[控场AI]
· 4 分钟阅读· 2,234 字

Notion 3.8 把工作区变成 AI Agent 共享上下文层

Notion 3.8 把工作区变成 AI Agent 共享上下文层

Notion 3.8 将工作区改造为模型无关的多 Agent 共享上下文层。

Notion 3.8 的核心变化是把工作区变成所有 AI Agent 共享的上下文层,文档、数据库与 Skills 集中存放,任何支持 MCP 协议的 Agent 都能读取和更新,从而免去切换模型时反复复述背景的麻烦。它支持接入 Claude、ChatGPT 及任意兼容 MCP 的 Agent,Notion 自家 Agents 还能连接 150 多个第三方工具,新增的 Skills API 让技能配置跨 Agent 同步。版本历史升级后可追溯每个 Agent 的编辑,配合列权限与重建的同步数据库实现更细粒度的管控。文章认为这标志着 Notion 从笔记工具转向多 Agent 时代的中立上下文基础设施,但并发冲突、权限复杂度与上下文治理仍是待解难题。

从「每次重新解释」到「一次写入,处处可用」

切换 AI 模型时最烦人的事,莫过于把同样的背景信息再复述一遍。Notion 3.8 想解决的正是这个痛点:它把工作区改造成团队所有 AI Agent 的共享上下文层——文档、数据库和 Skills 集中在一处,任何支持 MCP 协议的 Agent 都能读取和更新。据 Product Hunt 页面介绍,这个版本在发布当天获得了 93 票支持,位列日榜第 5。

Notion 3.8 发布页

这个定位与聊天类工具形成鲜明对比。ChatGPT、Claude 的对话窗口每次切换都是从零开始,而 Notion 的思路是让上下文脱离具体模型存在,成为工作区里的一等公民。

核心机制:MCP 协议打通多 Agent 协作

任意 MCP Agent 接入

Notion 3.8 支持连接 Claude、ChatGPT 或任何兼容 MCP 的 Agent。关键在于「共享」二字:同一个工作区内的文档和数据库,不同 Agent 都能访问,团队不需要为每个模型维护一套独立的上下文副本。

Agent 在此语境下指能够自主规划步骤、调用工具并多轮执行任务的大模型应用,区别于只做单轮问答的聊天窗口。多 Agent 协作的核心难点在于共享状态:不同 Agent 若各自维护一份上下文副本,就会出现信息漂移、重复劳动和版本分裂。把文档、数据库等状态集中在工作区,并通过统一协议读写,相当于为多个 Agent 提供了一个共同的「黑板」,这也是「一次写入,处处可用」在工程上的实际含义。

Notion Agents 接入 150+ 工具

除了外部 Agent,Notion 自家的 Agents 也能插入 150 多个第三方工具。这意味着工作流可以跨平台串联,而上下文始终沉淀在 Notion 中。

Skills API 同步技能

新增的 Skills API 让技能配置可以在各处同步,避免在多个 Agent 之间重复定义相同的操作逻辑。

MCP(Model Context Protocol) 是由 Anthropic 于 2024 年底提出并开源的协议,旨在标准化大语言模型与外部数据源、工具之间的连接方式。可以把它理解为 AI 世界的「USB-C 接口」:模型不再需要为每个数据源单独写集成代码,只要数据源对外暴露符合 MCP 规范的服务器,任何支持该协议的客户端(Claude Desktop、IDE 插件、自研 Agent 等)都能即插即用地读取资源、调用工具、使用预置提示词。协议规定了资源(Resources)、工具(Tools)与提示(Prompts)三类原语,并采用 JSON-RPC 传输。2025 年以来,OpenAI、Google 等厂商相继宣布支持,使 MCP 迅速从单一厂商规范演变为跨模型的事实标准——这也正是 Notion 敢把工作区做成「模型无关」上下文层的前提。

Skills 是 2025 年 Agent 产品中兴起的一类能力封装形态,通常以结构化文档或配置文件描述「在什么场景下、按什么步骤、调用哪些工具完成某类任务」,本质是可复用、可版本化的操作知识,与单纯的功能调用不同。Skills API 则把这种封装暴露为程序接口,使技能能够被创建、读取、更新并在不同 Agent 之间分发,而不必在每个模型的系统提示里重复粘贴同样的指令。对团队而言,这意味着「如何写周报」「如何整理会议纪要」这类经验可以集中维护一次、多处生效,也便于在技能变更时统一审计与回滚。

版本历史升级:每一次 Agent 编辑都可追溯

当多个 AI Agent 在同一工作区操作时,可追溯性变得至关重要。Notion 3.8 升级了版本历史,能清楚看到每个 Agent 的编辑记录。配合新增的列权限和重建的同步数据库,团队可以更精细地控制谁(或哪个 Agent)能改动哪些数据。

这几项能力组合起来,释放的信号很明确:Notion 不打算只做一个「带 AI 的笔记工具」,而是要成为多 Agent 时代的中立上下文基础设施。

值得关注的战略转向

从产品逻辑看,Notion 这一步踩在了两个趋势的交汇点上。其一是 MCP 协议逐渐成为 Agent 与外部工具交互的事实标准,其二是企业对多模型并存(而非绑定单一供应商)的需求在上升。把工作区做成模型无关的上下文层,等于把自己放在了「模型之上的那一层」。

当然,挑战也存在。多 Agent 并发编辑同一份数据时的冲突处理、权限模型的复杂度、以及上下文质量本身如何治理,都是这类共享层产品绕不开的问题。Product Hunt 上仅有的 1 条评论也说明,这个版本的市场讨论度仍有待观察。

常见问题

Q:需要哪种 AI 模型才能用? A:支持 Claude、ChatGPT 以及任何兼容 MCP 协议的 Agent,不绑定单一供应商。

Q:Agent 的编辑会覆盖原有内容吗? A:升级后的版本历史会记录每次 Agent 编辑,可回溯查看。

Q:Skills API 解决什么问题? A:让技能配置在不同 Agent 间同步,避免重复设置。

#Notion 3.8#AI Agent 上下文#MCP 协议#Notion Agents#Skills API#多模型协作#AI 工作区
分享:

相关推荐