一家千人规模、年经常性收入超 6 亿美元、估值百亿美元的成熟 SaaS 公司，最自然的活法是沿着既有路线加功能、招销售、服务企业客户。Notion 的创始人却给出了另一个答案：必要的时候，把公司重新做一遍。从京都的第一次重做到 GPT-4 之后的第二次重做，这个案例回答的是很多老公司最怕的那道题——AI 时代怎么避免变成旧公司。
一、先看家底
Notion 2013 年成立，从文档、笔记、知识库、项目管理工具一步步长成公司和个人都在用的生产力平台；2021 年完成 2.75 亿美元融资、估值 100 亿美元；2025 年启动员工股票出售、估值约 110 亿美元，年经常性收入超 6 亿美元——其中约一半来自 AI 产品。它已有庞大的用户、成熟的收入、完整的组织和路径依赖，所以这个样本的价值在于：一家已经成功的公司怎么自我更新。
二、第一次重做，在京都
Notion 早期并不顺利：几年没找到产品市场匹配，Ivan Zhao 后来说，那时的痛苦和现在完全不一样——现在是事情太多太快到处着火；早期没有 PMF 是一种更深的绝望，因为不知道问题出在哪、该往哪走。产品形态有了雏形，但钱快花完了。Ivan Zhao 和联合创始人 Simon Last 做了个激烈决定：裁掉团队、离开旧环境，去日本京都重新做。选京都的原因不复杂：东京房子太小，京都更大更便宜；把旧金山的住处和办公室租出去，公司反而第一次实现现金流为正。在京都两人进入极简节奏：写代码、吃饭、再写代码。没有多余资源，创始人必须重新面对产品本身：这个工具到底解决什么问题？为什么值得继续做？用户为什么需要它？他没选择关掉 Notion 再开新公司——从大学最后一年起他就着迷于"工具形态"的问题，和 Simon 都在"思维工具"社区里，对早期计算机先驱、软件如何增强人类能力长期感兴趣。京都那次重做不是换方向，而是砍掉不必要的东西，回到最核心的问题：做一个真正好用的人类工具。这也解释了 Notion 后来的气质：把文档、数据库、知识库、任务、项目放进同一个灵活空间。
三、第二次重做，在 GPT-4 之后
2023 年前后，Notion 已经是数百人的公司，最自然的做法是沿既有路线增长。但 GPT-4 改变了 Ivan Zhao 的判断：GPT-3 只让人觉得"有用"，GPT-4 让他意识到这不是可以慢慢观察的趋势，而是会改变知识工作的底层技术。Notion 其实很早就做了 AI 写作产品——ChatGPT 发布前两周就上线了第一版 AI 功能，带来明显收入增长。但他想做的不止写作助手：他很早就想做智能体，让 AI 理解上下文、检索信息、执行任务、推动工作流。这条路并不顺：2022 年底开始尝试智能体方向，很长时间没跑通，试过不同模型也做过微调和定制模型，效果都不稳定。Ivan Zhao 后来承认，他们"活得太靠近未来了"——早期技术能力不够、产品想得太超前，团队有一年半左右走得很痛苦。这也是 AI 产品和传统软件最大的不同：传统软件像造桥，需求清楚设计清楚工程够就能按计划做出来；用大模型做产品像酿酒，你不能命令酵母变成某种味道，只能不断实验，看模型能力给你什么，再围绕它重新组织产品。这直接改变了开发方式：过去是产品经理听需求交给设计师再给工程师；现在设计、产品、工程必须更早坐到一起，围绕模型能力、评测结果和用户体验实验——边界模糊，职位重要性下降，能不能把东西做出来变得更重要。
四、从"工具箱"到"AI 工作空间"
Notion 早期最强的产品理解是"一个工具让用户自己搭系统"——传统办公软件固定功能，Notion 是一套积木。AI 到来后这个基础变得更有价值，因为 AI 真正需要的不只是输入框，而是上下文：公司里的文档、任务、会议纪要、项目进展、客户资料、流程记录、历史决策，都是 AI 可以理解和调用的上下文。这就是转向 AI 工作空间的核心逻辑：产品包括 Notion Agent、Custom Agents、Enterprise Search、AI Meeting Notes、Notion Mail、Notion Calendar 等能力，对应三个方向。一是把知识找出来：Enterprise Search 解决企业信息分散问题——资料散在 Notion、Slack、Google Drive、Jira、GitHub、邮件里，过去要人到处找，现在 AI 基于权限搜索并给出带来源的答案。二是把会议和沟通结构化：AI Meeting Notes 不只是记录，而是把决策、待办、问题、下一步动作沉淀进工作空间，让会议不再只是录音文件。三是让智能体执行重复工作：Notion Agents 让用户用自然语言描述工作，AI 创建流程、读写数据库、整理反馈、更新项目状态、生成报告，连接 Slack、Mail、Calendar 和外部工具。如果说过去的 Notion 是"让人搭工作系统"，AI 之后想做的是"让 AI 在这个系统里工作"。
五、组织要变"爵士乐队"，不是"军乐队"
产品变了，组织也要变。Ivan Zhao 的比喻很形象：Notion 要做爵士乐队，不是军乐队。这容易被误解成"不要管理"——他的意思不是这样：他不相信人类组织可以完全没有层级，层级是人性的一部分，强行消除不现实。真正要做的是在保留基本层级的前提下，让公司更灵活、更分布式、更能即兴协作。军乐队适合执行确定动作，每个人按既定位置和节奏前进；爵士乐队也有结构，但允许成员互相响应、临场发挥、接住新的旋律再共同变成作品。AI 时代的软件公司更接近后者——市场和技术变化不是按季度而是按周甚至按天发生，产品计划不能再写死六个月；财务计划仍然重要（告诉公司跑多快、成本是否可控），但产品策略必须更灵活。他把大模型和软件比喻成组织里的"钢材"：过去没有钢材高楼只能盖五六层，有了钢材建筑结构可以完全不同——AI 对组织也是类似作用，不只是提高个人效率，还可能改变信息流动和决策结构。
六、招聘标准变了：少看经验，多看品味和主动性
Ivan Zhao 认为大模型让很多基础能力被拉平：过去会不会写、会不会写代码、能不能查资料是重要的能力差异，现在 AI 让更多人可以成为不错的写作者和程序员——能力仍重要，但稀缺性下降了。更稀缺的是两件事：品味（知道什么是好东西、为什么好、该往哪个方向做）和主动性（愿不愿意自己推进事情、在不确定中动手试）。因此 Notion 不再只按经验招工程师，更重视能量、好奇心、乐观、行动力和价值判断。工程组织采用"杠铃"结构：一端是非常资深的架构型人才，另一端是非常年轻有冲劲的工程师。原因很现实：资深工程师更大的价值是提供方向、架构判断和技术品味——一个好的资深架构师带几个年轻工程师，年轻工程师再用 AI 工具执行任务，既放大资深人才的判断也训练下一代。这和很多 AI 公司"只要被 AI 加强的超级资深人才、尽量减少初级"的做法不同：Notion 的判断是 AI 时代仍然需要培养新一代人，只是培养方式变了。设计和产品岗也在变：Notion 一直喜欢"会写代码的设计师"和"有产品感的工程师"，现在这类模糊型人才更重要——设计师不能只交付视觉稿，产品经理不能只写需求文档，要能动手试模型、做原型、看评测结果。销售招聘也变了：第一轮面试不再只看简历，而是要求候选人做出一个东西、用 Notion 链接发过来——看的是能不能用工具解决问题，而不只是说过去做过什么。
七、市场部被拆开：传统营销跟不上产品速度
Notion 甚至调整了市场部门。过去很多公司由 CMO 统一管理品牌、产品营销、内容、增长、需求获取；但 Notion 认为产品高速变化时，传统市场组织的信息链路太长。于是拆成两个方向：一边是 storytelling（产品叙事、内容表达、社区和社交传播），更靠近产品——产品变化太快，传统市场部门很难通过层层信息传递跟上节奏；另一边是服务销售和商业化的需求获取（线索、增长、销售支持），更靠近收入团队。市场不再是一个居中的部门，而是贴近产品和贴近销售的两个能力模块。Notion 本来是社区驱动很强的公司——早期大量用户是在 YouTube、模板社区、朋友推荐中接触 Notion 的；但进入企业市场后光靠社区不够：企业客户要采购、要合规、要权限、要安全、要服务，必须尊重企业销售的规律。Ivan Zhao 也承认犯过一个错误：太想用第一性原理重做销售，以为可以发明全新的增长方式不用传统企业销售。后来他意识到，企业销售之所以存在是因为人性没那么快改变——客户买昂贵的企业软件时，仍然希望和人沟通。他的结论很务实：每家公司只能把创新点放在少数几个地方，不能所有事情都重新发明一遍——Notion 的创新点应该放在产品和 AI 工作流上，而不是强行重做企业销售。
八、AI 转型不只是降本增效
很多公司讲 AI 最后都落到降本增效。Notion 当然也关心效率——AI 产品带来推理成本，毛利率可能不如传统 SaaS 漂亮（传统软件边际成本很低，AI 功能每次调用模型都有真实成本）。但 Notion 的转型不只是让同样的人做更多事，它想改变知识工作的基本形态。过去公司的知识管理经常失败，因为知识存在太多系统里，靠人整理、搜索、维护——知识库写得再好，员工不用最后也变成静态资料库。AI 让这件事变化：只要知识被记录、被权限管理、被连接，AI 就可以在其中搜索、总结、比较、执行。过去知识库是给人看的，未来知识库也可能是给 AI 用的。这正好打到 Notion 的基础优势上：它过去十几年积累的不只是文档工具，而是大量用户和团队的工作上下文——项目、任务、会议、文档、数据库、模板、评论、决策记录。AI 进入之后这些上下文变成新资产，这也是 Notion 做 AI 有天然位置的原因：不需要从零说服用户上传资料，很多团队的工作本来就在 Notion 里，以前要人自己翻，现在 AI 可以直接参与。
九、创始人要"重新感受 AI"
Ivan Zhao 对其他 SaaS 创始人的建议很直接：不要只是读报告、看视频、开会讨论 AI，要自己动手做。每家公司在市场里的位置、产品、用户、组织都不同，AI 作为新技术不会自动告诉你应该怎么变——创始人必须自己接触模型、自己做东西、把 AI 放进产品或内部系统，才能知道哪条路径真的打开了。他把公司看成在市场中寻找路径的实体：语言模型这个新要素进入市场后会打开一些过去不存在的路径，但这些路径不在报告里，也不在竞争对手发布会上，而在产品、客户和团队的真实使用里。这对成熟公司尤其重要：做到几百人上千人后，很容易被原来的流程、部门、指标和成功经验固定住——过去让它成功的东西也可能让它变慢。它会继续优化旧产品、旧销售、旧组织，但没有真正重新思考：如果今天从零开始做这家公司，还会这样做吗？Notion 的答案显然是否定的——如果今天重做，它会是一个带 AI 搜索、AI 会议、AI 邮件、AI 日历、AI 智能体和企业上下文的工作空间；不会只靠传统部门协作，而会让设计、工程、产品、评测和模型实验更紧密混合；也不会只用老 SaaS 的招聘剧本，而更重视品味、主动性和跨职能推进。这就是"重新创业"的含义：不是换名字也不是做新功能，而是用新的技术条件重新审视公司的一切。
十、给 AI 公司和传统软件公司的五条启发
- AI 转型不能停在功能层：旧产品里加个 AI 对话框很容易，但那只是第一步；真正难的是 AI 会不会改变用户完成任务的方式、产品结构、团队协作和商业模式——如果答案都是没有，AI 可能只是包装。
- 做 AI 产品要承认不确定性：大模型产品早期很难完全可控，团队需要更快实验、评测、试错；需求文档仍有用，但不能成为唯一入口。
- 组织不能照搬过去的 SaaS 剧本：只会写需求的产品经理、只会画稿的设计师、只会按任务开发的工程师，价值都会受影响；更有价值的是能理解用户、理解技术、能动手、能判断方向的人。
- 企业销售不能被轻易否定：企业采购仍是人与人的信任过程，AI 可以提效但很难完全替代信任建立。
- 创始人不能只做旁观者：产品方向和组织改造的判断没法完全委托给职业经理人，需要亲自下场理解新技术对公司意味着什么。
AI 时代的老公司不一定输给新公司，但前提是不能只在旧体系里修修补补——它要敢于承认过去的成功方式可能不再适用。对很多 SaaS 公司来说，这是未来几年最难的一道题：敢不敢用 AI 把自己重新做一遍。
我的总结：Notion 的样本证明"上下文存量"是老公司最大的 AI 资产——用户把工作放在你这里十几年，AI 转型时这就是护城河。反面教材看AI 生成 PPT 鼻祖的关停，正面对照看Airtable 卖了缩水八成后的反思：同样的时代压力，转型深度决定结局。