Notion 在 7 月 1 日宣布了一个看似低调、实则意味深长的动作：ZeroEntropy 团队加入公司。这家初创公司专攻"面向知识工作的高效、任务专用模型"——追求在特定任务上效率与效果的平衡。对 Notion 来说，这是一次从"调用别人模型"向"自研模型层"迈进的关键补强。

为什么是"知识工作专用模型"

ZeroEntropy 的切入点很精准：通用大模型在知识工作场景往往"杀鸡用牛刀"——能力冗余、成本偏高、特定任务表现不稳定。而"任务专用模型"追求的是在文档整理、知识检索、信息提取等具体任务上，用更小的模型做到更稳定高效。这正是 Notion 这样的知识管理工具最需要的底层能力。

一条完整的 AI 战略拼图

把 Notion 2026 年上半年的动作拼起来，意图清晰：5-6 月密集发布 AI 能力——Notion 开发者平台（扩展 Notion 与 Agent 的构建块）、Custom Agents（可自主处理完整工作流的 AI 同事，已结束公测）、Notion AI 与多区域数据架构（确保客户数据在所在区域处理存储）。ZeroEntropy 的加入，正好补齐了这套拼图最底层的"模型自研"能力，减少对外部模型提供商的依赖。

从行业视角看， 通过"收购模型团队"来强化其"知识工作操作系统 + AI"的定位，折射出一个趋势：应用层公司开始向上游模型层渗透。它与 OpenAI、Anthropic 等基础模型厂商形成既合作又竞争的关系——用别人的通用模型做基础，用自己的专用模型做差异化。对国内知识管理/协同办公赛道（飞书、钉钉、语雀等）而言，这提示了一个战略命题：AI 时代的办公工具，是否也该考虑"自研模型层"来构建护城河，而不是永远租用别人的能力。

后续值得跟踪的几个方向：

  1. ZeroEntropy 模型的具体落地：会先嵌入哪个 Notion 功能（搜索、整理还是 Agent）。
  2. 自研模型对成本结构的影响：知识工作专用模型能否显著降低 Notion 的推理成本。
  3. 与 OpenAI/Anthropic 的关系演变：自研模型是否会挤压外部模型在 Notion 中的份额。
  4. 国内办公工具的自研决策：飞书、钉钉是否会跟进"自研专用模型"路线。