無招回歸后的釘釘 AI 重構：姿勢尚顯笨拙，但方向更對了

過去一年多，整個科技行業從 AI 浪潮，進入了 AI 泡沫階段。無數產品爭先恐后地貼上 AI 的標簽，冷靜下來看，大多數只是在既有流程上做 +AI 的微創手術，無非是聊天框里加個客服機器人，文檔里添一個「幫我寫」，本質上還是人去適應工具，AI 更像個被動觸發的插件。而插件的點擊率，也似乎沒有想象得那么高。

喧囂過后，市場在期待一份更徹底的答卷。我們真正需要的，或許不是一個更聰明的「插件」，而是一種被 AI 原生重構的工作方式。

釘釘發布了 8.0 版本，推出了很多新產品：釘釘One、AI 搜問、AI 表格、AI 聽記 和企業 Agent 平臺等等。挺值得聊一聊。我挺喜歡無招在大會上的一些分享，因為看到了一條清晰的脈絡。畢竟很多公司做 AI ，看不到什么脈絡，更別提有什么產品了。

無招提到的脈絡是：嘗試從「人找信息、人驅動流程」的舊范式，向「信息找人、AI 驅動萬物」的 AI 原生范式邁進。

產品有點多，的確是泄洪式發布。整個看下來，不像是 4 個月能做出來的東西，更像是無招想了很久的東西，一次性發出來了。也因為多，部分產品只是開始對外測試，個別非拳頭產品還是有堆產品的感覺在。但的確有一個明確的終局目標在前方，產品與產品之間的墻也被陸續推倒了。

刨除掉解決方案、純 toB 的能力，釘釘發布的 AI 主線產品，我想用四個詞來表示：問、聞、望、切。

將人從重復、繁瑣的事務中解放出來，實現 AI 不是主動觸發的技能，還是被動打開的「光環」效果，伴隨感更強，更 work with AI，而不再是 command AI to do。

問（Ask）：從「信息檢索」到「知識問答」

工作的本質是信息的流動與處理，而「問」是信息流動的起點。傳統企業搜索的痛點在于，信息是「非結構化」且「孤島化」的。聊天記錄、會議紀要、審批流程、項目文檔散落在各個角落，我們找東西就像在倉庫里翻箱倒柜，找到的是「文件」，距離真正的「答案」還很遠。

釘釘的「AI 搜問」（Enterprise AI Seek）核心在于全域連接與語義理解：它能跨場景檢索釘釘內幾乎所有協作信息，并能通過開放能力連接企業的CRM、生產系統等內部數據，打破數據壁壘 。更重要的是，它通過知識圖譜和向量化技術，讓 AI 真正「理解」這些信息，實現語義搜索 。比如可以問「上個季度A項目的關鍵結論是什么？」，它給你的不再是一堆文檔鏈接，而是基于你的權限，直接從會議紀要、聊天記錄和項目文檔中整理、總結出的答案 。這實現了從「找到文件」到「獲得答案」的關鍵一躍。

聞（Record）：將「語音數據」資產化

文檔是企業的靜態知識，語音溝通——會議、訪談、客戶拜訪——則是企業內部的動態信息流 。但這些信息長期以來都是「閱后即焚」，難以沉淀和利用。

釘釘用「AI 聽記」（AI Minutes）和智能硬件 DingTalk A1來補完這塊拼圖 。系統化地將語音這種非結構化數據，轉化為可檢索、可分析、可復用的結構化知識資產。

軟件層面，「AI 聽記」不僅是簡單的語音轉文字，它內置了聲紋識別，能自動區分發言人 ，并提供 36 種場景化模板（如頭腦風暴、法律咨詢等）進行結構化紀要整理 。紀要中的待辦事項可以一鍵同步到釘釘待辦 ，實現了從記錄到行動的閉環。

硬件層面，DingTalk A1 這款超薄錄音卡片可以解決「數據源頭」的問題。它通過專業的6麥克風陣列、超長續航和與手機的便捷磁吸設計 ，確保了高質量、無遺漏的錄音。這是在告訴用戶：別擔心錄音質量和操作繁瑣，把「記錄」這個動作交給它，用戶可以只管專注溝通。

另外，這背后是釘釘聯手通義實驗室推出的 Fun-ASR 語音識別大模型，針對十多個垂直行業（如家裝、汽車）的

「黑話」進行了優化，并且支持企業利用自有數據進行專屬模型訓練 ，使得語音數據的資產化變得更加精準可靠。

望（View）：重構信息分發的「釘釘One」

傳統工作臺是「人找事」的邏輯，各種應用、待辦像一個個孤島，需要你主動點擊、查找。釘釘 One 則試圖反轉這個邏輯，變成「事找人」 。它將所有與你相關的工作信息與任務，由 AI 按優先級整理后，以卡片流的形式推送給你。

釘釘官方用了一個非常形象的比喻：讓工作處理就像刷短視頻一樣絲滑。這個信息流不僅是任務中心，也是人與 AI 協作的統一入口。用戶可以通過長按按鈕，用語音指揮消息助理、日程助理等各種 Agent 為你處理工作，比如發起會議、整理項目進展 。

過去靠群聊分享的行業資訊、技術趨勢，現在可以由 AI 自動收集、翻譯，并像企業內部的「抖音」一樣精準推送給相關員工 。這是信息分發模式的重構。

切（Do）：讓「AI 表格」成為零門檻應用搭建平臺

釘釘 AI 表格的定位，是「AI 時代的應用搭建平臺」。它的核心理念是，未來的應用將不再是代碼的堆砌，而是以數據為中心來構建 。

AI 表格集成了數據、自動化和儀表盤 。可以通過連接器同步 2000 多類數據源（如電商平臺、ERP系統） ，然后通過 AI 驅動的自動化工作流，僅用自然語言對話就能搭建復雜的業務邏輯 。比如，你可以告訴它：「幫我建一個達人種草管理應用，能自動提醒待跟進的溝通」，它會自動創建多張關聯的數據子表、儀表盤和自動化流程 。

同時，每一個單元格都可以是一個并行的智能 Agent。例如，電商運營可以將一列商品圖交給「一鍵換背景」 Agent 處理；在安全巡檢場景中，巡檢員拍下照片后，多個字段 Agent 可以協作完成隱患識別、分類、法規匹配、生成整改建議，并自動觸發通知給負責人 。這讓表格從一個數據容器，變成了一個可以完成復雜任務的「智能工廠」。

更需要關注的是，無招在打破各個產品之間的墻，或者說無招在用他的思路再設計 AI 釘釘。ONE 與消息、任務、日歷 Agent，與 AI 搜索之間像一個整體，表格是搜索的知識庫來源，搜索也可以是表格的數據，聽記、A1的信息也同樣是搜索、AI表格的信息來源，各個產品之間互相關聯，再不同的用戶交互上提供對應的服務。

不再像過去的釘釘，用起來總有一種隔離感，像是多個公司的產品拼湊在了一起。

無招自己在發布會上的說法是，「釘釘在 AI 時代的工作方式，不再是讓大家拼命寫文檔、做流程、寫代碼，而是讓 AI 去理解你的企業，理解你所在的物理世界，讓 AI 去操控相關的產品和工具，做決策和執行，我們再輔助 AI 不斷產生優化循環。」

AI 真的要理解企業，需要做到的是 AI 能像人一樣去融會貫通、思考后再輸出，不會是讀了一堆書但從來沒有學會過。

當然，這幾個產品描述的依然還是理想狀態。當下的階段，畢竟是剛剛推出的版本，未必有那么言出法隨、立竿見影的。還是會存在一些可行性上的問題。比如，用戶習慣的巨大挑戰。「事找人」的模式能否真正提升效率，需要經過市場的長期檢驗。另外，AI 能力的「最后一公里」，「AI 搜問」、「AI 表格」、「AI 聽記」的實際解決問題的可行性如何，也需要驗證。

有媒體問無招釘釘 8.0 距離他心目中理想的AI應用走了多遠，無招的回答是 10%。

不過，總的來說，釘釘 8.0 的發布，是一次值得鼓勵的、更真誠的轉身。它不再滿足于對舊有工作模式的修補，而是勇敢地試圖用 AI 的思維去重構工作的基本流程。

要知道釘釘是一個誕生十年的 APP 了。

在這一輪 AI 浪潮里，大家都在探索一款新時代成功的 APP，真正做到 AI 原生。

確實，一款已成功的產品的重構，所帶來的影響會比我們局外人想象的要大許多。信息流交互方式的變化，用戶是否買單，功能布局的變化會造成大量的用戶活躍下降，也會犧牲掉很多可以做數據運營的入口。尤其是，在一個老產品上做一點點改造，背后所影響的都會是一個龐大的功能體系和利益。

大刀闊斧的變化，也確實是只有創始人才敢做的決策。

從「望聞問切」四個基本點切入，這套邏輯是清晰且自洽的。它所呈現的，是一個以 AI 為核心，數據驅動，流程自動化的未來工作圖景。

對于所有身處其中的職場人而言，是我們都開始思考這個問題的時候了：

當 AI 開始幫我們「望、聞、問、切」之后，我們自己的價值會去向何方？

Gemini 亦有幫助。

題圖由 Midjourney 繪制。