一個重要的趨勢是，AI 智能體（AI Agent）的工作流將會帶來 AI 領域的巨大進步，甚至可能會超越下一代基礎模型。
前百度首席科學家、剛剛宣布加入亞馬遜董事會的吳恩達，在最近的一次分享中，提出了關于 AI 智能體的最新看法。
實際上 ，OpenAI、微軟、谷歌、Meta，幾乎所有人工智能的巨頭們，都盯上了這個新的戰場。智能體是 AI 行業的下一個大趨勢，已經成爲整個 AI 圈的新共識
但這條路並不好走。
OpenAI 的 GPT Store，爲什麽沒有吃到螃蟹 第一個出手的，就是 AI 領域的領軍代表 OpenAl。
在 OpenAl 的商業化故事裏，GPT Store 曾被寄予厚望，在發布會上留出了大篇幅介紹。上線後確實也勢如破竹，瞬間湧入 300 萬個智能體應用。
要知道，深耕 iOS 生態十多年，App Store 也就只有 178 萬個 App。
但 GPT Store 並沒能支撐起 OpenAI 的野心。
經過訓練的 AI 智能體，本應該更擅長處理具體的應用場景和流程，展現出更強的「行動」能力。但在 GPT Store 裏，交互方式依然只有 Chat 對話的形式。OpenAI 試著讓普通用戶自己配置 API 接口，自己餵給 AI 數據信息，用一問一答的方式來解決不同用戶的海量任務。
顯然光靠一個聊天框，沒辦法解決所有的問題。
雖然 ChatGPT 本身智能化程度高，但當許多普通用戶拿著五花八門的需求，來找定制的 GPT 幫忙時，幹出來的活卻往往差強人意。
更遑論，OpenAI 的願景是服務廣大的企業用戶。
僅僅發布三個月後，GPT Store 的活躍用戶數量就驟降 40%，大量 AI 智能體應用被荒廢遺棄。
如今，GPT Store 已經瀕臨破産，許多付費用戶也表示：這是 OpenAI 難得一見的滑鐵盧。
就在 GPT Store 逐漸退出大衆視野的同時，在中國，卻新誕生了一批押注 AI 智能體賽道的先行者 ，比如釘釘便是其中之一。
APPSO 此前受邀參加了釘釘的新産品發布會，在會上他們發布了自研的 AI 智能體——釘釘稱之爲「AI 助理」。並宣布將在未來 3 年內打造 1000 萬個 AI 助理。
隨著 AI 助理市場正式上線開放，APPSO 也第一時間上手體驗，看釘釘的「GPT Store」和 OpenAI 到底有沒有不同，憑什麽敢。
上手初體驗：是一個「硅基人才市場」，能幹的不止是聊天 盡管釘釘的 AI 助理市場被稱作「中國的 GPT Store」，但在實際上手後，我們發現它跟 GPT Store 走的路線並不完全相同：
首先是上架邏輯。GPT Store 和大多數 Agent 市場采取的是全量推薦方式，如果不是涉及敏感話題，基本 UGC 全發布，由用戶自己搜索或使用；而釘釘從現有設定看，更像是軟件應用市場或者 App Store 的上架、審核邏輯，官方有自己的篩選標准。
其次，釘釘對 GPT Store 並沒有局限于對話框的交互，而是將 AI 助理的能力充分融入到工作流當中。
釘釘 AI 助理市場的完成度很高，AI 助理們已經按照不同的垂直領域和工作場景，分門別類排好隊了，就真的像個「硅基人才市場」。
比如在「人事行政」的版塊裏，這些專門用來「幹細活」的助理，已經按照簡曆、薪酬、面試、績效等場景分工好了。有些助理已經接入了專業服務商的接口，可以自己完成獨立的執行動作，而不只是簡單地對話交互。
從 Agent 技術的角度來看，釘釘 AI 助理在底層架構上，還融入了許多不同層級的新技術。
1. 最基礎的是角色化的聊天助理，可通過 Prompt 指令進行調教，門檻較低。
2. 而對于專業領域知識庫和數據集的支持，釘釘的 AI 助理表現也相當出色，能滿足不同級別的定制化需求。
比如名爲「小築」的 AI 助理，就包含了大量的建築行業的專業數據庫，用戶可以像聊天一樣，查詢具體的建築行業細節問題，拿來找文件、看資訊、查找專業政策都沒問題。
值得關注的是，小築 AI 助理不只具有一項技能，這也是 Agent 的典型特征。比如，它還支持上傳設計線稿圖，在一分鍾不到的時間裏，將線稿能快速生成 4 張建築效果圖，可以幫助設計師和他的客戶快速預覽設計方案，讓整個設計流程提速。而整個過程，都是直接溝通交互就能完成。
還有一位智能簡曆生成的 AI 助理，同樣也是活幹的又快又好。
你只需要告訴他大致的情況、想要突出的能力，就能快速生成一個專業可用的簡曆。修改簡曆的過程也很簡單，你可以直接口述你要修改的部分，也可以一鍵跳轉網頁進行更深度調整。
也就是說，在 AI 助理的對話窗口無法完成複雜操作的情況下，窗口和後台網頁之間也是打通的雙向關系，形成一套智能體的工作流程。
3. 除此之外，我們還發現部分 AI 助理做了底層的深度開發，這裏主要是一些專業的軟件或者 SaaS 公司，可以跨應用。比如用友薪酬打造的 AI 薪酬分析助理。用戶可以直接問「幫我查一下現在産品經理的平均薪酬」、「統計一下去年每個月的人員流動情況」。
反饋形式也不只是文字圖片，因爲智能體理解了業務的需求，助理回複的結果可以可以通過列表、圖標、網頁數據等多種方式呈現，並加以總結。
用友薪酬原本就已經是釘釘裏上架的 SaaS 應用，已經爲企業沉澱了大量的數據資料，所以用 AI 升級後的助理，打通了這套系統，可以順暢地調取原本應用內的實時數據，並自己完成「彙總、清洗、整理」的一整套工作流。
以往這樣的工作，需要你手動關聯數據、簡曆參考值還要自己編寫統計函數，現在只要動動嘴就行。
我們還體驗了杭州公安局開發的 AI 助理，這是一個典型的多任務 AI 助理樣例。大語言模型 + 政務服務，本身就是可以天然結合的場景，相當于一個 24 小時的服務窗口，並且可以對應做出不同的「行動」。
就像平時聊天一樣，我們簡單說明了情況和要求，AI 助理基本上都能很快調取公安系統的知識庫做出回答，並且資訊也都是最新的。
溝通的過程也疊加了釘釘 AI 助理本身的行動能力：如果確定了辦理的預約時間，AI 助理會自動幫你設置好釘釘日程，在出發前提醒你。
值得一提的是，我們注意到杭州公安局開發的這個 AI 助理，目前已經接入了公安局的系統：如果問題一直得不到解決，用戶直接反饋意見。AI 助理會把你的反饋表達的內容，拆分成具體的問題、解決方案、滿意程度，同步上報進系統。
APPSO 還體驗了好幾款不同的 AI 助理，基本覆蓋了設計、學習、辦公、運營、銷售、人事、財稅等各個專業領域。 比如在辦公領域就包含了 PPT 大綱策劃、周報小達人、EXCEL 助手這些經過特別訓練的辦公技能專家； 在銷售領域則能看到工商信息查詢器、銷售教練助理、電話腳本教練等銷售專家。 在設計領域，除了上面提到的小築 AI 助理，另一款由墨見 MoLook 制作的 AI 助理，包含了大量服裝設計的數據，內置了服飾設計的小模型。經過簡單的溝通和參考圖，就可以輔助完成服裝造型的設計。
在開發的過程中其實都有一個核心難點：不管是建築行業還是公安系統，背後的數據庫都是隨時在更新變化的。要讓用戶用大白話的方式完成任務，對于 Agent 開發而言難度很高，因爲背後需要一環扣一環地銜接。 但釘釘占據了一個優勢：許多企業原本在釘釘平台上已經開發過自家 SaaS 應用和小程序，數據早已有了積累和沉澱，企業只需要給予原有數據和應用「用 AI 升級一遍」，加上大模型本身的理解和執行力，就可以很快造出一個懂行還能幹活的 AI 助理。 這在未來對于不同領域的客戶來說，意味著 AI 不再只是「什麽都懂一點」，而是可以通過消化企業原本已經部署在釘釘的數據庫和應用，就能快速培養出一批能夠立馬上手幹活的「公司元老級專家」。
這是釘釘的 AI 助理市場和 GPT Store 最本質的差異：有需求與數據，來支撐 AI Agent 的記憶和感知系統；有豐富的應用，支撐 AI Agent 的行動系統。 從一開始，釘釘就瞄准了辦公中那些「分散型場景」。 各行各業的組織都會遇到類似的問題，一個說不清道不明的環節可能就是項目中的效率黑洞。爲此，釘釘的解決辦法是「用魔法打敗魔法」：一個個 AI 智能體串聯起一套套智能體工作流，把組織中分散的「效率黑洞」理順了，企業工作效率自然就上去了。
深入 AI 助理市場後台：更具體、更開放、更強大 前台的智能體工作流理清楚了，讓我們來看看 AI 助理的後台搭建環節——釘釘的設計思路和 GPT Store 的差別也非常大。 在大模型的基礎上，釘釘 AI 助理搭建的設計理念，基本上是以「具體任務爲導向」。開放程度極高，還融入了當下 AI 領域的諸多新興技術。 整體來說，一個很直觀的感受是，在釘釘裏做 AI 應用，自然語言交互正在成爲新的開發語言。具體來看： 用戶在電腦端和手機端都可以創建 AI 助理，創建的界面也十分簡單。第一次使用也可以試試看官方的示例 AI，學習爲自己的 AI 助理撰寫「角色設定」。
對于普通用戶而言，搭建一個自己的專屬 AI 助理，門檻可以說非常低。
只需簡單三步：角色設定 + 導入數據庫知識 + 一個熱情的開場白，一個聰明又懂行的 AI 助理就被創造出來了。 多試幾次，熟練後你就能將日常場景中的各種需求，都用 AI 智能化的方式來解決。
而對于擁有編程能力的開發者和企業用戶，釘釘後台提供了更專業化的工具。
開發者可以通過編寫代碼腳本的方式，主動連接各種第三方開放接口，從而賦予 AI 助理更強大的自動化工作能力。比如你可以拿高德地圖的 API 接口，做一個「路況查詢助理」。
我們還驚喜地發現，釘釘 AI 助理的搭建後台支持了當下大熱的新技術：AI 智能體工作流。
這正是吳恩達團隊所研究的，專門用于解決流程複雜任務的 AI Agentic Workflow（智能體工作流模式）——即可以按照用戶設定好的步驟，一步步完成更複雜的任務。 AI 助理之間可以用類似人類的分工協作方式，主動將各種任務按照標准流程操作，也能主動檢查自己的工作，提出改進方法。在官方的工作流後台，支持各種具體詳細的聯動任務，你也可以自己開發出原創的任務。
搭建後台還有一個比較有趣的功能—— AI 擬人操作。只要看一遍你的操作，AI 就會學習你的操作要點，記住你這麽做的目的，試著來完成跟你同樣的操作。
這個功能屬于目前還處于實驗性的 AI + RPA Agent 技術，全稱爲「機器人流程自動化技術智能體」的能力。 通過訓練的 AI 可以舉一反三，像真人一樣自我學習。目前釘釘的 AI 模擬操作功能，支持對釘釘內部應用及外部網站進行操作學習。對于許多職業熟手來說，很多操作中的小細節可能用語言很難描述出來，這時候操作一遍讓 AI 依葫蘆畫瓢也是個不錯的選擇。 簡單來說，就是讓 AI 主動叠代，無限更新。
縱觀釘釘搭建 AI 助理市場的前端與後台，我們發現釘釘在打造 AI 助理的過程中，具備兩個先天優勢： 1. To B 軟件的本質目的是解決問題，所以這裏天然聚集了大量的問題和需求。而大模型廠商包括 OpenAI 在內，之所以流量、活躍下滑的原因之一，就是 Agent 太多，需求不足，甚至 Agent 比用戶還多。 長期深耕企業辦公領域，讓釘釘積累了很多真實場景和用戶需求，知道企業和職場人們需要什麽。這爲 AI 助理的開發者們去開發出貼近實際、高度專業化的 AI 助理打下了基礎。 2. 而原本釘釘生態裏，已經積累的企業數據資産，還有已經開發好的企業 SaaS 應用，也能馬上接入 AI 助理進行知識訓練。AI 助理的搭建後台，可以和各類企業應用、系統無縫連接，當然也包括電商、各類網站等第三方平台，按需調用各種能力來把活幹好。 這就是通用大模型和釘釘在 AI 助理市場方面最大的差異。 通用就意味著缺乏明確且豐富的場景需求和數據積累，要求的是培養出一位通才——這對于場景具體的企業來說顯然不現實，再者，調教這樣一個助理，對于企業而言成本不亞于招募到一位出色的管理者。 正因如此，我們看到很多市場中的 AI 助理都是企業主自己搭建的：他們的行動能力更強，可以調用的接口更豐富，複雜任務執行和准確性也都很高。
可以預見到，隨著越來越多 AI 助理的共創夥伴加入，這個後台的功能也會越來越開放和強大。而釘釘本身的開發者社區裏，也能看到完善的教程和不斷出現的新玩法。 在釘釘的發布了 AI 助理的新功能後，釘釘總裁葉軍也在接受采訪時，曾提到了他對 AI 助理創作平台的未來期望： 我們想做 AI 原生的事情，但這個 AI 原生我們希望它發生在這個創作平台之上，我們希望創造出大量的像 Midjourney 或者 Pika 的 AI 原生産品。 我們希望有更多這樣的産品，不是簡單地在某個流程中插入了一個智能化的功能，而是有一個新的想法來解決問題，從頭開始用 AI 的方式來解決。 和 OpenAI 走不同的路，是中國 AI 應用公司最大的機會 AI 時代爲企業帶來了巨大的市場機會，AI 正在賦能個人成爲超級個體。 在 AI 重新定義了什麽是生産力後，僅憑幾人團隊的明星創業公司，如今也能創造出數以億計的商業價值——一大批超級公司正在誕生。 AI 時代組織形態在迅速變化，這些超級公司們樹立了新的企業標簽——組織更靈活（smaller）、行動更快（faster）、成本更低（cheaper）而且不走尋常路（weirder）。 然而，根據麥肯錫的調研數據顯示，全球現階段只有 50% 的公司真正部署了 AI 技術。在中國目前也僅有 9% 的企業，借助 AI 實現了 10% 以上的增長，這座冰山下蘊含著巨大的潛力。 因此，在企業都在擁抱新質生産力的大環境下，新形態的 SaaS 工具也將應運而生，這是下一個超級賽道。 但 GPT Store 的滑鐵盧證明了，打造一個 AI 智能體的市場並不容易。 從 AI 助理上線時被解讀要做「中國版 GPT Store」，到最終 AI 助理市場上線的實況看，我們從中可以看到， 釘釘並沒有照搬 GPT Store，而是走了自己更擅長的路徑，其中融入了許多釘釘獨創的思考和功能，這是大量經驗積累和探索帶來的結果，也讓釘釘在 AI 智能市場占據了一個獨特的生態位。 有 220 萬家企業在用釘釘 AI ，其中 170 萬家月活躍企業，似乎就是釘釘能競技的一個答案。
AI 智能體的興起，給全行業帶來了一次範式轉移的機會。 事實上，已經有不少中國 AI 應用公司嗅到了其中的商機並快速入局，緊隨釘釘其後，字節跳動就在今年 2 月份上線了一站式 AI 智能體平台「扣子」（Coze），相較于釘釘，扣子又是另一種形態的産品，更注重 C 端用戶的個性化表達。 中國市場龐大的潛力和極其豐富的應用場景，也正是各類 AI 智能體最佳的練兵場，而中國的 AI 應用企業在打造 AI 生態上也找到了新的可能性。 和 OpenAI 走不同的路，是中國 AI 應用公司們最大的機會。
