Meta AI vs Notion AI：两种不同的猛兽，一位测试者的见解

[Chinese translation]
我以测试AI工具为生，并且从不羞于直言不讳。当我决定将Meta AI与Notion AI进行对比时，我本以为会是一场直截了当的比较。结果我却上了一课：两款产品都自称“AI”，却服务于完全不同的目的。一个是面向开发者和爱好者的研究游乐场，另一个是为作家、管理者以及任何讨厌排版的人打造的生产力工具。我连续两周在真实工作场景中使用了这两款工具，以下是我的发现。

每种工具到底是什么

在我开始抱怨或赞美之前，先把基本概念搞清楚。

Meta AI 是Meta开源语言模型的总称——特别是Llama系列。当我说“Meta AI”时，我指的是你可以下载、微调或本地运行的模型。它不是一款精致的应用。它是一个命令行界面、一个Python库，或者如果你使用Hugging Face之类的平台，它也是一个托管API。我通过本地部署在我的机器上以及通过云实例测试了Llama 3.1 70B（撰写本文时的最新版本）。Meta AI不是你能买到的产品；它是你用来构建的工具。

Notion AI 是Notion工作区应用的一个订阅附加组件。它是一组内置于编辑器中的AI功能：文本生成、摘要、笔记问答以及一些项目管理辅助工具。你不需要编写代码。只需点击一个按钮或输入一个斜杠命令。我在现有的Notion工作区中测试了付费的Notion AI计划（是的，我付了钱），那里保存着我的项目笔记、会议记录和一些数据库。

你马上就能看出问题：比较这两者就像比较一把瑞士军刀和一台数控机床。两者都能切割木头，但一个用于露营，另一个用于制造。尽管如此，我还是强迫它们完成相同的任务，看看我实际会使用哪一个。

设置与第一印象

Meta AI：爱好者的欢迎礼

我不是机器学习工程师，但我熟悉终端操作。在本地设置Meta AI花了我大约三个小时。我必须安装Ollama（一个用于本地运行模型的工具），下载Llama 3.1 70B模型（大小为40GB），并配置我的GPU驱动程序。我那台配备RTX 3080的游戏电脑勉强能处理，但第一次生成一个段落花了45秒。后来我通过RunPod切换到一个云实例，每小时花费0.79美元。那更快——每次响应大约3秒——但我必须管理一台虚拟机，安装依赖项，并保持实例运行。

文档还不错，但假设你知道“量化”是什么意思。我不得不谷歌了几个术语。运行后，我通过终端中的一个简单聊天界面与Meta AI交互。没有格式，没有按钮，没有保存。只有原始文本输出。

Notion AI：即插即用

Notion AI花了30秒激活。我打开Notion，进入设置，点击“添加AI”，然后输入我的信用卡信息。完成。AI功能以一个小按钮的形式出现在工具栏中，并以斜杠命令的形式出现（比如/AI write）。我可以高亮文本，让AI重写、总结或扩展。没有设置，没有模型选择，没有参数可调整。它直接就能用。

第一印象：Meta AI感觉像工作。Notion AI感觉像奢侈品。但我知道奢侈品可能伴随着限制。

任务1：撰写博客文章草稿

我需要一篇关于“2024年远程工作生产力技巧”的1500字博客文章。我给两个工具相同的提示：“写一篇关于远程工作生产力技巧的博客文章，包括时间管理、沟通和工作区设置。目标受众：中层管理者。”

Meta AI输出

我在终端中输入了提示。8秒后，模型开始流式输出文本。输出内容连贯、结构清晰且详细。它给出了五个技巧，配有副标题、要点和结论。语气专业但有点枯燥。它使用了诸如“利用异步沟通”和“优化你的昼夜节律”之类的短语。内容准确——我没有发现幻觉——但读起来像一篇2021年的领英文章。还行，但不吸引人。

我尝试了更高的温度设置（0.8，更具创造性）。这次输出更口语化，但也引入了一个奇怪的比喻，关于“放养数字猫”，效果不佳。我不得不重新生成了两次，才得到我喜欢的内容。

花费时间： 10分钟，包括两次重新生成。

Notion AI输出

我打开一个空白Notion页面，输入/AI write，并粘贴相同的提示。AI在4秒内生成了大约300字。太短了。我输入“继续”，它又加了200字。我这样做了四次，才得到1500字。输出从一开始就更吸引人——它使用了“你”和“你的团队”这样的语言，给出了具体的例子，比如“设定一个无会议星期三”，甚至包含了一个比较工具的表格。感觉像是一个了解受众的人类作家。

但我注意到了一个问题：内容很浅。这些技巧很泛泛。“设定界限”和“使用任务管理器”并不新颖。此外，AI重复了内容。在工作区设置部分，它说了两次“一把好椅子很重要”，措辞略有不同。我不得不删掉那部分。

花费时间： 15分钟，包括编辑重复内容。

写作方面的结论

就原始质量和深度而言，Meta AI胜出。它的输出更细致，更少陈词滥调。但就速度和易用性而言，Notion AI胜出——我可以在同一个工具中生成和编辑，无需离开我的工作区。如果我是一名专业作家，我会用Meta AI写初稿，然后粘贴到Notion中编辑。但如果我是一名管理者，只需要快速得到一份像样的草稿，Notion AI就足够了。

任务2：头脑风暴项目创意

我正在规划一个副项目：一个帮助人们追踪阅读习惯的移动应用。我让两个工具头脑风暴功能、用户流程和潜在挑战。

Meta AI头脑风暴

我提示：“为一个阅读追踪应用头脑风暴功能。考虑游戏化、社交功能以及与电子书平台的集成。”Meta AI返回了一个包含15个功能的列表，每个功能都有一段解释。它建议了诸如“带有每日目标的阅读连续记录”、“带有封面艺术的虚拟书架”以及“与Goodreads API集成”等功能。它还指出了潜在问题：“Goodreads的API速率限制”、“社交分享的隐私问题”以及“新鲜感消退后的用户留存”。这很有见地。感觉像是一位高级产品经理在和我交谈。

我追问：“你会如何优先考虑这些功能？”Meta AI根据努力与影响给出了一个加权矩阵。我问：“最大的风险是什么？”它说：“在拥有足够用户之前构建社交功能。”说得好。

Notion AI头脑风暴

我使用了Notion AI的“头脑风暴创意”功能，这是一个预置的提示。它在3秒内生成了一个包含10个功能的要点列表。这些想法还行：“阅读目标”、“书籍推荐”、“进度追踪”。但都是表面层次的。没有权衡分析，没有优先级排序，没有风险评估。我试着问“风险是什么？”，它给出了一个关于“用户参与度”的泛泛回答。没什么帮助。

我还尝试了Notion AI问答功能，它可以让你就现有笔记提问。我有一个之前应用创意的数据库。我问：“上个月我为阅读应用考虑了哪些功能？”它调出了一条我忘记的笔记——这确实很有用。但对于从头开始的纯头脑风暴，Notion AI很弱。

头脑风暴方面的结论

Meta AI完胜。它提供了战略思考，而不仅仅是一个列表。Notion AI适合快速的想法输出，但如果你需要深度，Meta AI是明显的赢家。进行多轮对话并获得分析性回答的能力是Notion AI根本无法做到的。

任务3：总结会议记录

我有一份2000字的项目启动会议记录。我想要一段摘要。

Meta AI总结

我将会议记录作为文本文件输入。Meta AI处理并输出了一段摘要，捕捉了关键决策（预算批准、时间表调整、指定负责人）和主要分歧（范围蔓延的担忧）。它很简洁——150字——而且准确。我对照原文检查了几个细节：全部正确。没有幻觉。

但过程很笨拙。我必须将会议记录复制到一个文本文件中，加载到终端，然后输入提示。如果我想追问（比如“确切的预算数字是多少？”），我必须用更多上下文重新提示。它有效，但不集成。

Notion AI总结

我将会议记录粘贴到一个Notion页面中。我高亮文本，点击“总结”，2秒内得到了一段100字的摘要。它抓住了要点，但忽略了关于范围蔓延分歧的细微之处。我尝试了更长的提示：“总结这段内容，包括分歧。”这次它包含了范围蔓延问题，但也添加了一个虚假细节：“团队决定将发布推迟两周。”原文中没有这个内容。我再次确认了。幻觉。

我还使用了Notion AI问答功能问：“批准的预算是多少？”它正确回答：“50,000美元。”但当我问“谁反对这个时间表？”时，它说“Jane Doe”，这是正确的，但随后又补充说“她建议分阶段推出”，原文并未提及。又一次幻觉。

总结方面的结论

Meta AI更准确。Notion AI更快、更方便，但它在一次会话中出现了两次幻觉。对于关键业务决策，我不会在没有手动验证的情况下信任Notion AI。Meta AI的摘要可靠，但工作流程很痛苦。如果你需要速度并能容忍一些错误，Notion AI胜出。如果准确性不容妥协，选Meta AI。

任务4：项目管理和数据库帮助

这是wh