Notion重构Agent经验,要给人和Agent做软件
Notion 在开发自定义 Agent 的过程中,内部对系统架构进行了 5 次重构。这一现象并非源于技术团队的执行力不足,而是因为对 Notion 现有机制的过度熟悉反而成为了初期设计的束缚。其核心挑战在于,软件设计的受众发生了根本性变化:不再仅仅是为人类用户服务,而是需要同时适配人类与 Agent 的操作逻辑。这揭示了一个行业共性难题,即在现有 SaaS 架构上叠加 AI 能力,往往需要对底层逻辑进行推倒重来的改造。
01早期架构的技术痛点
- 数据结构认知偏差
首版架构采用 XML 描述页面及内部数据结构。这种方式虽然符合工程师的系统建模直觉,但与模型的处理逻辑并不匹配。模型并不关心企业内部的数据建模方式,其核心需求在于能否稳定地理解、调用并验证指令,XML 结构反而增加了模型的处理负担。 - 工具调用性能瓶颈
在工具数量较少时,将所有工具塞入一个 Prompt 是可行的方案。然而,当工具数量超过一百个后,这种方法不仅会拖慢产品响应速度,还会导致模型在众多选项中难以准确筛选出正确的工具,严重影响执行效率。
02系统架构的重构路径
为了解决上述问题,Notion 放弃了早期的 Prompt 堆叠模式,转而采用更接近真实软件系统的架构。这一转变的核心在于对系统复杂度的拆解与隔离,将原本耦合在一起的功能模块进行解耦处理,以适应高并发的 AI 交互需求。
| 核心维度 | 早期架构模式 | 重构后架构模式 |
|---|---|---|
| 工具管理 | 全部工具塞入单一 Prompt | 系统化拆分工具调用逻辑 |
| 权限控制 | 混合在整体流程中 | 独立的权限验证模块 |
| 上下文处理 | 整体打包处理 | 独立的上下文管理机制 |
| 可验证性 | 依赖模型自我判断 | 独立的外部验证环节 |
Notion 架构演进对比
03Agent-native 软件的核心标准
Notion 的经历表明,未来的 SaaS 分水岭不在于是否集成了 AI 聊天框,而在于产品能否被 Agent 当作可靠的工作环境。真正的 Agent-native 软件需要具备以下四个核心特性,这也是旧产品架构向智能化转型的关键指标。
Agent-native 架构特性
可读与可调用
- 软件功能必须以机器易于理解的方式呈现
- API 接口需具备高可用性与标准化描述
- 降低模型解析界面的认知成本
可验证与可授权
- 建立独立的权限校验机制,确保操作合规
- 提供明确的反馈机制,验证指令执行结果
- 支持细粒度的操作授权管理
可组合性
- 功能模块需解耦,支持灵活的原子化调用
- 适应 Agent 动态编排工作流的需求
- 打破传统软件的封闭流程限制
综上所述,产品设计团队的思考维度已从“人如何点击、搜索、协作”扩展至“Agent 如何读取、写入、确认权限”。构建适配机器同事的软件架构,比单纯增加一个交互界面要复杂得多,这也将是未来企业级软件演进的核心方向。
当前文章无评论,是时候发表评论了