1. 首頁 > 生活百科 > >

AI釘釘，軟硬兼施

人工智能ai釘釘

AI釘釘，軟硬兼施

文章圖片

AI釘釘，軟硬兼施

在科技圈 ， 命名往往承載著野心與戰略目標 。
從8月代表扎根的“蕨” ， 到12月象征被子植物始祖、開啟多樣化繁衍的“木蘭” ， 釘釘CEO無招用植物演化史為釘釘AI 1.1版本定調 。 早先業內推測的“軟硬一體”主基調沒有變化 ， 但釘釘于硬件層的新品并非手機、平板等個人設備 ， 而是面向企業組織的專屬硬件——DingTalk Real 。



作為上一次發布會“next big thing”釋出的彩蛋產品 ， DingTalk Real被定位為企業客戶部署并使用Agent能力的物理載體與執行終端 。
一個背景是 ， 2023年微軟發布Copilot之后 ， “助手”式產品形態便迅速成為AI to B的主流范式之一 。 這一模式下 ， AI被嵌入在Office、郵箱、表格、CRM之中 ， 以智能插件形態存在 ， 幫助企業客戶最大限度提升單個知識工作者的效率 。
除此之外 ， 還有以Salesforce Einstein為代表的垂直SaaS應用與強調跑Tokens的MaaS ， 均強調自云端輕松獲取AI能力 。 這樣的落地形式顯著降低了企業的理解門檻 ， 也最大化復用了既有軟件體系 ， 大模型能力在調用中快速進化 。
DingTalk Real以及其指向的Agent OS的發布 ， 說明釘釘選擇了另一個方向 。 這背后既存在差異化的市場考量 ， 同時也是釘釘基于其服務的主流客戶所做出的戰略判斷 。
硬件=數據主權+安全合規？上云還是自建IDC？這是云計算自興起以來便擺在企業組織面前的現實問題 。
這其中不乏客戶嫌云貴 ， 云廠商卻覺得降價換規模血虧的成本博弈 。 但數據安全與合規 ， 可能是更符合國內企業經營環境的要素 。
OpenAI和微軟都在拼命把一切推向云端 ， 釘釘卻“逆流而上”做硬件 。 這讓企業在AI領域面臨相似的選擇 。
對于相當一部分企業如金融機構、大型制造公司與醫藥公司而言 ， 數據主權不是一道選擇題 ， 而是生死線 。 他們對“云端AI”有著天然的警惕 ， 如數據歸屬、Agent執行可視化、能否在AI跑偏時及時糾錯 ， 這一心態貫穿其選擇模型服務的始終 。
從這個角度看 ， 釘釘發力“軟硬一體” ， 為Agent服務打造物理層面的“可控”執行終端 ， 是根據“主流客戶需求”做出的資源配置——釘釘的核心腹地是大型制造企業、政企機構 。 在這樣的客戶結構下 ， 單純復制“云端Copilot+SaaS插件”的路徑 ， 反而并不現實 。
回看DingTalk Real的產品形態 ， 本質上是為AI Agent在企業私有邊界內簽發的一張“合法準入證” 。 它提出的三個“Real”（真實身份、真實數據、真實時間） ， 核心邏輯是讓Agent在受控的硬件物理環境中運行 。
相比看不見摸不著的云端AI ， 物理實體相對更能表現可控與安全 。 一個典型表現在于無招著重介紹的DingTalk Real的物理“緊急拔電”開關 。 看似“暴力”且原始的設計 ， 反而在心理上擊中了大型組織與政企客戶的安全焦慮 。
它向企業主傳遞了一個明確信號：AI不是脫韁的野馬 ， 人類依然擁有物理層面的終極控制權 。 這種“軟硬一體”的戰略 ， 正是釘釘基于中國本土合規環境做出的務實選擇 。
理解了釘釘投身硬件的原因后 ， 本次發布會上還有一個需要關注的系統級變化 ， 是其發布的Agent OS與通用任務處理Agent“悟空” 。



官方將之定義為“全球首個為AI打造的工作智能操作系統” ， 其通過MCP（模型上下文協議） ， 將原本屬于人的操作權限下放給了Agent 。 例如 ， 對話式AI可以幫你寫一份出差申請；而釘釘的Agent可以直接調取差旅接口比價、訂票、并在OA系統完成審批 。
MCP并非業內新事 ， Agent與模型能力的調用也并非釘釘獨有 。 問題是 ， 在這樣的Agent工作流中 ， 傳統的監控并不適用 。 如很多步驟之間的調用流程、輸入輸出中間狀態無法被傳統日志、追蹤工具捕捉 ， 造成“黑箱執行”的現象 。 在推理過程與中間決策鏈尚無法被完整審計之前 ， 幻覺黑箱都是AI在企業側落地一大攔路虎 ， MCP也是一樣的道理 。
傳統代碼開發中 ， 輸入A ， 必然得到B ， Vibe Coding（氛圍編程）的出現徹底改變了這一邏輯 。 《重構》作者、軟件工程師馬丁·弗勒便有發出過警告 ， AI正在將我們帶入充滿不確定性的“概率迷霧” 。 不少把多智能體跑起來的組織 ， 可能都會遇見因某個Agent因接收上一個環節傳遞的錯誤數據而出現整體故障的現象 。
了解了這一前提 ， 我們便能理解為何釘釘敢于提出Agent OS——硬件部署保障了AI與相關數據在物理層面的可控 ， 企業組織才給Agent開放更多權限 ， 讓Agent開始滲透進組織流程 ， 而非表面上的內容、代碼生成 。
以釘釘開放悟空調用的日程、審批、聽記等偏基礎的原子能力看 ， 即便有了物理載體 ， 釘釘在借AI滲透組織流程的步調也不激進 。 但可以肯定的是 ， 無招回歸后的釘釘 ， 其戰略路徑已經足夠明晰 。
“確定性”博弈2023年 ， 阿里方面便提出讓AI滲透進千行百業的口號 。 不似to C消費市場一般 ， AI可以似潤物小雨般悄然滲透用戶的對話框 ， B端市場相對更殘酷 。
企業組織不會為了“智能”買單 ， 他們只為“低成本的確定性結果”買單 。 舉一個相對極端的案例 ， 工業制造中以ppm為衡量良品率的重要指標 ， 即每百萬單位中的缺陷數量——高精度的場景與需求讓精確建模長期把持工業智能的主流 ， 大模型僅被應用于以巡檢為代表的流程優化環節 。
沿著這一邏輯 ， 釘釘本次集成進Agent OS的垂直場景Agent ， 如“AI印”和“AI差旅” ， 其核心賣點不是能力多強或多智能 ， 而是“不出錯” 。
以AI印為例 ， 在設計印刷領域 ， 一個文字排版的微小幻覺可能導致巨額的廢品損失 。 AI難免出錯 ， 釘釘的做法則是在底層模型基礎上增加“相關人工處理的支持” 。
AI差旅與AI招聘的邏輯相對更簡單 ， 前者僅需識別比對機酒價格并獲取預定的授權 ， 即可完成自動預定與后續的報銷流程；后者同樣是結構化信息的“輸入-輸出” ， 企業客戶提出的需求被拆解為Tokens ， Agent根據這些信息搜索全網簡歷并按權限走完確認時間這樣的后續流程 。
總體來看 ， 釘釘將Agent能力細化進極為細分的場景 ， 以原子形式嵌入到具體的業務流中并取代企業之前耗時費力的流程 。 這樣的組織流程優化 ， 與釘釘最早以常規OA切入協同有異曲同工的意味——事情簡單沒關系 ， 能辦好不出錯 ， 讓老板省心才是硬道理 。
Top-Down管理工具起家的釘釘 ， 正在以相似的步調奔跑在AI to B的道路上 。
發布會上 ， 無招表示“8月份的1.0版本是AI釘釘的第一步 ， 今天我們可以宣布釘釘徹底變了 ， 轉型為AI操作系統 。 ”縱使終局還處于模糊 ， 但隨著DingTalk Real持續滲透 ， 企業越來越多業務流程在釘釘的Agent協議上跑 ， 他們的遷移成本將變得不可承受 。



需要注意的是 ， 這套邏輯的跑通還面臨著現實挑戰 。
操作系統的成敗取決于開發者 ， Agent OS的進化需要釘釘重走一遍當年的PaaS道路 。 在以Tokens而非訂閱的商業模式下 ， 如何打造一個讓第三方開發者活躍的平臺生態；另一個挑戰來自于成本側 ， 軟硬一體于釘釘而言是比過去更重的供應鏈管理和重資產投入 ， 于企業用戶而言則是一道前置性的成本門檻 。
放眼全球 ， 釘釘的路徑具有鮮明的“本地特色” 。 相比于知識工作者 ， 其更樂意從極度下沉、復雜且高風險的業務場景中 ， 把AI一點點揉進流程 。 保障商業交付能力的Agent ， 或將成為釘釘客戶企業所需要的高效、可信的數字員工 。
【AI釘釘，軟硬兼施】因此 ， 我們需要跳出技術視角去觀察AI釘釘1.1版本的變化——其為中國市場提供了一套務實的、本土化的落地模板 。 在AI to B的戰場上 ， 最后的贏家不一定是大模型跑分最高的那個 ， 而是那個能讓AI在車間、在政府辦公室、在差旅流程中安穩“干活”的人 。

    推薦閱讀