輪到飛書了

撰文｜畫畫

一個人可以很聰明，但如果他對你的世界一無所知，你也很難和他一起做事。

AI 也一樣。

全民龍蝦熱潮還在持續。這個過程中最大的一個變化是，它讓很多人嘗試做一件事：讓 AI 真的開始干活。

不是聊天。不是問答。而是讓 AI 去完成一些具體的工作：整理文檔、更新數據、觸發流程、生成報告。

一開始，大家討論的焦點幾乎都在模型上。

• 哪個模型更聰明？

• 哪個 Agent 框架更好用？

• 哪種自動化能力更強？

但當實驗真正開始之后，很多人很快遇到了一個完全不同的問題：

Agent 應該放在哪里？

理論上，它可以存在于很多地方：

瀏覽器插件、桌面應用、聊天窗口、網頁后臺。

但當人們嘗試讓 Agent 參與真實工作時，很快會發現一個現實，AI 其實不缺答案。它缺的是另一種東西：上下文。

AI 當然可以回答問題。但如果它要替你完成一件具體的工作，它必須知道很多事情：你的文檔在哪里，你的項目在做什么，你的團隊如何協作，你的數據放在哪里。

換句話說，它需要理解你的工作環境。否則，所謂的智能體其實只是一個很聰明的陌生人。它知道很多知識，但對你的世界一無所知。

這就是為什么，當越來越多人開始認真做 Agent 的時候，問題開始從"哪個模型更強"變成了"Agent 該住在哪里"。

而這個問題，指向三種完全不同的答案：釘釘把 Agent 放進流程，企業微信把 Agent 放進連接，飛書把 Agent 放進數據。

于是，有點意思的變化開始出現。當越來越多開發者嘗試把 Agent 接入真實工作系統時，有一個產品開始越來越頻繁地出現在這些玩法里：飛書。

1、AI 真正缺的不是模型

AI 產業在過去兩年幾乎一直圍繞模型能力展開。參數規模、推理能力、多模態能力、成本效率。但當 AI 從聊天走向工作時，問題突然發生了變化。

模型依然重要。但它不再是唯一的問題。

因為當 AI 開始參與真實任務時，它需要三樣東西：模型、工具、上下文。

模型決定它能理解什么，工具決定它能做什么，而上下文決定一件更重要的事情：它知道該做什么。

很多開發者在做 Agent 的時候，很快會意識到：沒有上下文的 AI，其實很難真正參與工作。它可以回答問題，但它很難理解一個組織正在做什么。

于是，一些實驗開始出現新的方向，讓 AI 直接接入工作系統。讀取文檔，更新表格，觸發流程，調用工具。

而在這些應用里，飛書逐漸變得越來越常見。

原因其實很簡單。

在中國互聯網里，很少有產品像飛書一樣，把這么多東西放在同一個系統里：文檔、表格、知識庫、日歷、審批、項目管理、多維表格、自動化流程。更重要的是，這些數據幾乎都是結構化的。而 AI 最喜歡的，恰恰就是結構化數據。

于是很多開發者突然意識到一件事，飛書不只是一個聊天工具。它更像是一套工作數據系統。

2、一個曾經被質疑的產品

如果把時間往回撥幾年，很少有人會想到飛書今天會重新進入討論。

在相當長一段時間里，它其實是字節內部最有爭議的產品之一。

原因很簡單。企業軟件在中國一直很難做。這個市場長期被兩個玩家占據：阿里的釘釘、騰訊的企業微信。兩者背后分別是中國最大的兩家互聯網公司。

當字節宣布要做飛書的時候，很多人第一反應是：為什么？

字節最擅長的事情是消費互聯網。內容產品、推薦算法、用戶增長。抖音、今日頭條、西瓜視頻，這些產品都屬于同一套能力體系。而企業軟件完全是另一條賽道。銷售周期長，客戶需求復雜，產品更新節奏慢。

很多外部觀察者都覺得，這是一個和字節基因不太匹配的方向。甚至在字節內部，也有人懷疑：飛書是不是一筆太重的投入。因為和抖音不同，企業軟件很難在短時間里出現爆炸式增長。它更像是一場長期工程。

3、張一鳴為什么堅持？

但張一鳴對飛書一直非常堅定。

飛書最早其實并不是一個對外產品。它是一套字節內部協作工具。

字節的組織規模在很短時間里從幾百人增長到幾萬人。這種增長速度，很快暴露出傳統辦公工具的局限，信息分散，文件混亂，跨團隊協作困難。

于是字節內部開始搭一套自己的系統。最初只是文檔協作，后來逐漸增加任務管理、日歷、溝通、審批。這些模塊慢慢拼在一起，最后形成了一整套協作平臺。

在很多內部會議里，張一鳴反復強調過一個觀點：組織效率是互聯網公司真正的基礎設施。

如果一家公司的人越來越多，但協作效率沒有提高，那么規模反而會成為負擔。他相信，一家公司真正的競爭力，不只在于招了多少聰明人，更在于這些聰明人能不能高效地一起做事。飛書，就是他給出的那個答案。

這套系統后來開始逐漸對外開放。

但在很長一段時間里，它都沒有真正進入主流企業市場。因為它的定位有些奇怪。它不像釘釘那樣強調管理，也不像企業微信那樣強調社交連接。它更像是在做一套工作系統。

4、三種不同的產品邏輯

如果把視線拉高一點，會發現中國企業軟件市場其實一直存在三種不同的邏輯。

釘釘代表的是管理邏輯。阿里從一開始就把釘釘當成一種企業管理工具。考勤、審批、組織結構，很多功能都圍繞管理效率展開。它擅長的是流程管控和系統整合，把企業的組織架構和業務流深度綁定。

企業微信代表的是連接邏輯。它最大的優勢，是可以連接微信生態。員工可以直接和客戶溝通，企業可以把微信流量接入業務系統。當 Agent 要處理客戶溝通、私域運營這類事情時，企業微信的生態優勢就會顯現出來。

飛書代表的則是一種不同的路徑：工作邏輯。它試圖把企業里的各種工作數據放進同一個系統：文檔、項目、數據、流程。

如果說釘釘更像管理平臺，企業微信更像客戶連接平臺，飛書更像一種工作數據系統。這套設計的價值，在 AI 時代開始顯現。

5、AI 重估辦公軟件

過去十幾年，人們評價辦公軟件，通常看的是功能。文檔好不好用，IM 順不順手，審批流程順不順。

但在 AI 時代，問題開始發生變化。因為當 AI 開始參與工作時，它首先需要的不是界面，而是一個數據環境。

AI 不是缺答案，它缺的是上下文。沒有上下文的 AI，只是一個對你的世界一無所知的聰明人。

而上下文恰恰來自企業日常工作中產生的數據：文檔、項目、流程、溝通記錄。

于是辦公軟件的價值開始出現一種微妙變化。過去，它更像是一種工具。現在，它更像是一種數據基礎設施。

這一點在三家產品的 AI 布局上也能看出來。

釘釘在 2025 年底升級了知識庫自動化能力，支持 AI 自動歸檔、信息收集、群內播報。 簡單說，就是把 AI 變成流程里的一個環節——它會幫你在對的時候把對的信息推到對的地方。

企業微信在 2025 年 8 月上線了智能搜索、智能總結、智能機器人。 重點是把 AI 嵌入溝通場景：你發完一段語音，它幫你整理成可以發給老板的匯報；一個同事問你項目進展，它直接幫你在知識庫里找答案。

飛書則在持續深化知識問答和多維表格的 AI 能力。2025 年下半年，知識問答開始支持讀取表格和多維表格信息，你在飛書里問"上個月各地區銷售數據怎么樣"，它可以直接從多維表格里拉取數據告訴你。

3 月初，三家產品幾乎同時對 OpenClaw 做出響應。

釘釘接入 OpenClaw，用戶可直接調用 AI 表格、Teambition 等能力完成自動化任務；企業微信簡化接入流程，支持通過 Webhook 協議將數據自動寫入智能表格；飛書則升級智能會議紀要，并上線 OpenClaw 官方插件，讓 OpenClaw 能夠直接讀取文檔、查詢檔期、理解群聊上下文。

三家都在做 AI，但做的方式不一樣。釘釘把 AI 做進流程，企業微信把 AI 做進溝通，飛書把 AI 做進數據。

6、龍蝦熱背后的一個信號

龍蝦熱只是一個窗口。

很多具體工具可能在下一輪技術迭代里被替代。但它帶來了一個很重要的提醒，當 AI 開始真正參與工作時，企業數據將如何被組織、調用和流動，可能會成為下一階段互聯網最重要的問題之一。

也正是在這個問題開始浮現的時候，飛書突然出現在很多實驗的中心。這并不是因為它是一款更流行的聊天工具，而是因為它在過去幾年里，默默積累了一樣東西：企業的工作上下文。

而 AI 恰好需要這些東西。

釘釘有流程，企業微信有連接，飛書有數據。三條路徑，對應三種不同的 AI 未來。

誰會成為 Agent 真正"住"的地方，現在還沒有人能確定。

但有一件事情已經越來越清晰：當 AI 開始參與工作，企業每天產生的數據，很可能成為下一階段最重要的基礎設施。

龍蝦熱也許會過去。很多具體產品也可能被新的技術替代。

但如果 AI 真的開始參與日常工作，一個問題遲早會出現：這些工作數據應該在哪里被組織。

當越來越多企業和用戶開始思考這個問題的時候，飛書只是恰好出現在了答案附近。

【版面之外】的話：

AI 變得很聰明之后，人們突然發現，聰明不是最稀缺的東西。

真正稀缺的，是它能不能理解你、知道你、進入你的世界。

龍蝦熱之后，大家開始討論的不是哪個模型更強，而是 Agent 該放在哪里。這個問題聽起來很技術，其實很日常。

釘釘把答案指向流程，企業微信指向連接，飛書指向數據。

當 AI 開始真正參與工作，那個容納它的系統，可能比 AI 本身更重要。