Notion 复盘 Custom Agents 公测：AI 办公从"问答"转向"委托"

6 月 15 日，Notion 联合创始人 Akshay Kothari 发文复盘 Custom Agents 公测期间的收获。这篇复盘的价值，不在于它讲了什么新功能，而在于它明确了一个产品哲学的转向：Notion 的 Custom Agents 不是"更聪明的聊天机器人"，而是"AI 同事"——把重复性工作从用户手中接走，让用户专注于"需要你（人）"的工作。

核心理念：委托而非对话

复盘的核心洞察是"任务委托（delegation）"而非"对话"。两者的区别在于：对话是你问一句、它答一句；委托是你为 Agent 设定角色、目标与权限，Agent 在 Notion 工作区中自主执行——整理资料、生成文档、维护数据库——完成后交付结果。这要求 Agent 具备可靠的任务理解、工作区操作与结果校验能力。换句话说，用户从"操作者"变成"管理者"。

从应用到模型层的完整栈

Custom Agents 不是孤立功能，它正在被 Notion 织进一张更大的网：Custom Agents（执行层）+ Developer Platform（开发者平台，6 月 1 日发布）+ ZeroEntropy（知识工作专用模型团队，7 月 1 日并入）。这三块拼图合在一起，勾勒出 Notion 构建"应用层 + Agent 层 + 模型层"完整栈的野心——既要控制执行，也要控制底层模型。

从行业视角看，Custom Agents 代表 AI 办公产品从"问答式助手"向"委托式 AI 同事"的关键范式转变。这个转变的意义在于：当 AI 能自主完成一整条工作流并交付结果，"AI 办公"的想象空间就从"提效工具"升级为"人力替代"——而这也正是企业愿意付费的核心逻辑。Notion 正在用公测经验证明这条路走得通。对国内协同办公 AI（飞书、钉钉等）而言，这份复盘的参考价值在于执行细节：角色设定、权限边界、结果校验——"委托式 AI 同事"的成败，恰恰藏在这些看似琐碎的工程细节里。

后续值得跟踪的几个方向：

1. 委托任务的成功率：自主执行的完成质量与异常处理。
2. 权限模型的设计：Agent 在工作区内的访问边界与审批流。
3. 公测到正式上线的路径：基于复盘经验的产品改进。
4. 国内办公 AI 的"委托化"：谁先让 AI 从"问答"走向"自主执行"。