Notion AI转型：5个关键决策与Agent定价模式

Notion 曾明确告诉用户自己不擅长 AI 润色、不生成文章，三年后它的年度经常性收入突破 6 亿美元，其中一半来自 AI 产品。从 2022 年试水智能体到 2025 年才正式落地，五次失败换来五个关键决策。

你可能记得我们之前聊过Notion的“十条产品法则”。那一期里，Notion的官网有一个板块叫“flomo不擅长什么”——等等，那是flomo。Notion的官网同样有一个板块，叫“Notion不擅长什么”。

它清清楚楚地写着：不擅长做AI润色、不擅长生成文章。

它主动告诉用户：“我不是你的AI写作助手。如果你需要AI写东西，去找别的工具。”

三年后，2026年。Notion的年度经常性收入突破6亿美元。其中一半，约3亿美元，来自AI产品。 超过半数的企业客户为AI功能付费。Notion的估值在110亿美元左右，而资本市场给它18倍市销率溢价的原因，不是“座位扩张”，是“AI驱动的增长重新加速”。

Notion推翻了自己。它曾经说“不擅长AI”，现在AI是它的核心业务。

这不是一个“打脸”的故事。这是一个关于产品公司如何判断技术时机的故事。Notion不是“不做AI”，它是“在AI还不够好之前不做AI”。它等了三年，失败了五次，才推出真正可用的AI产品。

今天这期节目，我们聊Notion AI转型的五个关键决策。不是“它有什么AI功能”，而是“它为什么能等，又为什么能赢”。

一、第一个决策：2022年就开始做Agent，但“不做”比“做”更难

2022年底，GPT-4刚发布，Notion就开始尝试做智能体了。

他们的第一次想法很直接：给AI访问Notion所有工具的能力，让它在后台为你工作。这个想法听起来合理，但那次失败了。

第二次失败了。第三次失败了。第四次，第五次，一直到2025年9月，Custom Agents才正式发布。中间经历了四到五次彻底重建。

为什么每次都失败？Notion的AI负责人Simon Last在播客里复盘了五次失败的原因：

第一次（2022年末）：连函数调用的概念都还没有，团队自己设计工具调用框架，模型太弱，根本跑不起来。

第二次（2023年初）：尝试微调模型，但上下文窗口只有4K到8K，无法支撑多轮交互。

第三次（2023到2024年）：建了自定义XML格式的智能体框架，暴露给模型的复杂度太高。

第四次（2024年中）：迁移到类Markdown的抽象层，工具定义频繁变化，不稳定。

第五次（2025年初）：Claude 3.6/3.7时代，模型能力终于支撑了可靠的产品体验。这次成了。

Simon用了一句话总结：“撞了三年，撞到模型本身终于就位。 ”

这意味着什么？Notion在2022年就开始做Agent，但它没有在2022年发布。它知道“模型能力不够”，知道“发布一个不稳定的AI功能会伤害产品信任”。所以它选择“等”。

这个“等”的决策，比“做”更难。因为2023年，所有公司都在抢着发AI功能。Notion的竞争对手在发AI写作，在发AI总结，在发AI聊天。Notion什么也没发。

产品经理的启示： 做AI产品，最难的不是“做”，是“知道什么时候不做”。当模型能力还不够时，发布一个“能用但不好用”的AI功能，不是在“抢占市场”，是在“消耗用户信任”。Notion的“等”，是一种“克制”。而克制，在AI热潮中是最稀缺的品质。

二、第二个决策：Agent Lab Thesis——“三条线并行”的时机判断

Notion没有“All in AI”，也没有“等成熟了再做”。它提出了一个叫 “Agent Lab Thesis” 的产品策略。

这个策略的核心是：维护三类并行的项目。

已发布项目：保持高质量运营。这是“现在”。

实验性项目：探索18个月后“显而易见”的方向。这是“未来”。

疯狂的项目：即使方向不明，也持续投入。这是“赌注”。

这不是“All in一条线”，是“三条线同时跑，不同时间窗口收获不同回报”。

Notion的AI团队叫Token Town，有两类核心角色：

AI Engineers：构建智能体能力。

Model Behavior Engineers（MBE，模型行为工程师） ：专门理解模型行为、编写评估体系、分析失败模式。这个角色是Notion特有的，融合了数据科学家、产品经理和提示工程师三种技能。

MBE的存在说明一件事：AI产品的质量护栏，不会自动建立。你需要有人专门做这件事。

Notion的MBE团队做了一件很“反常识”的事：他们雇了第三方来检测模型供应商的“秘密量化降质”——在跨供应商的评估中发现某家正在悄悄降低模型质量。如果没有专门的人负责这件事，这种偏差会默默积累，直到用户开始抱怨。

产品经理的启示： AI产品的“时机判断”不是“越早越好”，也不是“等成熟再做”。它是一个“组合下注”的问题。你需要同时维护“现在能用的”“18个月后能用的”“5年后可能用的”三类项目。只赌一个时机，风险太高。Notion的“三条线”策略，是一种“风险对冲”。

三、第三个决策：不做“悬浮球”，让AI“藏”在工作流里

Notion的AI设计哲学，和大多数AI产品完全不同。

大多数AI产品在“抢入口”——悬浮球、侧边栏、独立按钮。你打开产品，AI在“喊你用它”。Notion的设计负责人Randy Hunt说了一句很直接的话：“你不能让每一个新工具都对着你尖叫。”

Notion的AI“藏”在用户已有的工作流里。

当你在空白页面开始写作时，AI优先展示“起草工具”——帮你brainstorm、生成会议议程、告诉AI你想写什么。

当你在一个有内容的页面添加新块时，AI优先展示“继续写作”“总结”“提取行动项”——让AI基于已有内容工作。

当你选中一段文字时，AI优先展示“改进写作”“调整语气”“修正拼写”——一键编辑，AI的回复在独立窗口显示，你可以对比两个版本再决定是否替换。

Randy Hunt把这种设计形容为 “打理花园” ：“你重新种下一些东西，引入新功能，但它不是一次彻底的重设计。” 除了新的AI聊天界面（这是唯一因为技术本质而改变界面的地方），其他AI功能都“融入”了Notion已有的使用方式。“我们试着在用户已经在做事的地方遇见他们。”

这个设计的“反共识”之处在于：大多数AI产品在“教育用户用AI”，Notion在“让用户不需要意识到在用AI”。

产品经理的启示： AI产品的“入口设计”决定了用户的“使用频率”。悬浮球和侧边栏是“提醒用户用AI”，但用户不需要“被提醒”。用户需要的是“在需要的时候，AI就在那里”。Notion的“藏”，是一种“高级的克制”。它把AI变成了“工作流的一部分”，而不是“一个需要被记住的功能”。

四、第四个决策：从“按座位收费”到“按Agent使用量收费”

Notion的商业模式转型，是它AI转型中最“危险”的一步。

传统的SaaS定价是“按座位收费”——你有一个用户，付一份钱。这个模式在“人使用软件”的时代是合理的。但在“Agent使用软件”的时代，它不成立了。

Notion的CEO Ivan Zhao说了一句非常直接的话：“只为‘人’设计软件产品的时代已经结束了。” 他的判断是：“如果一款产品无法被AI代理使用，其发展前景将面临压力。”

Notion正在测试一种全新的定价模式：按AI代理使用量计费，而不是按用户收费。Ivan Zhao认为，这一模式有望打开一个“规模可能达到传统SaaS市场10倍”的新市场。

这个判断的“反共识”之处在于：大多数SaaS公司在“保护”按座位收费的模式。 因为按座位收费是“可预测的”“稳定的”“高利润的”。按使用量收费是“波动的”“不可预测的”。但Notion认为，当Agent成为“主要使用者”时，按座位收费就“不成立”了。一个Agent可以完成10个人的工作，你不可能“按10个座位”向它收费。

Notion正在与Ramp、Vercel、Clay、Cursor等公司测试这种新模式。Ramp部署的一款AI代理在短短几周内处理了4000个问题，累计节省约2000小时。Notion数据库中“构建相关工作”已有一半以上由AI代理而非人工完成。

产品经理的启示： 当你的产品的“主要使用者”从“人”变成“Agent”时，你的商业模式需要“重新定义”。“按座位收费”假设“一个人使用一个产品”。“按使用量收费”假设“一个Agent完成多个任务”。两种模式的“价值锚点”完全不同。Notion的转型，是对“Agent时代”商业模式的一次“下注”。

五、第五个决策：用“品味”对抗“AI的平庸”

在AI时代，一个很实际的问题是：当AI可以生成一切时，“品味”还有什么价值？

Notion的答案是：品味是AI无法复制的。

Ivan Zhao在Lenny的播客上说过一段话，我引用一下：“打造一款产品或一项业务，你需要用户，需要收入，这关乎生意。但同时，你有一些品味，一些审美，这又与价值观相关。这两者是不同的能量，需要创造一种平衡。如果过于自我，那就没有用户，你只是在做一个艺术项目。如果过于商业化，你打造的就仅仅是一个商品。”

Notion的设计负责人Randy Hunt说得更直接：Notion“关心终端用户体验的方式，和关心普通消费者用户一样”。 他指出，大多数企业软件的“购买决策者”不是“使用者”。但终端用户“每天回家都在用消费级产品，他们知道好的App长什么样、用起来什么感觉。然后他们走进办公室，被给了一个‘基于价格做出的采购决策’的工具。”

Notion的“品味”体现在哪里？Randy Hunt举了一个例子：Notion的AI总结工具，是在用户选中文本时，在弹出工具栏里“悄悄地”出现的。它不“喊你用它”。但它“在你需要的时候，就在那里”。

这种“品味”，不是“视觉设计”，是“克制”。是“知道什么时候不出现”的克制。是“知道什么功能不该加”的克制。是“知道用户不需要被教育”的克制。

产品经理的启示： AI时代，“品味”不是“附加值”，是“核心竞争力”。当AI可以“生成”一切时，“选择”什么、不选什么、“呈现”什么、不呈现什么，就成了唯一的差异化。Notion的“品味”，不是“好看的界面”，是“知道什么不该做”的判断力。

六、Notion AI转型教会了我们什么？

第一，AI产品的“时机判断”比“功能多少”更重要。

Notion从2022年就开始做Agent，失败了五次，才在2025年发布。它的“等”，不是“落后”，是“克制”。当模型能力不够时，发布一个“能用但不好用”的AI功能，是在“消耗用户信任”。

第二，“三条线并行”比“All in一条线”更安全。

Notion同时维护“已发布项目”“实验性项目”“疯狂的项目”。这不是“分散资源”，是“风险对冲”。AI技术的“拐点”无法预测，只能“下注”。

第三，AI应该“藏”在工作流里，而不是“喊”在入口上。

悬浮球是“提醒用户用AI”。Notion的AI是“在用户需要的时候，就在那里”。这种“藏”，是一种“高级的克制”。用户不需要“被提醒”，用户需要“被服务”。

第四，商业模式需要“重新定义”。

“按座位收费”假设“一个人使用一个产品”。“按Agent使用量收费”假设“一个Agent完成多个任务”。当Agent成为“主要使用者”时，旧的定价模式“不成立”了。

第五，AI时代，“品味”是最后的护城河。

当AI可以“生成”一切时，“选择”什么、不选什么，成了唯一的差异化。Notion的“品味”，不是“好看的界面”，是“知道什么不该做”的判断力。

七、尾声

2026年，Notion的ARR突破6亿美元。一半来自AI。它从“不擅长AI”的公司，变成了“AI贡献过半收入”的公司。

它没有“打脸”。它只是“等到了对的时机”。

Simon Last说：“撞了三年，撞到模型本身终于就位。”

Ivan Zhao说：“只为‘人’设计软件产品的时代已经结束了。”

Randy Hunt说：“你不能让每一个新工具都对着你尖叫。”

这三句话，可能就是Notion AI转型的全部秘密。等对的时机，重新定义用户，保持克制。

Notion的AI转型证明了：产品公司做AI，不是“包一层模型”就结束了。 你需要判断“模型能力的水流往哪边走”，你需要重新设计“AI在工作流里的位置”，你需要重新定义“谁在使用你的产品”，你需要“克制”到“不发布不成熟的AI功能”。

这些，都比“调用API”难得多。

本文由人人都是产品经理作者【李明Bright】，微信公众号：【李明Bright】，原创/授权 发布于人人都是产品经理，未经许可，禁止转载

题图来自Notion官网截图