGI，但他们自己还在用Slack、Zoom、Notion、Figma和Google Workspace。这个细节比任何白皮书都更诚实地回答了一个问题：AI到底有没有杀死SaaS？---François Chollet最近发了一条推文，内容很简单：Anthropic用的是和所有五人创业公司一样的SaaS工具栈。Slack、Zoom、Notion、Google Workspace，一个不少。有网友的反应很到位：“全球最先进AI公司的工程师，正在用Zoom开会汇报AGI进展，某个角落的Slack通知正在响：'有空叫我一声。'”这听起来像个笑话，但其实是一个相当严肃的信号。Anthropic一边喊着AI agent会在6-12个月内取代软件工程师，一边还在积极招聘工程师。一边说Claude Code可以写完整代码库，一边共享的还是Google Doc。有观点认为，这是目前agentic coding真实水位最诚实的一次公开亮相，不在demo里，在他们自己用什么工具这件事上。Chollet的原意其实不是要嘲讽AI能力。他只是想说，SaaS没有那么快死。然后有人问了一个更刁的问题：如果AI生成一套够用的替代软件基本上是免费的，那为什么还要有机会成本的考量？而如果它并不是免费的，那这个“专注核心、外包其余”的逻辑，难道不正是SaaS本来的存在理由吗？这是个自我戳破的循环论证。有观点认为，AI不会杀死SaaS，只会让竞争格局变得非常不一样。工具会继续存在，但谁能活下来、活多久，答案可能完全不同于今天。网络效应、合规要求、迁移成本，这些东西LLM一夜之间全清零是不现实的。还有人注意到，Anthropic的SaaS清单在持续增长：Salesforce、Datadog、Stripe、1Password、Airtable、Atlassian。这不太像一家打算用自己的产品替代掉整个软件行业的公司的行为模式。真正有意思的问题，其实还没人能回答：Anthropic有没有开始用AI agent来构建他们的下一代内部工作流？如果连他们自己都还没，那“AI取代SaaS”的叙事，现在到底处于哪个阶段？---简评：全球最接近AGI的公司，每天早上打开的第一个软件是Slack，开的第一个会用Zoom，记的第一份笔记存在Notion。这画面比任何基准测试都更能说明AI的真实水位。你可以训练模型写十万行代码，但你没法训练它说服法务部换掉用了五年的Salesforce。Anthropic的工具清单就是一份活的“技术债务资产负债表”：AI确实在变强，但企业软件的护城河不是功能，是惰性。网络效应、迁移成本、合规审计——这些东西不会被LLM一夜清零，只会被LLM继承。革命尚未成功，先把这个Jira ticket关了吧。---x.com/fchollet/status/2025343064991301705

5. 国产效率神器盘点：这几个网站真把 Notion、Airtable 打趴！

6. 当智力变成白菜价，百亿美金创始人揭秘普通人未来3年最大出路 Notion 创始人 Ivan 赵的这篇万字长文，让我看透了 AI 时代的三个真相：智力正在“基建化”：当脑力劳动变成自来水一样廉价，你的“努力”可能正在贬值；人类不是“胶水”：别再把生命浪费在标签页的切换和粘贴上，真正的变革是重构，而不是效率；品味是最后的护城河：技术是油门，品味才是方向盘 #ai #科技 #马斯克 #Notion #创业思维

7. Notion + AI 时间记录快捷指令配置教程时间管理终极解法

8. Notion AI工程复盘：不聊模型，聊Harness

9. Notion 创始人年终预测：AI 是新时代的「钢铁」，未来的工作、组织架构会这样演变

10. AI 时代最值钱的能力，是你知道自己做不到什么。Notion 花四年做了个 AI Agent 产品，期间推翻重来了五次。他们总结出一条核心经验：要迎合模型的能力，不要逼模型来适应你的系统。模型天然懂 Markdown，就别让它学你的自定义 XML。模型写 SQL 写得好，就别搞一套自己的查询语法。每一次简化，都带来质的飞跃。差不多同一时间，Google Chrome 团队的工程负责人 Addy Osmani 发出了一则警告：别让 AI 替你做判断。他管这叫认知投降。你每次跳过挣扎、直接拿 AI 的答案，你的独立思考能力就在退化。最可怕的是你自己察觉不到，因为 AI 在替你掩盖这个衰退。这两条建议听起来矛盾。一个说要去适应模型，一个说要防着模型。到底该听谁的？答案是都该听，但它们在说不同的事。Notion 说的「迎合模型」，是在说系统的接口设计。你用什么格式给模型传数据，用什么语法让它查数据库，这些是工程决策。在这些地方，你不应该跟模型较劲，应该用模型已经擅长的方式去跟它交互。Osmani 说的「别让 AI 替你做判断」，是在说人的认知过程。你遇到问题的时候，是先自己想还是先问 AI，是问概念还是直接复制粘贴，这些是使用习惯。在这些地方，你不应该让模型替你思考，应该保留自己挣扎和理解的过程。一个是接口层面的适应，一个是认知层面的坚守。它们不矛盾，反而互补。你在工程上迎合模型的能力，是为了把省下来的精力集中在只有人能做的判断上。Notion 还做了一个很有意思的实验。他们的评估体系分三层。第一层是回归测试，确保功能没退化。第二层是发布质量评估，核心场景必须 80% 到 90% 通过才能上线。第三层最特别，叫前沿评估，故意设计成只有 30% 的通过率。为什么要做一套大部分通不过的测试？Notion 的回答很直接：当所有测试都通过了，你就不知道下一步该往哪走了。你只能告诉模型供应商「没变差」，这对双方都没用。你需要追踪那些通不过的测试，观察它们的变化趋势，来感知模型能力正在往哪个方向突破。这个思路有一个很深层的洞察：知道自己做不到什么，比知道自己能做到什么更有价值。把这个洞察放到人身上，道理是一样的。Osmani 引用了 Anthropic 的一组试验数据。让工程师学一个新库，一半用 AI 一半不用。AI 组的理解测试得分只有 50%，裸写组 67%。更有意思的是 AI 组内部的分化：用 AI 问概念问题的人得分超过 65%，纯复制粘贴的人不到 40%。用 AI 问概念的人，在做什么？他们在试探自己理解的边界。遇到不懂的地方，先形成假设，再用 AI 验证。这个过程保留了认知摩擦，也保留了对自身能力边界的感知。纯复制粘贴的人，在做什么？他们在消除摩擦。遇到问题直接拿答案，跳过了挣扎，也跳过了学习。他们失去了对自己能力边界的感知，因为每次遇到边界的时候，他们没有去触碰它，而是让 AI 替他们绕过去了。这就是认知投降的本质：你失去了对自己能力边界的感知。前沿评估和认知投降，恰好是一枚硬币的两面。前沿评估是系统化的边界追踪，让你持续知道自己做不到什么。认知投降是边界感知的丧失，让你不再知道自己做不到什么。Notion 的做法是把这个边界追踪制度化：专人全职维护前沿评估，用 30% 通过率的测试来感知未来。个人的做法也可以借鉴：定期问自己，今天有没有遇到一个我解决不了的问题？如果没有，可能意味着我已经停止成长了。这个洞察还能解释当前就业市场的结构性错配。AI 占企业裁员原因的 25%，同时有 27.5 万个 AI 相关岗位空缺。一边裁人，一边招不到人。为什么？因为被裁掉的 25%，大多数是流程性岗位。能被 Agent 替代的工作，恰恰是那些可编码、可追踪、可优化的流程。而招不到人的 27.5 万个岗位，大多数需要的是判断力、创造力和对具体情境的理解。Notion 的 Sarah Sachs 有一句很精准的总结：Agent 替代的是流程，不是人。流程是严格的系统，可以被 Agent 精确追踪和处理。人是模糊的，有创造力的，能做判断的。Agent 天然适合替代流程，天然不适合替代人。所以就业市场的结构性错配，本质上是流程替代论在宏观层面的体现。旧岗位的消失和新兴岗位的爆发，中间的断层，就是流程性能力和判断性能力之间的断层。Notion 内部有一个很有意思的案例。他们给市场推广团队建了 30 个 Agent，分别负责各种任务。结果每天产生 70 多条通知，全是 Agent 卡住了需要人工介入。解决方案很简单：再加一个经理 Agent。这个经理 Agent 负责监督其他所有 Agent 的状态，处理它们遇到的问题。通知量立刻从 70 条降到 5 条。这个案例说明了一件很重要的事：即使是 Agent 之间的协调，最终也可以被流程化。经理 Agent 管理其他 Agent 的运行状态，本质上就是把「管理」这件事从人的判断变成了可编码的流程。人只需要处理那 5 条经理 Agent 处理不了的通知，也就是真正需要判断的环节。流程替代论、三明治模型、经理 Agent 模式，三个概念拼在一起，描绘出了一幅完整的 AI 时代工作图景：中间的流程全部由 Agent 处理。简单的流程交给专业 Agent，Agent 之间的协调交给经理 Agent。人类只出现在工作流的两端：前端定义问题框架，后端打磨品质和做最终判断。而支撑你做好这两端工作的核心能力，说到底就一个：对自己能力边界的持续感知。知道自己能做到什么，更知道自己做不到什么，然后持续地去推动那个边界。前沿评估把这个边界追踪制度化了。Notion 靠这个来感知模型能力的未来方向。你也可以把它用在自己身上：刻意去触碰那些让你感到困难的任务，保留挣扎的过程，追踪自己的边界在哪里、在怎么移动。因为在这个 AI 能做越来越多事情的时代，知道自己做不到什么，可能就是最值钱的能力了。#科技先锋官##How I AI#

11. Notion 数据库功能更新自定义高亮上色配置教程免费函数分享

12. Notion Ai化全智能记账系统 20大功能介绍我给自己找了个CFO

13. 【Notion】人生秩序系统 All in One 时间管理、复盘、任务管理、读书、习惯打卡整体使用教程

14. Notion发布面向团队的Custom agents，Ivan Zhao：不能被Agent用的产品没有未来

15. 最近听了一期 No Priors 播客，嘉宾是 Notion 的联合创始人 Simon Last。整期对话信息密度极高，Simon 几乎把 Notion 在 AI 时代的战略底牌全摊开了。从最早拿到 GPT-4 时的兴奋，到现在每六个月重写一次 AI 系统，再到他个人已经大半年没有亲手写过一行代码，这些细节拼在一起，勾勒出的是一幅关于生产力工具未来走向的完整图景。一、GPT-4 的那一刻，短期和长期的路同时看清了2022 年，Simon 和联合创始人 Ivan 在墨西哥的公司团建上第一次接触到 GPT-4 的原型接口。Simon 说当时有两件事让他们立刻意识到时机到了：第一，这个模型真的挺聪明，能理解比较复杂的指令，能帮你写东西、改东西；第二，它的知识面广得惊人，又深又宽。有意思的是，他们当时就同时想清楚了短期和长期两条路。短期很明确，做写作助手，让 AI 直接在文档里帮你改写、润色、查资料，这个两三个月就能上线。长期的愿景更大，做一个通用助手，把 Notion 里人类能用的所有工具都交给 AI，让它自己创建数据库、写文档、查信息，把这些能力串起来完成更复杂的任务。短期的很快就落地了，2023 年 2 月就发布了。但长期的那个愿景，折腾了好几年才真正跑通。Simon 说他们前前后后尝试做 Agent 做了三四次，每次都是勉强能用但不够好，直到 2025 年秋天才终于把完整的个人 Agent 发布出去。这里面有一个值得琢磨的点。很多人拿到新技术的第一反应是要么全押长期，要么只做眼前能变现的事。Simon 他们的做法是两条线同时跑，短期的快速出成果来验证方向、积累经验，长期的持续投入但不急于求成。这种节奏感在技术浪潮里特别重要，既不会因为追求完美而错过窗口，也不会因为急功近利而丢掉真正的大机会。二、语义索引这件事，大厂居然都没做好Notion 做 AI 的第二步是 Q&A 功能，也就是对整个工作空间做语义索引，让你可以直接问问题，AI 基于你的资料给出有依据的回答。这个功能 2023 年 10 月正式上线。做完 Notion 自己的索引之后，他们发现了一件让自己都有点意外的事：把 Slack、Google Drive 这些外部数据源也索引进来，效果居然很好。更让他们意外的是，这些大公司自己做的搜索和索引，质量其实挺差的。Simon 原话说的是，大多数公司在做索引这件事上都挺烂的，这让他们自己都有点困惑。Simon 觉得背后的原因有两层。一层是需要对 AI 有足够的直觉和理解，知道模型擅长什么、不擅长什么。另一层更关键，就是要有手艺人的那种耐心和细致。每个数据源都不一样，Slack 的信息和 Google Drive 的文档完全是两种东西，不能用一套通用方案去套。你得一个一个地去试查询、去用、去调，每天都在迭代。这让人想到一个更普遍的现象。很多看起来应该被大公司解决的问题，其实一直没被好好解决，原因往往不是技术不够，而是没有人愿意花那个笨功夫去打磨细节。AI 时代也一样，模型能力是基础，但真正拉开差距的是围绕模型做的那些脏活累活。还有一个有趣的观点，Simon 说现在他们会告诉用户，不用太纠结信息怎么组织了。以前 Notion 的卖点之一就是灵活的组织结构，但有了语义索引之后，AI 并不在乎你的文件夹层级是什么样的，它只关心有没有一段文字包含了你需要的上下文。所以，把信息扔进去就好，组织的事交给 AI。三、每六个月重写一次 AI 系统，这才是正确的节奏访谈里有一个细节特别打动人。主持人问 Simon 重建了多少次 Notion 的 AI 系统，Simon 笑着说这在内部已经成了一个梗，大概每六个月就要重写一次，而且重写的周期还在缩短，因为技术进步在加速。Simon 认为这恰恰是很多公司犯的最大错误：做了一版就守着不动了。他的观点是，你必须时刻关注模型和技术的最新状态，然后围绕当前的能力重新设计整个系统、产品和架构。这意味着你得接受每隔半年就推倒重来。他自己倒是觉得挺享受这个过程的，每次重写都是一次重新思考的机会。而且现在有了编程 Agent 的帮助，重写的意愿和野心都大幅提升了，因为成本降下来了。这个态度对做任何 AI 相关产品的人都有参考价值。很多团队花了几个月搭了一套 AI 流程，就觉得大功告成了。但现实是，三个月前的最佳实践到今天可能已经过时了。保持重写的勇气和习惯，可能比一开始就追求完美的架构更重要。四、编程 Agent 时代：从写代码到管理 AgentSimon 回顾了 Notion 内部使用编程工具的几个阶段。最早是 Tab 自动补全，然后是让 AI 帮忙插入和改写一些代码片段，但这些都还是辅助性质的。真正的转折点是 2025 年初他开始用 Claude Code，那是一个巨大的解锁。从那之后，编程的方式彻底变了。以前是人写所有代码，后来是人写代码但用 Tab 补全，再后来是人跟 Agent 对话让它做小任务但人还在外层循环里。现在 Simon 的工作方式是：设计一个端到端的任务，包括要做什么改动、怎么验证、怎么安全部署，然后交给 Agent 去执行，自己只在最后做一层检查。他说自己从去年夏天开始就没有亲手写过代码了。他现在的角色是 Agent 管理者，不再是编码者。但 Simon 也强调了一个关键的区分：这和随便让 AI 写代码（他用了 vibe coding 这个词）完全不同。你不能只是告诉 Agent 你想要什么就完事了，你得仔细想清楚要做什么改动、怎么验证它是对的、怎么安全地部署。如果做得好，产出的代码比人写的更有野心，测试也更充分。如果做得差，全是垃圾。他举了一个例子，现在他提交的每一个 PR 都经过了完整的端到端测试，这在以前是不可能的，因为人工写测试太费时间了。但有了 Agent，你可以要求更高的测试覆盖率，反而让代码质量上了一个台阶。这里面的启发很直接。未来工程师的核心能力可能不再是写代码的速度和技巧，而是设计任务、定义验证标准、管理 Agent 工作流的能力。这跟之前对话里聊到的 Harness Engineering 的概念完全呼应：你搭建的那套规则、工具和反馈系统，决定了 AI 的产出质量。五、100 倍工程师已经出现，但团队规模没怎么变主持人问了一个很多人关心的问题：AI 会不会让团队变小？Simon 的回答很实在。他说个人产出确实大幅提升了，以前说 10 倍工程师，现在用好工具的人可以是 100 倍甚至 1000 倍工程师。最低标准没变，但上限极大地提高了。差距比以前大得多，关键变量是你使用工具的能力和意愿。但团队规模本身并没有明显缩小。Notion 一直偏好小型精锐团队，这在 AI 之前就是这样，现在可能更强化了一点，但变化不大。真正变化的是工作的氛围。Simon 说现在内部感觉更混乱、更嘈杂了，但他很喜欢这种状态。到处都是原型，到处都有人在尝试新东西。比如设计团队自己搭了一个 Git 仓库，叫 Design Playground，本质上是一个简化版的 Notion，里面有各种 UI 组件和一个内置 Agent。设计师们可以快速搭出高保真原型，不再是指着一张设计稿说这个效果大概是这样，而是直接给你一个可以访问的原型链接。所有的 PR 都更有野心了，因为 Agent 写的代码量更大、更复杂。坏处是代码审查的负担更重了，好处是测试覆盖率也更高了。六、自定义 Agent：让 AI 自己造轮子Notion 最近发布的自定义 Agent 功能是整期访谈里最让人兴奋的部分。个人 Agent 是每个用户都有的，它能访问你在 Notion 里的所有内容，帮你查信息、建数据库、写文档。而自定义 Agent 更进一步，你可以创建一个新的 Agent，给它起个名字，默认它什么权限都没有，你需要手动授权。一旦授权之后，它可以在后台自主运行。Simon 举了几个例子。一个是把 Agent 接入 Slack 频道，让它自动回复消息并把任务归档到指定数据库。另一个是让 Agent 定期搜索网络或工作空间，然后把周报整理到一个数据库里。但最让 Simon 兴奋的是下一步的方向：让 Agent 能够自己构建自己的能力。从一个初始的核心出发，Agent 可以自己写代码、自己部署集成，哪怕 Notion 官方还没有支持某个集成，Agent 也能自己造一个出来。Simon 直接说了一句很重的话：编程 Agent 是 AGI 的内核。AGI 本质上就是一个编程 Agent。因为代码是表达确定性逻辑的最好方式，而一个能写代码的 Agent 就能不断地给自己扩展新能力。七、Simon 的个人 Agent 工作流：邮件分拣和 Bug 路由Simon 分享了自己日常在用的几个自定义 Agent，非常有参考价值。第一个是邮件分拣 Agent。它能访问 Simon 所有的工作邮件和个人邮件，每天自动把不需要看的邮件归档。搭建过程特别简单：创建一个 Agent，给它邮件权限，再给它一个空白页面当作记忆，然后让它去看你的邮件，以采访的方式问你哪些该归档哪些不该。头几天你需要纠正它的判断，它会把这些纠正记录成规则。几周之后，Simon 就完全取消了审批环节，让它全自动运行了。他说自己 95% 的邮件都不需要看，这个 Agent 彻底解决了他的邮件问题。第二个是内部反馈和 Bug 路由 Agent。Notion 有一个 Slack 频道，大家会随手发产品反馈和 Bug 报告。以前这些信息有时候会被处理，有时候就被淹没了，因为涉及的团队太多。现在这个 Agent 的全部工作就是把每条反馈路由到正确的团队，并在对应团队的数据库里创建任务。它也用了类似的记忆模式，随着时间推移自己学会了几百条路由规则，比如移动端的 Bug 自动转给移动团队。Simon 说他一开始会去检查 Agent 生成的记忆和规则，看看有没有问题。但一旦信任建立起来，就不再看了，除非它出错。这种从有人监督到无人监督的渐进式信任建立，可能是未来人和 Agent 协作的标准模式。你不需要一开始就完全信任 AI，也不需要永远盯着它。给它一个学习期，让它证明自己，然后逐步放手。八、做模型的瑞士：不站队，给用户最好的选择在竞争格局的问题上，Simon 把 Notion 定位成模型世界的瑞士。他们不绑定任何一家模型厂商，因为客户不想被锁定，而且每个月都有不同的模型在某些方面领先。Notion 要做的是让用户随时能用到最好的模型，并且可以轻松切换。Simon 特别提到了开源模型，说现在有四个中国的开源模型都相当不错，他们刚在 Agent 里上线了其中一个，接下来四个都会支持。这些模型的能力很强，而且比前沿闭源模型便宜得多，很多场景下是更好的选择。Notion 给自己的定位是：整合最好的模型，做出最高质量的 Agent 实现，然后打造一个人和 Agent 都好用的协作空间。九、为 Agent 重新设计 API：新客户是 AI这个细节特别有意思。Notion 原来的 API 是给人类开发者用的，用了一种非常复杂冗长的 JSON 格式来表示内容块。这对 Agent 来说简直是灾难，太多 token 了，效率极低。于是他们专门为 Agent 设计了新的 API 接口。页面的读写用了一种增强版的 Markdown 方言，看起来就是普通 Markdown，但扩展了 Notion 特有的内容块类型。数据库的操作则用了 SQLite 语法。这两种格式模型天然就很擅长，效果非常好。Simon 说设计这些 API 的方法论很简单：一半是不断试错，观察 Agent 在哪里卡住、哪里浪费 token；另一半是第一性原理思考，想想模型训练数据里什么格式最多，它天然擅长什么，Agent 的工作循环是什么样的，怎样的接口模式对它最方便高效。他还开了个玩笑说，这就像做用户研究，只不过用户是 Agent，而且你随时都能找到它聊天，它永远在线，还能批量测试。这个思路对所有做 AI 产品的团队都有启发。当你的用户从人变成了 AI Agent，你的产品设计、API 设计、数据格式都需要重新审视。对人友好的界面未必对 Agent 友好，反过来也一样。十、从做工作的工具，到管理 Agent 的平台访谈最后，Simon 总结了 Notion 最根本的转变。以前，Notion 的目标是做最好的工具，让人直接完成工作。现在，目标变成了做最好的平台，让人管理一群 Agent 来完成工作。这个转变很大，但 Simon 说令人欣慰的是，之前搭建的所有基础组件依然有用。你仍然需要文档，因为 Agent 也喜欢写 Markdown。你仍然需要数据库，因为结构化数据对 Agent 同样重要。如果你同时跑着 100 个编程 Agent，你不会想要 100 个聊天窗口，你会想要一个看板来管理它们。需要新增的只是一些新的原语：什么是 Agent、Agent 怎么跟页面和数据库交互、怎么被触发和唤醒。Simon 最后说了一句很有画面感的话，描述他现在每天晚上睡觉前的仪式：确保给 Agent 安排了足够多的任务，让它到第二天早上还没做完。这就是胜利。他的个人记录是一个编程 Agent 连续运行了 13 天没有停下来。主持人也笑着承认，自己这周已经好几次半夜醒来，就为了看一眼 Agent 还在不在跑。这个画面其实很好地概括了我们正在进入的新阶段。工作不再是你坐在电脑前的那八个小时，而是你设计好任务、安排好 Agent、然后去睡觉，醒来检查成果。你的价值不在于你能打多少字、写多少行代码，而在于你能设计出多好的任务、搭建出多可靠的验证体系、管理多少个 Agent 同时为你工作。这对每个知识工作者来说，都是一次身份的重新定义。#How I AI##科技先锋官#

16. Notion + Ai化快捷指令配置使用教程项目任务管理太方便了

17. 搭建了5个AI小工具帮我提高生活质量和效率 Notion+快捷指令

18. 开源项目 Knowledge Work Plugins 现已上线，专为 Claude Cowork 打造的一套角色插件集。它让 Claude 快速成为产品、销售、客服、财务、数据等多个岗位的专属助手，内置技能、指令和工具连接器，帮助用户完成从任务管理到合同审核的各类专业工作。项目已在 GitHub 开源，提供 11 款开箱即用的插件，支持通过简单配置接入 Slack、Notion、HubSpot 等常用工具。所有内容均为 Markdown 与 JSON 文件，无需代码即可本地定制，适合个人和团队按需扩展。无论你是希望减少重复沟通，还是想把公司流程固化到 AI 工作流中，都能在这里找到起点。GitHub：github.com/anthropics/knowledge-work-plugins#开源项目# #Claude# #AI工具#

19. Notion Custom Agents复盘：三年重写5次，Notion 历史上最成功的新功能之一

20. 抽时间看了一期播客，Access Podcast 请到了 Notion 的 CEO Ivan Zhao，聊了将近一个小时。话题从 Notion 即将发布的自定义 Agent 功能出发，一路聊到了招聘、商业模式、软件行业的未来，信息量非常大。Ivan 这个人说话很松弛，但观点极其锐利，很多判断放在当下的 AI 浪潮里，都值得反复咀嚼。我挑几个有意思的观点在这里分享给大家吧。1、Notion 的 CEO Ivan Zhao 说：AI 时间节省的形状是「横向」的，还没有「纵向」替代任何人。什么意思呢？就是说，Agent 帮每个人省了五分钟、十分钟，每个人的日子都好过了一点，但还没有出现某个岗位被 Agent 整体替代的情况。如果你问 Notion 内部的员工，要不要把 Agent 拿走，他们肯定不愿意。但如果你问，Agent 到底替代了谁的工作？目前还指不出一个具体的人。这个观察非常诚实。很多公司在宣传 AI 的时候喜欢说「解放生产力」「让你专注于真正重要的事」，但 Ivan 直接承认，目前还没看到结构性的变化。模型能力还需要提升，权限和安全的基础设施也没跟上。换个角度想，这其实也意味着一个窗口期。AI 目前还在「让每个人轻松一点」的阶段，还没到「让某些人没事做」的阶段。在这个窗口期里，谁能学会用 Agent 把那些横向的碎片时间攒起来，谁就能比别人多出一大截可支配的精力。2、他把自己从「信息的消费者」变成了「信息的审阅者」。以前你得自己去翻邮件、翻日历、翻各种工具，现在 Agent 把所有信息汇总好，你只需要做判断。3、招人越来越年轻，因为经验正在贬值。Notion 招了一个 16 岁的工程师。故事是这样的。去年年中他们先招了一个 18 岁的，觉得已经是公司史上最年轻的员工了。结果没过多久，有人在 YouTube 上发现了一个少年，做的设计和 AI 相关的视频非常有水平，就邀请他来公司参观。Ivan 在电梯里碰到这个人，问他在哪上大学，对方说我没上大学，我还在读高中十年级。但这个孩子现在正在参与 Notion 下一个新产品的核心开发。Ivan 解释了为什么倾向于招更年轻的人。第一，年轻人对 AI 工具的接受速度更快，没有那么多「这个做不到」的预设。第二，很多传统经验在 AI 时代正在失效，模型的能力每两个月就跃升一次，上一轮的经验到下一轮可能就不适用了。第三，从小在互联网环境里长大的人，学习速度本身就在以不同的速率复利增长，再叠加上 ChatGPT 这样的工具，差距会越来越大。这段话听完其实挺让人感慨的。它意味着在 AI 时代，「会问问题」可能比「知道答案」更重要。一个 16 岁的孩子之所以能参与核心产品开发，大概率不是因为他比资深工程师懂得多，而是因为他更擅长跟 AI 协作，更愿意尝试，更少被过去的方法论束缚。4、主持人提到有人说九十年代的即时战略游戏可能是管理 Agent 的好形态，Ivan 接过话说，我们折腾了一两年用 IDE 来管理 Agent，现在发现最好的方式可能还是看板。这听起来有点好笑，但仔细想想很有道理。当你同时运行多个 Agent，每个 Agent 有不同的状态、不同的任务、不同的进度，你需要一个一目了然的界面来掌握全局。看板这种东西存在了几十年，恰恰就是为这种场景设计的。Ivan 还引用了一个比喻：人要留在循环里，但要往上走。你不想停留在做琐事的那个层级，你想升到管理一座城市的层级。就像玩模拟城市一样，你是市长，你做的是系统层面的决策，具体的执行交给下面的单元去完成。这个比喻其实暗示了一种新的工作方式。未来的知识工作者，核心能力可能不再是「把一件事做好」，而是「同时调度很多件事」。你的价值取决于你能管理多大规模的 Agent 团队，能在多高的抽象层级上做决策。5、如果你的产品不能被 Agent 使用，未来就很危险。这可能是整期节目里最核心的一个判断。主持人问 Ivan，很多人说 SaaS 要死了，软件公司的未来在哪里？Ivan 的回答很直接：如果你的产品不能被 Agent 使用，未来确实不太乐观。但如果你能重新架构产品，让 Agent 能够操作你的工具，你就能进入一个科技行业从未触及过的全新市场。他的逻辑是这样的：过去十五年，科技公司卖的是工具，按人头收费，这是一个确定的市场。但更大的市场是卖工作本身、卖服务、卖结果，这个市场大概是工具市场的十倍。AI Agent 的出现，让软件公司第一次有机会从「卖工具」跨越到「卖工作」。他还提到一个很具体的判断标准：如果一个软件产品界面上有一千个按钮，那种九十年代、两千年代风格的复杂界面，Agent 根本理解不了怎么用。而如果未来大部分知识工作都由 Agent 来完成，那些 Agent 用不了的产品就会丢失市场份额。就这么简单。6、面对 OpenAI、Anthropic 这些大模型公司可能吞噬一切的威胁，Ivan 给 Notion 找的定位很清晰：做瑞士。他的意思是，现在有三四家头部模型公司在互相追赶，今天这家领先，明天那家反超，没有人想被锁定在某一家模型上。Notion 要做的是保持中立，不管哪家发布了新模型，Notion 当天或者第二天就能接入。客户要的就是这种灵活性。同时，Notion 已经有了文档、看板、待办、权限管理这些企业级的基础设施，再加上多人协作的能力，这些东西加在一起，构成了一个独特的位置：一个模型中立的、多人协作的、企业级的 Agent 管理平台。Ivan 特别强调了「多人协作」这个点。他说 Open Claw 很酷，但本质上是单人使用的。Claude 的 Co-work 产品处理文件很强，律师和金融团队很喜欢，但也偏单人场景。Notion 从第一天起就是为团队协作设计的，这个基因在 Agent 时代反而变成了核心优势。7、当主持人问到很多 SaaS 公司在关闭 API、收紧数据接口的时候，Ivan 的态度很明确：别人关门的时候，恰恰是你应该开门的时候。他说 Notion 历史上并不是一个特别面向开发者的公司，但这个情况即将改变。接下来几周和几个月，Notion 会发布大量面向开发者的功能，拥抱平台的开放性。他的逻辑是，当整个市场都在收缩、都在保护自己的数据护城河的时候，选择开放反而能赢得信任，吸引更多的 Agent 生态接入。这个策略其实跟很多商业直觉是相反的。大部分公司在面对不确定性的时候，本能反应是收紧、防守。但 Ivan 认为，在 Agent 时代，封闭等于慢性死亡。你的产品必须对 Agent 友好，必须让外部的编程 Agent、数据 Agent 能够进来读写你的数据。谁先做到这一点，谁就能在新的生态里占据有利位置。8、Ivan 在节目里确认，Notion 正在从按席位收费转向按使用量收费。自定义 Agent 是他们第一个按使用量定价的产品。他说得很坦率：目前整个知识工作领域，还没有一家公司真正跑通了这种转型。开发者工具领域有一些先例，但在更广泛的知识工作市场里，没有人做到过。这也是他想在 Notion 还是私有公司的时候就把这件事搞定的原因，因为私有公司可以承受更大的风险，可以快速试错，不用每个季度跟华尔街解释。主持人提到 Sierra 的 CEO Brett Taylor 也在说类似的话：如果你能按结果收费，为什么还要按人头收费呢？Ivan 接过来说，按人头卖工具，你还是在科技行业里打转。但如果你能按工作量、按结果来收费，你就进入了知识经济的大盘子，那是一个大十倍的市场。这个转变对整个软件行业的影响可能是深远的。以前 SaaS 的商业模式本质上跟健身房会员卡差不多，很多收入来自那些买了但不怎么用的席位。AI 时代如果转向按使用量收费，意味着产品必须真的好用、真的能产出价值，否则客户不会为它付钱。这对软件公司的产品能力是一个更高的要求。9、Ivan 提到了乔布斯那句经典的话：计算机是人类思维的自行车。然后他说，我们有了互联网之后，这些年一直在信息高速公路上骑自行车。AI 的到来，意味着我们终于可以在信息高速公路上开汽车了。这个比喻很精准地概括了他对 AI 的理解。AI 不是要取代人，而是要升级人的工具。从自行车到汽车，你还是那个驾驶者，但你能到达的地方、你能覆盖的范围、你做事的效率，完全不在一个量级上了。而 Notion 想做的，就是造那辆车。10、Notion 的弱点，在 AI 时代变成了优势。Ivan 坦率地承认，Notion 的上手门槛一直是个问题。产品太灵活了，给你一堆乐高积木，但很多人不知道从哪里开始拼。他提到《华尔街日报》的记者 Joanna Stern 最近发了一条推文说「我终于理解 Notion 了，多亏了 AI」，Ivan 说这句话既说明我们的新手引导做得不够好，也说明 AI 确实很神奇。但他话锋一转，说了一个很有洞察力的观点：传统 SaaS 把工作流硬编码到软件逻辑里，界面是固定的，功能是预设的。Notion 一直给用户乐高积木，让你自己搭，这在过去是劣势，因为学习成本太高。但在 AI 时代，语言模型可以帮你搭这些积木。所以 Notion 的灵活性，从弱点变成了强项。这个逆转很有意思。它说明在技术范式转换的时候，过去的劣势有可能突然变成优势。那些看起来「太复杂」「太灵活」「太难上手」的产品，如果底层架构足够开放，反而可能在 AI 时代获得第二春。#科技先锋官##How I AI#

21. Notion+快捷指令= 一键打卡懒人自律习惯养成必备！免费指令分享

22. Notion CRM客户管理系统 AI化升级拍照截图一键录入客户信息

23. Notion 时间记录统计系统搭建逻辑配置教程

24. 发布了头条文章：《Notion CEO：不能被 Agent 用的产品没有未来》 Notion CEO Ivan Zhao 在 Access Podcast 中分享了他用 Agent 接管邮件的经历、雇佣 16 岁工程师的故事，以及 Notion 从卖工具转向卖工作、做 AI 模型中立的瑞士的战略转型。 Notion CEO：不能被 Agent 用的产品没有未来

25. Notion + AI 打造5个效率APP 客户管理｜项目管理｜时间管理｜每日复盘｜记账管理

26. Notion｜用企业级记账逻辑，打造个人财务系统

27. 快捷指令+Notion 联动！完整配置教程集成搭建 API key 页面ID

28. Notion 项目管理系统让团队效率原地翻倍专案管理

29. Notion 全智能记账系统每月还贷管理终于清晰了

30. 开发者工作经常需要在多个AI工具间切换，CLI工具写代码、浏览器调试、GitHub管理PR、Slack沟通通知，来回切tab效率低下。Agora Awesome Codex Skills 把Codex工作流所需的功能全部整合，提供一套实操Codex技能集合，自动化CLI和API工作流。不仅有代码审查、PR自动修复、会议笔记智能分析，还支持Notion知识捕获、竞品广告提取、部署流水线，甚至能连接1000+应用如Slack/GitHub。GitHub：github.com/ComposioHQ/awesome-codex-skills主要功能：- 开发工具：codebase-migrate（多文件重构）、gh-fix-ci（CI故障自动修复）、pr-review-ci-fix（PR审查+修复循环）；- 生产力协作：meeting-notes-and-actions（会议转行动项）、notion-spec-to-implementation（Notion规格转实现计划）、issue-triage（问题自动分类）；- 沟通写作：email-draft-polish（邮件润色）、changelog-generator（变更日志生成）、content-research-writer（内容研究写作）；- 数据分析：spreadsheet-formula-helper（表格公式助手）、lead-research-assistant（潜在客户研究）、developer-growth-analysis（开发者成长分析）；- 元工具：connect（连接1000+应用）、skill-installer（一键安装技能）、skill-creator（技能创建模板）。支持快速安装到~/.codex/skills，通过python脚本或手动复制即可使用，适合开发者团队和AI代理构建者。#CodexSkills##AI开发工具##自动化工作流#

31. 使用大语言模型（LLM）时，往往需要反复输入复杂的提示词来规范其行为，且在不同平台间切换时，难以保持工作流的一致性。Awesome LLM Skills 是一个精选的资源列表，专门收集用于定制 AI 代理工作流的技能、资源和工具。它通过标准化的方式，教给 AI 如何按照特定要求执行任务，使其在不同平台上都能以可重复、标准化的方式完成工作。该项目不仅涵盖了从文档处理到代码开发的各类实用技能，还详细介绍了如何在 Claude Code、Gemini CLI、Codex 以及 Qwen Code 等主流工具中配置和调用这些技能。GitHub：github.com/Prat011/awesome-llm-skills主要功能：- 提供标准化的技能模板，通过简单的 Markdown 文件定义 AI 的任务逻辑和执行步骤；- 适配多种主流 AI 命令行工具和桌面应用，包括 Anthropic Claude Code 和 Google Gemini CLI 等；- 内置丰富的开发与测试技能，如 Playwright 浏览器自动化、AWS 开发辅助及代码质量检查；- 强大的文档处理能力，支持对 Word、PDF、Excel 及 PPTX 等多种格式进行分析与编辑；- 集成 Notion 知识管理，可将对话内容自动转化为结构化的笔记、会议纪要或研究文档；- 包含商业与创意工具，支持品牌指南应用、竞品分析、域名构思及多媒体素材生成。该项目适合开发者和重度 AI 用户使用，通过简单的文件夹配置即可让 AI 代理具备专业化的处理能力，大幅提升自动化办公和编程的效率。

32. Notion发布Developer Platform：从笔记应用变身AI Agent编排中心，SaaS行业变天了

33. 别再叫我用 Obsidian 了! Notion 资深付费用户的狂怒! | Theo - t3․gg

34. Notion AI工作流：用这5个模板管理整个团队

35. Notion 系列 · 01｜你为什么总是用不好 Notion？

36. Notion AI数据库+AI组合：一套搭好就省心的工作台

37. 【熟肉】我真的受够了Obsidian：为什么我还在坚持使用Notion - Theo - t3․gg

38. 别卷 IDE 了！Notion 刚刚把整个工作区变成了 Agent 的“操作系统”

39. Notion工作台全面变身AI智能代理枢纽

40. 你用的那个漂亮笔记本 Notion，现在变成了 AI 的"指挥中心"

41. Notion突然变成了Agent指挥中心：Claude Code、Cursor、Codex都能在里面干活了

42. Notion AI实战：10分钟自动整理50份混乱项目文档，效率提升92%

43. Notion创始人:不能被Agent使用的产品,必死无疑

44. 我把团队周会全搬进 Notion AI Meeting Notes，三个月后说几句真心话

45. Notion 3.4 第二弹落地：团队协作里最值得升级的几个动作

46. 前沿洞察 | 为什么高产出的人，都用Notion搭建“第二大脑”？

47. 2026年效率工具终局之战：Notion、Coda、Elisi谁才是你的选择？

48. 如何用 Notion 模板库优化团队协作？

49. Notion刚刚把工作空间变成AI agent中枢

50. 怎么把一人公司玩明白？我是怎么用 Notion 跑一家街舞工作室的

51. Notion 现已将自身工作空间升级为智能体聚合中心

52. Notion 数据库从入门到真正好用

53. 没训练过一个模型，Notion 凭什么叫 AI 公司？

54. 用 Notion 优化团队会议记录与任务分配流程

55. Notion工作空间升级：成为AI代理协作中心

56. Notion 项目管理系统让团队效率原地翻倍专案管理团队协作最怕什么？任务一多就乱成一锅粥，出了问题还互相甩锅？😭 如果你正在带小团队或者创业，这个 Notion项目管理系统简直就是救星！所有项目进度一目了然，日历视图让你精准把控每一个完成时间 📅。大项目可以轻松拆解成三级小任务，做完的内容自动隐藏，页面只保留正在进行的任务。实现责任到人！每个人都有专属的个人主页，指派给谁的任务清清楚楚，还能直接提交日报 📝。谁在推进，谁在卡壳，一看就知道，彻底告别团队协作中的推诿扯皮 🔍。因为是基于 Notion 搭建，灵活度超高且没有昂贵的软件年费，完全可以根据需求自定义。告别混乱，把时间花在刀刃上，低成本也能打造最顺手的管理神器，这才是高效工作的正确打开方式 🚀。 #notion #项目管理 #notion模版 #项目任务管理 #团队管理系统

57. 我用Notion AI管理10人团队，效率提升50%（附免费模板）

58. Notion 案例分享：如何管理团队项目

59. Notion 分栏布局在协作编辑中的同步与冲突

60. 多设备工作流：Notion如何提升协作效率

61. 如何通过 Notion 的动态构建数据化个人项目？

62. 如何用 Notion 实现多人协作的权限管理？

63. Notion 中多媒体文件的团队共享与访问控制

64. 深入解析：Notion 日历视图的互联协作方式

65. 原来 Notion 这样分权限，外部协作再也不怕泄密了

66. Notion系列·02｜Notion 核心逻辑只有一句话

67. 玩转Notion：记住这3个底层原理，一通百通

68. Notion 中团队空间的创建与成员分配

69. 用Notion命名空间设计团队协作的最佳方式

扫一下，分享更方便，购买更轻松

0评论

当前文章无评论，是时候发表评论了

提示信息

取消

确认

评论举报

垃圾广告！低俗色情！人身攻击！疑似水军评论！其他有害！