文 | 周天

周天財經 原創出品

從Manus到馬卡龍，很多人的感覺是本輪AI Agent熱潮到此偃旗息鼓，這個行業的創新敘事乏力了，硅谷的AI進展今年也顯得無趣和停滯。

通用agent是不是AI的終極入口？

業界迷茫，但中國科技巨頭已經搶先鎖定了AI入口的理想形態，agent熱潮也有了一個最強入局者，且是核心定義者—— 8月25日當天，十周年的釘釘，發布了無招回歸4個月后的第一份「成績單」：釘釘8.0版本也就是AI釘釘1.0。

這也是阿里尋找AI ToB入口的核心承載容器，除了界面UI和交互邏輯的巨變，這其中囊括著以下有記憶點的新功能都在處處體現著這一戰略，在此試著以偏概全一下諸多新產品：

釘釘 ONE：專屬AI秘書，自動拎出成千上萬條聊天記錄里的有效信息，并自動排序每天日程和事務。

AI搜問：整合企業內部知識庫和外部信息的智能檢索系統，可根據員工權限來千人千面地呈現結果。

AI聽記：基于1億小時音頻訓練的語音識別轉文字和自動摘要功能。

釘釘AI表格：實時讀取表格里網頁數據，一句自然語言就能搭建工作流。

DingTalk A1：四合一智能硬件，集錄音筆、會議機、翻譯機、AI助理等功能于一體，一款可以磁吸在手機上的AI硬件產品。沒有人能拒絕磁吸的誘惑，就像小米YU7一大的記憶點就是滿車的磁吸點位。AI把產品重做一遍，磁吸又把產品重做第二遍。

關鍵詞是自然語言，自主決策，「未來在釘釘上的這些企業，會更多借助自然語言，通過釘釘的聊天界面，去完成背后CRM、ERP軟件等的功能，甚至能幫助企業完成一些非常重要的決策工作。」吳泳銘此前在定義釘釘時，提到了這樣的戰略期許，「未來企業內部系統將不再是孤立的功能模塊，而是由多個AI智能體（AI Agent）相互連接、調用的動態網絡」。

圍繞AI核心戰略，阿里正在構建一個橫跨AI To C與AI To B的智能版圖。對于釘釘而言，作為服務2600萬+企業組織，覆蓋了79% A股上市公司的超級入口，被重新定位為基于自然語言交互的企業智能中樞。

回歸四個月的無招，很好地接招了AI ToB入口的命題作文。

01 「置身事內」的重構

剛剛回歸的無招，首先用半個月時間「查產品問題」。無招認為，之前的釘釘臃腫不夠簡潔，他帶著不同產品線一條條重新過細節，并要求每個產品線去獲得真實用戶反饋。這有點像馬斯克在Space X的工作方法：為什么火箭上必須要用這些零部件，拆掉幾個行不行？以前行業慣例都用，我就必須得沿用？對于不明由來的零部件，先砍掉，等火箭爆炸了再加回去。

無招是從源頭去查看細節，找一線負責人聊，去查工作日志，比如，客服系統，表面看，轉人工率15%，客戶滿意度96%，數據優秀，但無招認為，這些數據有誤導性，他堅持要實際走訪，這樣一來，就發現，很多客戶反饋一年的bug，遲遲沒改進。

原來這就是科層匯報機制呈現出來的虛假反饋，與真實狀況的巨大gap，無招要打破這個gap，不滿于傳統指標里的形勢一片大好，而是剝開細節，重新審視一遍業務。

這還只是一個業務為例子，其實無招幾乎就是這樣把所有業務都過了一遍。

為什么要這么做？無招離開的時光里，一度沉寂，卻也多了很多新思考，讓他能「置身事外」來重新思考業務邏輯，以旁觀者視角跳出當局者迷的怪圈，同時，當了一段時間旁觀者，不能親自下場，也多了很多緊迫感，發布會現場，無招火力全開，整個人的狀態非?？簥^。

重構最直觀地首先發生在：釘釘UI界面全盤革新，無招大刀砍掉多余凌亂的細節，真正用AI的自動化總結、梳理、提煉，代替毫無章法的攤大餅，從頁面展示貪多貪全，而以自動化看板取而代之。把過去得人找按鈕，變成由agent進行語義識別，自動判定優先級、相關性，來歸納梳理排列信息。

發布會現場呼聲連連，主客的興奮度都是很高漲的，業內很久沒有出現這樣讓人眼前一亮的激進創新了。

這是因為無招真的在憋大招，在燃燒，更加直面痛點，才帶來一次前所未有的重構。最近看Notion創始人Ivan Zhao的訪談，我深有感觸，他說，「關鍵是要有歸零的勇氣。我們重構過三次代碼庫，甚至解散過整個團隊。創業者常被慣性推著走，但真正的突破需要完全重置」。宇樹科技創始人王興興也對周天財經說：我是隨時可以重新選擇技術路線，隨時可以「打自己的臉的」。

看到釘釘新的界面UI，第一感覺是不習慣，那些凌亂的按鈕都去哪了？緊接著的第二感覺是，沒多久，關鍵信息又都回來了。因為，不再是人在紛亂的信息流中去費力找要點，而是讓業務自然地「涌現」到人的面前。

人找信息，需要多個頁面跳轉，點進去，再退出，再點進去，到處翻看，上下滑動，因此，過去為了減少滑動和跳轉，單個頁面越繁復越好，今天，AI實現自動化了，自動總結一個群聊討論出來的成果，自動根據聊天記錄排好日程，把一個具體問題自動關聯負責人，自動生成回復建議，自動索引出知識庫相關文件，AI實現最短路徑，就不再需要堆砌，因此，AI時代的工作界面，就理應是極簡的，是重點突出的。無招找到了其中的第一性原理。

一天內，單位群聊信息有幾千條，可能真正跟自己相關的且包含任務屬性的就一兩條，「小王你來研究研究，下周出個報告」，「張三李四下周一起去甲方那里駐場看看問題出在哪」，類似這樣的關鍵信息可能就淹沒在數百條消息中，agent這時候會介入，提示「未讀消息較多，為你自動總結」，隨后分發和推送到具體個人的任務流當中。

不僅僅是內部聊天，還比如，從魏橋創業的實踐中來看，根據其CIO的講述，過去，搜集電壓、槽溫這些關鍵數據，要往返于車間和辦公室電腦查看，信息往往滯后，安全問題則發生在一瞬間?，F在，不僅是手機端就能查看，AI還讓這件事情更進一步，人可以用自然語言直接提問，就能問到數據，這種提問可以是：槽溫超出正常值5% 的電解爐幫我找出來，AI就會馬上做出一張表格，突出其中的異常值，再也不用人自己去一個指標一個指標地查找比對。

聊天軟件是避免不了噪音，即便是一款工作聊天軟件，而從紛亂的信息中提煉任務流，是一次「降噪」行動，也是真正的職場減負，但從更加第一性原理來看，也是無招想明白了AI的真正能力，就是做好初篩，把決策建議擺在用戶的案頭，把過去做填空題的模式，變成做選擇題。

真正的「酷功能」是每日最前沿趨勢的簡報梳理，這些都是過去需要聘請專人來做的事情，今天由agent代勞。其中一個產品細節是，一個人點贊，還會自動推送給其他同事的信息流中，形成企業內部私域的學習分享氛圍，頗為精妙。我和宇樹科技的CEO王興興有過一次面對面的深入交流，他提到自己會經常把全球最前沿的機器人論文都看一遍，來洞悉技術路線的變化，從而尋找差距，這是不小的工作量，顯然，今后王興興們所需要的這類論文梳理總結工作，都會有一個專用agent來代勞。

02 從AI釘釘1.0之中，我看到AI ToB超級入口的成型

微軟CTO斯科特就認為：不可能出現「能搞定一切」的通用Agent，未來是垂直領域Agent的天下。

專注于AI領域的專欄「葬 AI」認為，通用Agent產品最核心的困境，就是用戶需求不足，大伙不知道拿這么多Agent來干嘛。其主理人翻了下Manus自己推薦的用戶案例，首頁一共50個案例，一半是搜索場景，寫研究報告；剩下一半是生成網頁和小游戲。其中重疊了十幾個案例是先寫報告再做成網頁或PPT。這說明通用Agent不通用，主要場景就兩個：寫報告和生成小游戲。收斂一下，所有的通用Agent主要就兩個功能：DeepResearch和4399小游戲。

通用型AI Agent目前仍停留在「膠水式整合」角色，缺乏獨特資產（如數據、渠道、算法），難以抵御「被集成」或「被縱深替代」的風險。

而從釘釘的激進創新中，我隱約讀到了關于垂直agent的幾個信息量，在未來可能是決定性的分野。

1 好的解決方案一定是跨應用的，是調用多個模型的，釘釘過去做的是應用超市，是這個生態形態的1.0，今天，無招把進度條推到了2.0，就是智能體的打通、協同，釘釘統一入口，融合多個模型，用戶隨意勾選，這是釘釘天然的優勢。比如，AI fusion融合問答能力，會自動用三個模型來提供答案，用戶也可以自己勾選模型。

2 通用agent還太早，但專用agent會爆發起來，而釘釘作為聚合者的機會非常大，甚至聚合者會成為某種意義上的通用agent。

通用這件事應該是在做垂直發展之后才能發展，也就是OpenAI曾經規劃出的AGI第五階段：領導者。未來每個垂直領域會有很多專業agent，而領導者就像CEO一樣，找到能力匹配的agent一起達成目標。而另一種實現通用的方式，就是聚合，基于場景把需求識別后拆解任務，分發給垂直agent，這是我在釘釘身上看到的巨大前瞻性。

關于垂直專用大模型，魏橋CIO馬法紅在演講中有一個精辟的論斷，其大意是：管理場景可以接受九十分，但是工程場景不能出錯，必須做到一百分才可以被使用，她的判斷是，因此通用大模型沒法用，如果追求精確性，必須得是專用大模型，通過私有化部署調取內部敏感信息來訓練。

另一個案例是，在AI聽記這個功能中，釘釘就允許企業私有化部署，結合企業授權的內部知識庫、高管口音、內部員工通訊錄來進行專屬訓練，大大增加一些生僻專有詞匯的準確性。

還比如，針對小微企業，引入了幾大專業助理，從AI財稅助理處理公司記賬報稅，到AI法務助理幫忙審查合同，提示風險點，再到設計助理設計logo和海報，已經是在解決企業生命周期里的全部核心問題了。其中，無招談到，AI法務助理就用到了非常龐大的司法案例庫來訓練，還找了國內頂尖的法律團隊來進行輔助訓練。先專業模型，再聚合起來，從而實現一站式對企業痛點的全覆蓋，可謂AI ToB領域最大入口的絕活。

3 釘釘應用層的巨大飛躍，離不開和底層模型的協同，能不能「向下改模型」，直接修改底層技術，是agent長期競爭的決定性因素。比如，釘釘AI聽記，就是和通義實驗室共同打造的，用1億+小時的音頻來訓練模型，無招現場展示了其97%的識別準確率，讓人震驚。

AI聽記的準確性還不是最大的特色，而是自動判斷對話場景，自動生成表格，形成待辦事項，精確@具體員工。我用了多款錄音轉文字應用，多多少少都付過費，能做好結構化信息整理的，是我最大的付費誘因。

還比如，在制造業和電商行業，涉及到零部件并行制造的排期表格與電商備貨庫存清單，需要實現一處修改，多處同步調整參數和重新排期，那如果在某些行業和大規模企業里，一處變動，涉及到百萬行的實時重新變動呢？釘釘二話不說，AI表格功能再次「向下修改底層技術」，和阿里云瑤池數據庫團隊聯合開發了O-Table新架構，能支持百萬行數據的實時并行計算。

AI表格現在不僅能根據一句自然語言來搭建表格，更進一步，甚至能自動更新，實時讀取網頁的關鍵數據指標，不需要人工反復修改更新數據，據無招說，有家美妝品牌，實現了24倍營收增長，就與每天都能復盤達人帶貨數據有關，實時調整投放邏輯。

寫到這里，有一些圖景已經很清晰了。知名AI工程師、Pleias的聯合創始人Alexander Doria關于Agent的思考中談到，目前大部分西方AI企業還停留在「純應用層」的競爭模式上，甚至大部分人都沒有意識到：僅靠應用層打下一場戰爭的時代已經結束了。

2025年被業界認為是AI Agent爆發和商業化應用的元年，如今看來，元年的定義者，不來自于Manus，而是AI釘釘1.0，而對于阿里來說，已經提前鎖定了一個AI超級入口，關于AI的未來戰爭實際上已經提前結束。

*僅介紹公司，不構成推薦股票的建議