从对话驱动到状态驱动：用 Notion 让人和 AI 接力工作

AI 协作真正缺少的，往往不是更强的模型，而是一份不会随着聊天结束而消失的当前工作状态。

我为什么开始重新设计自己的 AI 工作流

我使用 AI 时，最常见的问题并不是回答质量不够好。 真正的浪费发生在回答之后：

• AI 已经帮我形成了一个不错的判断，但它留在某次对话里；
• AI 制定了一份计划，但那只是一段静态文本，几天后就不知道执行到哪里；
• 我换了另一个 AI 来执行，又要重新解释背景、目标和限制；
• 执行完成后，结果仍然留在另一个会话里，原来的计划没有更新；
• 下一次继续工作时，我再次充当多个 AI 之间的上下文搬运工。

我最初把这个问题理解成“怎样让 ChatGPT 的计划交给 Codex 执行”。后来才意识到，这只是一个具体场景。 更普遍的问题是：

怎样让人和不同 AI 在不同时间、不同工具和不同会话中，围绕同一份当前状态继续工作？

从对话驱动到状态驱动

多数 AI 使用方式是对话驱动的：

我向 AI 说明问题 → AI 在当前会话里回答或行动 → 结论、计划和结果留在当前会话 → 下一次重新解释

这种方式适合一次性问题，但不适合持续工作。 我现在更倾向于另一种模式：

人或 AI 更新一份共享工作状态 → 另一个人或 AI 读取当前状态 → 继续分析、执行、指导或审核 → 结果、证据和阻塞写回 → 后续参与者继续接力

我目前用 Notion 承担这层共享状态。 它不是所有系统的唯一事实源，也不是万能知识库。它更像是一个人机共享工作状态层：把目标、计划、任务、上下文、权限、进展和结果放在一个人可以查看、修改，AI 也可以读取和更新的位置。

一份“共享工作状态”包含什么

Notion 中的工作对象不只是待办事项。它至少要回答五组问题。

1. 我们想让什么发生

• 目标是什么；
• 计划如何拆分；
• 当前优先级是什么；
• 什么结果才算完成。

2. 现在真实进展到哪里

• 未开始；
• 进行中；
• 已完成；
• 阻塞；
• 等待人工；
• 等待外部条件。

3. 接手者需要知道什么

• 为什么做；
• 属于哪个项目；
• 哪些决定已经确认；
• 哪些方案已经被否定；
• 哪些资料是当前有效版本；
• 有哪些边界和禁止项。

4. 谁可以做什么

• 只能分析；
• 可以提出建议；
• 可以起草；
• 可以更新内部状态；
• 可以执行；
• 哪些外部动作必须由人授权。

5. 实际发生了什么

• 产出了什么；
• 怎样验证；
• 遇到了什么问题；
• 哪些部分没有完成；
• 下一步应该由谁继续。

这五组信息共同组成的，才是可以被接力的工作，而不是一句“请帮我完成这个任务”。

这套模式不限定两端是谁

把 Notion 放在中间后，协作不再固定为某一条工具链。

人 → Notion → AI

人直接创建和维护任务，AI 读取后执行。 例如，我可以在 Notion 写清一个页面改造任务的目标、范围、完成定义和验证方式，再由编码 AI 完成实现。

AI → Notion → 人

AI 根据已有信息更新计划、建议或指导，人查看、修改并行动。 例如，AI 根据项目复盘生成下一周计划，但我仍然可以在 Notion 中调整优先级、删除不合理任务，或者把其中一些任务改为“仅人工”。

AI → Notion → AI

一个 AI 写入研究、计划或任务，另一个 AI 接力。 例如，研究 AI 形成结论，写作 AI 基于这些结论生成初稿；规划 AI 拆解需求，编码 AI 完成实现。

人和 AI 交替接力

真实工作往往不是自动化流水线，而是：

AI 提出计划 → 人修改和批准 → AI 执行 → 人检查结果 → AI 根据反馈继续

共享状态让这种交替变得可见、可控，而不是散落在多个聊天窗口里。

它带来的六个变化

1. 有价值的 AI 结果不再停留在对话里

不是保存所有聊天，而是把已经形成实际价值的结论、决策、计划、任务和产物沉淀下来。

2. AI 计划变得可管理

计划可以被查看、修改、排序、拆分、延后、取消和标记阻塞。用户不是被动接受 AI 的安排，而是持续治理计划。

3. 工作可以交给任意参与者

一项任务可以由人做，也可以由编码 AI、写作 AI、研究 Agent 或其他执行者接手。任务不再属于某个聊天窗口。

4. 接手者获得可信上下文

AI 不再只看到最后一句要求，而能看到当前目标、相关决策、有效资料、约束、权限和完成定义。

5. 结果能推动下一轮计划

执行结果、验证证据、阻塞和下一步回到 Notion 后，后续判断基于真实进展，而不是重新询问“上次做到哪了”。

6. 工作与具体模型解耦

模型可以换，会话可以结束，规划者和执行者也可以更换。只要共享状态仍然存在，工作就能继续。

ChatGPT → Notion → Codex：我目前最完整的验证案例

这套模式目前最清晰的实践，是一个多平台内容发布工作台任务。 在这个案例里：

• ChatGPT 帮助我澄清目标、拆解任务、补齐完成定义和风险边界；
• Notion 保存当前任务、优先级、协作权限、阻塞、下一步和结果证据；
• Codex 读取这些信息，完成主要工程实施、运行验证并回写结果；
• 我保留真实账号授权和外部发布决定。

公开层面可以披露的结果包括：

• 桌面端和移动端主流程已经验证；
• 自动化检查、类型检查、构建与 37 项测试通过；
• 不同平台任务具有独立状态、失败隔离、回执与暂停机制；
• 系统默认采用安全演练模式；
• 真实账号授权和低风险灰度发布仍由账号所有者完成。

所以我不会把它描述成“完全自动化”。更准确的说法是：

主要受控执行闭环已经跑通，真实外部行动仍保留人工授权。

这个案例证明的是共享状态模式能够支持真实交付，而不是证明 ChatGPT、Notion 和 Codex 是唯一组合。

一个最小可用模板

刚开始不需要设计复杂数据库。一个可接力的工作对象，至少可以包含：

对象类型：结论 / 计划 / 任务 / 指导 / 结果 目标：希望发生什么 当前状态：现在进展到哪里 下一步动作：当前最小可推进步骤 相关上下文：项目、决策、资料和历史结果 责任人或执行者：人 / AI / 待分配 完成定义：怎样判断已经完成 权限与禁止项：可以做什么、不能做什么 结果证据：链接、文件、测试、截图或人工确认 阻塞与下一步：为什么停下，谁需要继续

模板的价值不在字段数量，而在于另一个参与者能否不重新询问全部背景，就安全地继续推进。

三个重要边界

Notion 不替代专业系统

代码和提交仍然属于 Git；测试和部署证据仍然来自 CI 或运行环境；复杂多人项目仍然可能需要 Jira、Linear 或其他专业系统。 Notion 负责的是跨领域协调状态，而不是吞掉所有事实。

AI 更新状态不等于 AI 拥有决定权

用户必须能查看、修改、暂停、撤销或重新分配任务。共享状态的价值恰恰在于控制权可见，而不是让自动化躲在后台运行。

外部行动必须比内部工作更谨慎

整理、分析、起草和本地验证可以更自治；发布、费用、账号、删除和不可逆操作需要明确授权、异常隔离和可暂停机制。

最后

我过去一直在优化“怎样给 AI 写更好的提示词”。 现在我更关心的是：

怎样让有价值的思考留下来，让计划可管理，让工作能被人和不同 AI 接力，让结果继续进入下一轮工作。

真正可持续的 AI 协作，不是多个 AI 互相聊天，而是人和 AI 共同维护一份可信的当前状态。