Deepnote 在 2026 年 8 月 3 日發布 Deepnote Agent Workspace，一個讓 data team 和 agents 在同一個共享環境工作的平台。它的定位不是單純把聊天機器人接到 warehouse，而是把可信分析、業務上下文、可重用技能和持續執行的工作流放在同一個 workspace。
Deepnote 將現時企業 data agent 的共通結構整理成四部分：先限定可信的資料來源，再寫清楚指標和業務語意，將做事方法拆成可重用的 procedures 或 skills，最後提供一個讓人 review、控制權限和保留執行記錄的介面。這個拆法有助於分開「agent 知道甚麼」和「agent 應該怎樣做」，避免每次分析都從聊天紀錄重新開始。
Agent Workspace 的三個主要 building blocks 是 skills、agents 和 apps。Skills 代表 agent 可以使用的知識、規則、資料來源和權限；agents 是連同 instructions、SQL、integrations 和 tables 的執行環境，可以即時使用、排程或由 API 觸發；apps 則把結果帶到不會主動打開 notebook 的使用者面前。Deepnote 表示，這三層由超過 100 個原生 integrations、Salesforce 和 Linear 等 MCP 連接器，以及自訂 MCP 接在一起。
平台也把工作入口由 notebook 擴展到 Codex、Claude Code、其他 IDE、Slack、terminal 和 API。這種設計把 workspace 的資料連接和權限帶到 agent 所在的地方，理論上可以減少個人 API key 散落在 script 和自動化流程中的情況。不過實際效果仍取決於每個 integration 的權限範圍、資料新鮮度和組織的審計要求。
Deepnote 將 notebook 稱為 executable markdown：敘事、程式碼、權限和執行環境放在同一份文件。當分析結果自動成為下一次 agent 工作的 context，團隊便可以把一次性分析逐步變成技能、排程任務或 app。這個方向尤其適合需要重複產生報表、監察指標、解釋異常和把結果交給不同部門的工作。
這次發布另一個值得留意的訊號，是 Deepnote 把 agent 建設描述成 specification 和 evaluation 問題，而不只是 implementation 問題。真正的 domain knowledge 在業務團隊，資料團隊則負責把它整理成有權限、可測試、可追蹤的 skills、agents 和 apps。換句話說，context layer 需要有人負責維護，而不是一次接好資料庫便自然可靠。
Deepnote Agent Workspace 仍然是產品方的功能發布，integrations、MCP 支援、排程和 Codex 連接的實際可用範圍需要按帳戶和方案核對。它最清楚的價值主張，是把「共享上下文」變成一個可管理的工作區，讓 data agent 不只回答問題，還能在固定資料、規則、權限和 review 流程下持續工作。
