撰文 | 吳坤諺

編輯 | 吳先之

在科技圈，命名往往承載著野心與戰(zhàn)略目標(biāo)。

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(diào)。早先業(yè)內(nèi)推測的“軟硬一體”主基調(diào)沒有變化，但釘釘于硬件層的新品并非手機、平板等個人設(shè)備，而是面向企業(yè)組織的專屬硬件——DingTalk Real。

作為上一次發(fā)布會“next big thing”釋出的彩蛋產(chǎn)品，DingTalk Real被定位為企業(yè)客戶部署并使用Agent能力的物理載體與執(zhí)行終端。

一個背景是，2023年微軟發(fā)布Copilot之后，“助手”式產(chǎn)品形態(tài)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(tài)存在，幫助企業(yè)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(yīng)用與強調(diào)跑Tokens的MaaS，均強調(diào)自云端輕松獲取AI能力。這樣的落地形式顯著降低了企業(yè)的理解門檻，也最大化復(fù)用了既有軟件體系，大模型能力在調(diào)用中快速進(jìn)化。

DingTalk Real以及其指向的Agent OS的發(fā)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(wù)的主流客戶所做出的戰(zhàn)略判斷。

硬件=數(shù)據(jù)主權(quán)+安全合規(guī)？

上云還是自建IDC？這是云計算自興起以來便擺在企業(yè)組織面前的現(xiàn)實問題。

這其中不乏客戶嫌云貴，云廠商卻覺得降價換規(guī)模血虧的成本博弈。但數(shù)據(jù)安全與合規(guī)，可能是更符合國內(nèi)企業(yè)經(jīng)營環(huán)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(yè)在AI領(lǐng)域面臨相似的選擇。

對于相當(dāng)一部分企業(yè)如金融機構(gòu)、大型制造公司與醫(yī)藥公司而言，數(shù)據(jù)主權(quán)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(shù)據(jù)歸屬、Agent執(zhí)行可視化、能否在AI跑偏時及時糾錯，這一心態(tài)貫穿其選擇模型服務(wù)的始終。

從這個角度看，釘釘發(fā)力“軟硬一體”，為Agent服務(wù)打造物理層面的“可控”執(zhí)行終端，是根據(jù)“主流客戶需求”做出的資源配置——釘釘?shù)暮诵母沟厥谴笮椭圃炱髽I(yè)、政企機構(gòu)。在這樣的客戶結(jié)構(gòu)下，單純復(fù)制“云端Copilot+SaaS插件”的路徑，反而并不現(xiàn)實。

回看DingTalk Real的產(chǎn)品形態(tài)，本質(zhì)上是為AI Agent在企業(yè)私有邊界內(nèi)簽發(fā)的一張“合法準(zhǔn)入證”。它提出的三個“Real”（真實身份、真實數(shù)據(jù)、真實時間），核心邏輯是讓Agent在受控的硬件物理環(huán)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(xiàn)可控與安全。一個典型表現(xiàn)在于無招著重介紹的DingTalk Real的物理“緊急拔電”開關(guān)�？此啤氨┝Α鼻以�始的設(shè)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(yè)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(quán)。這種“軟硬一體”的戰(zhàn)略，正是釘釘基于中國本土合規(guī)環(huán)境做出的務(wù)實選擇。

理解了釘釘投身硬件的原因后，本次發(fā)布會上還有一個需要關(guān)注的系統(tǒng)級變化，是其發(fā)布的Agent OS與通用任務(wù)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(tǒng)”，其通過MCP（模型上下文協(xié)議），將原本屬于人的操作權(quán)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?shù)腁gent可以直接調(diào)取差旅接口比價、訂票、并在OA系統(tǒng)完成審批。

MCP并非業(yè)內(nèi)新事，Agent與模型能力的調(diào)用也并非釘釘獨有。問題是，在這樣的Agent工作流中，傳統(tǒng)的監(jiān)控并不適用。如很多步驟之間的調(diào)用流程、輸入輸出中間狀態(tài)無法被傳統(tǒng)日志、追蹤工具捕捉，造成“黑箱執(zhí)行”的現(xiàn)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(yè)側(cè)落地一大攔路虎，MCP也是一樣的道理。

傳統(tǒng)代碼開發(fā)中，輸入A，必然得到B，Vibe Coding（氛圍編程）的出現(xiàn)徹底改變了這一邏輯�！吨貥�(gòu)》作者、軟件工程師馬丁·弗勒便有發(fā)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(huán)節(jié)傳遞的錯誤數(shù)據(jù)而出現(xiàn)整體故障的現(xiàn)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(guān)數(shù)據(jù)在物理層面的可控，企業(yè)組織才給Agent開放更多權(quán)限，讓Agent開始滲透進(jìn)組織流程，而非表面上的內(nèi)容、代碼生成。

以釘釘開放悟空調(diào)用的日程、審批、聽記等偏基礎(chǔ)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(diào)也不激進(jìn)。但可以肯定的是，無招回歸后的釘釘，其戰(zhàn)略路徑已經(jīng)足夠明晰。

“確定性”博弈

2023年，阿里方面便提出讓AI滲透進(jìn)千行百業(yè)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(yè)組織不會為了“智能”買單，他們只為“低成本的確定性結(jié)果”買單。舉一個相對極端的案例，工業(yè)制造中以ppm為衡量良品率的重要指標(biāo)，即每百萬單位中的缺陷數(shù)量——高精度的場景與需求讓精確建模長期把持工業(yè)智能的主流，大模型僅被應(yīng)用于以巡檢為代表的流程優(yōu)化環(huán)節(jié)。

沿著這一邏輯，釘釘本次集成進(jìn)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(shè)計印刷領(lǐng)域，一個文字排版的微小幻覺可能導(dǎo)致巨額的廢品損失。AI難免出錯，釘釘?shù)淖龇▌t是在底層模型基礎(chǔ)上增加“相關(guān)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(yù)定的授權(quán)，即可完成自動預(yù)定與后續(xù)的報銷流程；后者同樣是結(jié)構(gòu)化信息的“輸入-輸出”，企業(yè)客戶提出的需求被拆解為Tokens，Agent根據(jù)這些信息搜索全網(wǎng)簡歷并按權(quán)限走完確認(rèn)時間這樣的后續(xù)流程。

總體來看，釘釘將Agent能力細(xì)化進(jìn)極為細(xì)分的場景，以原子形式嵌入到具體的業(yè)務(wù)流中并取代企業(yè)之前耗時費力的流程。這樣的組織流程優(yōu)化，與釘釘最早以常規(guī)OA切入?yún)f(xié)同有異曲同工的意味——事情簡單沒關(guān)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(diào)奔跑在AI to B的道路上。

發(fā)布會上，無招表示“8月份的1.0版本是AI釘釘?shù)牡谝徊�，今天我們可以宣布釘釘徹底變了，轉(zhuǎn)型為AI操作系統(tǒng)�！笨v使終局還處于模糊，但隨著DingTalk Real持續(xù)滲透，企業(yè)越來越多業(yè)務(wù)流程在釘釘?shù)腁gent協(xié)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(xiàn)實挑戰(zhàn)。

操作系統(tǒng)的成敗取決于開發(fā)者，Agent OS的進(jìn)化需要釘釘重走一遍當(dāng)年的PaaS道路。在以Tokens而非訂閱的商業(yè)模式下，如何打造一個讓第三方開發(fā)者活躍的平臺生態(tài)；另一個挑戰(zhàn)來自于成本側(cè)，軟硬一體于釘釘而言是比過去更重的供應(yīng)鏈管理和重資產(chǎn)投入，于企業(yè)用戶而言則是一道前置性的成本門檻。

放眼全球，釘釘?shù)穆窂骄哂絮r明的“本地特色”。相比于知識工作者，其更樂意從極度下沉、復(fù)雜且高風(fēng)險的業(yè)務(wù)場景中，把AI一點點揉進(jìn)流程。保障商業(yè)交付能力的Agent，或?qū)⒊蔀獒斸斂蛻羝髽I(yè)所需要的高效、可信的數(shù)字員工。

因此，我們需要跳出技術(shù)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(wù)實的、本土化的落地模板。在AI to B的戰(zhàn)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(wěn)“干活”的人。

       原文標(biāo)題 : AI釘釘，軟硬兼施