导语
2026年开年最火的科技概念非“龙虾”OpenClaw莫属,短短一个月GitHub星标破20万,中文互联网掀起“全民养虾”热潮,可仅仅2个月后,这款爆火的开源AI Agent就进入卸载潮,九成尝鲜用户最终放弃。
问题背景
AI Agent究竟是极客的玩具,还是能真正落地到日常工作流的生产力工具?飞书刚刚推出的智能伙伴aily,给整个行业交了一份可落地的答卷。
2026年1月的朋友圈,几乎被两种内容刷屏:一种是晒自己花了三天调教出来的“龙虾”OpenClaw,能自动整理会议纪要、帮忙写方案,仿佛雇了个免费实习生;另一种是吐槽自己的“龙虾”要么连不上飞书数据,要么误删了存了半个月的项目文档,气得直接卸载。
实操路径
从全民“养虾”到集体弃坑,只用了不到60天,AI Agent这个被吹了一年的下一代生产力工具,第一次大规模落地就撞了南墙。
作为国内企业办公的主流工具,飞书当时是第一个下场适配OpenClaw的玩家:先是把API调用额度从1万次直接拉到100万次,后来在3月5日还推出了官方插件,直接把“养虾”的门槛从“会写代码”降到了“会用飞书”。
关键结论
当时很多人预判,这下龙虾真的能渗透进普通用户的工作流了,结果只用了半个月,用户反馈就快速降温。
核心问题从根上就没法通过适配解决:第一是安全隐患,开源Agent没有统一的权限管控,你给了它飞书权限,它可能随便给你发群消息、删核心文档,出了问题根本找不到责任人,全链路没有追溯机制,哪个企业敢把核心数据交给它?
第二是使用门槛依然高企,普通用户就算不用写代码,还是要自己搭工作流、配置调用逻辑,对不会搞技术的运营、行政、销售来说,依然是玄学操作。
第三是数据天然割裂,就算你接了飞书API,还是要手动导数据,跨工具调用还要单独配置,根本做不到无缝融入日常工作。

飞书显然也发现了适配开源Agent根本解决不了核心问题,所以直接推出了原生的智能伙伴aily,定位是“每个人的智能伙伴”。这款产品和之前所有的AI Agent最大的不同,就是它从根上就不是让你“养”的宠物,而是直接能上手干活的同事。
核心能力的设计完全踩中了开源Agent的所有短板:第一是统一权限机制,完全和用户的飞书账号权限对齐,你能看的文档、能约的会议室、能联系的人,aily才能碰,敏感操作比如发消息、删文档都会先给你发确认,全链路所有操作都可追溯,完全解决了安全隐患。
第二是原生集成飞书全量工具,文档、日历、多维表格、妙搭这些你平时用的工具,aily不用额外接API就能直接调用,你不用再导数据,直接说需求就行。
第三是分层产品设计,普通用户直接用零配置的对话Bot,30秒就能激活,还有长期记忆,知道你平时的工作习惯,要是开发者或者企业IT,就用专业版的GUI,拖拖拽拽就能搭自定义的自动化工作流,还有官方安全认证的技能市场,想用什么功能直接加就行。

我找了互联网公司运营岗的用户做了实测:她平时做团队月报,要从9个不同的多维表里拉取投放数据、用户增长数据、内容数据,整理成统一的报表,还要写分析,之前每次要花2个小时,现在只要给aily说一句“生成3月团队运营月报,数据来源是运营部的9张业务多维表,要包含核心指标完成情况、问题分析和下月建议”,4分钟就搞定了,数据全是对的,根本不用自己核对。
还有约会议,之前要翻七八个人的日历找空档,找符合要求的会议室,发邀请附议程,至少要10分钟,现在跟aily说一声“下周二下午2点约产品、运营、技术的负责人开Q2需求评审会,要能坐8个人带投影的会议室,把最新的需求文档附在议程里”,30秒就全部搞定了。


国内某SaaS公司IT总监跟我聊的时候说,“之前我们花了两周时间,帮业务线搭了3个OpenClaw的定制Agent,光是权限调试就改了8版,最后用了不到一个月就没人碰了,一是大家嫌麻烦,二是出了一次bug把项目群的消息全删了,没人敢用。
aily上线当天我们全公司87%的人都激活了,现在每天光用它约会议、拉日报的调用量就过万,大家根本不用学,打开飞书就能用。”
aily的核心逻辑其实就是跳出了之前AI行业盲目追求“开源自由度”的误区,很多人觉得开源的就是好的,可对普通用户和企业来说,能直接用、安全、不用折腾才是最重要的。开源Agent就像你买了一堆零件要自己组装电脑,对极客来说好玩,对普通人来说远不如买个开箱就能用的笔记本。
对普通办公用户来说,你不用再去折腾什么开源Agent的配置,直接打开飞书激活aily的零配置Bot,日常约会议、整理数据、写初稿这些活直接交给他,至少能省出30%的办公时间。
对有复杂自动化需求的开发者和企业IT来说,aily的专业版GUI不用写代码就能搭自定义工作流,还有官方的安全兜底,比自己搭开源Agent效率高十倍,风险低百倍。
对整个AI Agent行业来说,这波OpenClaw从爆火到遇冷已经给所有人提了醒:别再吹什么技术先进性、开源自由度了,先搞定场景适配、开箱即用、安全兜底这三个核心问题,AI Agent才能真正从极客的玩具,变成所有人能用的生产力工具。

夜雨聆风