AI 办公的两条路:成果交付、协同办公与组织重构

AI 的竞争焦点，正在从回答问题转向把事情做完。

最近，国内 AI 应用的讨论重心正在从消费端转向企业端。钉钉、飞书等协同办公产品持续加码 AI，腾讯的 WorkBuddy 等产品也迅速进入大众视野，越来越多人开始讨论：AI 究竟会怎样进入真实的工作场景？

这股变化其实早有端倪。2025 年，Claude Code 的破圈让很多人第一次意识到，Coding Agent 的价值并不只在编程。只要它能读取文件、调用工具并持续执行任务，就可以进入大量知识工作场景，直接交付文档、调研、数据分析和演示文稿等成果。

随后，Anthropic 推出 Claude Cowork，OpenAI 也持续把 Codex 扩展到知识工作。AI 的竞争焦点，正在从“能不能回答问题”转向“能不能把事情做完”。

但在我看来，WorkBuddy 与飞书、钉钉并不是同一类产品。它们看起来都属于 AI 办公，解决的问题和提供的价值却并不相同。

AI 办公至少可以分成两类：成果交付型与协同办公型。

这两条路径最终可能会汇合，但在当前阶段，它们的用户、场景、产品形态和竞争壁垒都不一样。把它们混在一起讨论，很容易得出错误的结论。

成果交付：用户要的不是工具，而是结果

WorkBuddy更偏向成果交付。整理文档、开展市场调研、制作 PPT、撰写方案、转换文件格式、处理表格数据……这些任务通常不需要复杂的多人协作，一个人用自己的电脑就能完成。

这些需求一直存在。过去，市场主要通过卖模板、卖课程和卖小工具来满足它们：PPT 模板、求职课程、数据转换工具，都是典型例子。

问题在于，用户真正想要的往往不是模板、课程或工具，而是一个可以直接使用的最终成果。买了模板，仍要自己整理内容；买了课程，还要额外投入时间学习；买了小工具，也得先理解它的操作逻辑。

一个被长期低估的市场

这个市场至少有两个常被忽略的特征。

第一，目标人群比程序员广泛得多。

几乎所有需要在电脑前工作的人，都会处理文档、表格、演示文稿和信息检索。教育、政务、销售、运营、行政、财务等场景，都存在大量类似需求。它的想象空间可能比预期更大。

第二，大量用户从未接触过 Claude Code 或 Codex。

技术圈已经习惯使用 Coding Agent，但对更广泛的办公人群而言，命令行、开发环境和权限配置依然有明显门槛。WorkBuddy 的机会，正是把这类能力包装成普通用户更容易理解和使用的产品。

为什么不是飞书、钉钉先做出来？

这其实不是“为什么飞书和钉钉没做好”，而是它们过去就没有优先服务这类需求。

飞书和钉钉天然面向多人协作，往往是组织规模越大，网络价值越高；而成果交付型产品服务的是一个人的具体任务。用户只是想生成一份 PPT，没有理由先部署一套协同办公系统。

因此，差异不只在 AI 能力，也在产品入口、用户心智和任务链路。成果交付型产品要做的是尽量缩短路径：用户提出要求，产品直接交付成果。

成果交付型产品的四个现实问题

协同办公：真正的壁垒是企业上下文

协同办公才是飞书和钉钉的主战场。

在 AI 出现以前，企业切换协同办公软件就已经非常困难；AI 出现以后，问题只会更复杂。过去，协同工具主要处理人和人、人和信息之间的关系；现在，它还要处理人和 Agent、Agent 和 Agent，以及 Agent 与组织制度之间的关系。

成果交付型产品关注个人效率，协同办公型产品则要回答一个更难的问题：怎样通过 AI 提升整个组织的效率？

企业真正需要管理的，不只是 Agent 的能力

要让 Agent 进入企业，至少需要回答下面这些问题：

• Agent 的组织方式：应该按部门、业务还是角色来设计？
• 出现位置与权限范围：它能看什么，又能执行哪些动作？
• 协作与分工：人与 Agent、Agent 与 Agent 应该怎样配合？
• 记忆机制：记忆如何形成、更新和遗忘？
• 安全与审计：怎样控制数据风险和越权行为？
• 验收与责任：成果由谁验收，错误又由谁负责？

这些问题已经远远超出“给大模型套一个应用”的范围。它们涉及产品设计、权限体系、组织治理和责任机制。

YC 最近开源的 QM就是一个值得关注的尝试。它把自己定义为“面向工作的多人 Agent 运行框架”：每个人和每个协作空间都有独立的记忆、文件、权限与持久化沙箱，同时又能在 Slack 频道、群聊和项目中共同使用 Agent。它还提供组织级配置、共享技能、后台任务和多模型支持，确实可以理解为一种“团队版 Agent 基础设施”。

飞书 aily则从另一条路径进入同一个问题：它依托飞书已有的企业知识、业务系统和权限边界，帮助企业构建和运营 Agent。

飞书在 2026 年开源的 飞书 CLI也很值得关注。它把消息、文档、日历、任务、知识库等能力变成 Agent 可以调用的标准化执行入口，让外部 Agent 能在已有权限范围内真正进入协作流程。它的重要性不只在“命令行”，而在于把企业上下文和执行能力向 Agent 开放。

AI 进入协同办公，还有一个比产品更难的问题：组织本身是否准备好了。

当越来越多工作可以由 Agent 完成，企业必须重新思考角色、流程、考核和责任边界。不同公司的文化、管理方式和创始人意志，会深刻影响这场变化。它不是单靠技术升级就能解决的问题。

这个过程充满挑战，但它不应被简单理解为“用 AI 裁掉多少人”。更重要的变化，是每个人的能力结构、工作方式和心理预期都要调整，而组织的制度建设通常会比技术演进慢得多。

因此，飞书和钉钉可能会面对一种尴尬：工具已经 Ready，人和组织却还没有 Ready。企业数据可能尚未电子化，知识散落在个人电脑和聊天记录里，岗位边界也没有重新设计。此时，再强的 Agent 也很难直接创造价值。

这或许也是 FDE（前沿部署工程师）一类角色的价值：他们不只是部署技术，还要进入业务现场，帮助企业梳理数据、流程、权限和使用方式。真正的 AI 转型，需要技术团队、业务团队和管理者共同完成，也会考验所有参与者的耐心。

协同办公的高难度，恰恰构成了它的高壁垒。成果交付型产品想进入这一领域并不容易，但一旦做成，价值也会更大。

企业微信同样绕不开这门课。它在连接客户和外部协作方面很强，但在内部知识、流程和组织协同上，仍需要补齐更多能力。

成果交付与协同办公最终一定会重叠。

个人 Agent 交付的成果，需要交给同事或其他 Agent 继续使用；企业协同中的 Agent，也会承担某个具体角色的任务。两条路可能殊途同归，只是今天处在不同的发展阶段。

还有一种观点认为，AI 时代的协作工具可能不再是 IM，而是一种全新的产品形态。我对此持保留态度。

原因不是技术做不到，而是人的习惯比技术迭代慢得多。AI 浏览器之所以难做，不只是模型和产品能力的问题，也是因为浏览器承载了大量长期形成的操作习惯。同样，做一个“基于 AI 的微信”在技术演示中并不难，但要让所有关系、内容、服务和使用习惯迁移过去，完全是另一回事。

只有当人完全退出具体执行，甚至不再需要理解 AI 如何协作时，语言和 IM 才可能失去今天的重要性。显然，我们距离那个阶段还很远。

虽然当前最容易商业化的 AI 场景集中在办公、效率和 Coding，但我仍然认为消费端有机会。豆包已经建立起一定的用户认知，真正的问题不是“有没有用户”，而是这种认知如何持续转化为长期价值。

消费端 AI 还需要等待几个条件成熟：

对飞书而言，核心问题可以浓缩成一句话：

飞书 CLI 是一次有价值的尝试：它更新快、开放度高，也清晰地指向“让 Agent 真正调用协作系统”的方向。但这只是其中一环。

飞书还需要继续处理三组关系：

这意味着，飞书需要理解不同企业真正需要什么，而不是试图把所有公司都改造成字节跳动。

当然，过去通过标杆行业和标杆客户推进商业化的方式，在 AI 时代仍然有效。企业转型常常带有很强的示范效应：当竞争对手已经开始行动，观望本身也会变成一种压力。

AI 办公的第一阶段，是让 Agent 帮个人把事情做完；更深的一层，是让 Agent 进入组织，参与真实的协作与决策。

前一条路更容易起量，后一条路更难，却也更有壁垒。真正决定胜负的，最终不会只是模型能力，而是谁能同时处理好成果、上下文、权限、责任与组织变化。

如果你觉得今天这篇有收获，欢迎点赞、在看、转发三连，我们下篇见。

THANKS FOR READING