从飞书基座到 Agent 优先，豆包工作与 WorkBuddy 的入口之争

《乱翻书》第 272 期讨论的表面问题是：字节为什么把豆包工作、飞书相关能力和更多 AI 产品线重新组合起来；更深一层的问题是，AI 办公产品的竞争到底发生在功能清单、模型、上下文、组织入口还是商业化方式上。潘乱邀请前飞书产品 Eric、前 TikTok 产品莫唯书 Mark、前阶跃星辰产品钟经纬和 AI 创业者仲泰，围绕豆包工作、WorkBuddy、千问办公以及 Agent 的产品路径展开圆桌讨论。1

这期节目没有给出一个已经被市场验证的赢家。五位参与者更像是在同一张地图上标出不同终点：有人看好腾讯 WorkBuddy，有人短期看好豆包工作、长期认为三家可能三足鼎立，有人把 toB 和 toC 分开判断，也有人认为阿里在 toB、字节在 toC 各有优势。节目页公开的最终判断清楚显示，这些是嘉宾预测，不是结果事实。1

对读者最有用的主线，是把“功能趋同”和“竞争壁垒”分开。千问办公、WorkBuddy 和豆包工作都可以向办公协作、内容生成、任务执行和智能体方向扩张，功能表很快会越来越像；真正拉开差距的，可能是模型能看到哪些上下文、能够调用哪些权限、产品从哪里进入工作流，以及企业是否愿意为持续结果付费。

节目开头把豆包工作的整合放到字节既有产品线上理解。Coze、Trae、Aily 等产品分别对应智能体搭建、编程和企业场景，豆包则拥有更大的用户入口。节目嘉宾认为，All in one 并非临时拼装，而是几个月前就能从产品动作里预判的方向：字节需要把模型能力、办公工具、智能体和用户入口放在同一套产品叙事里。1

“All in one”指一个产品把多个工作能力装进同一入口，用户可以在同一处完成对话、文档、任务和工具调用。它解决的是切换成本，却也增加了产品设计压力：工具越多，用户越难理解边界；能力越全，团队越需要处理权限、上下文和结果质量。豆包工作被节目讨论的重点，不在于它把功能塞得多满，而在于字节能否把模型能力、消费级入口和工作场景串成一个闭环。

前飞书产品 Eric 和其他嘉宾还讨论了一个反差：飞书起步更早，WorkBuddy 却先跑出可见度。节目把原因放在“原生家庭的托举”上，这是嘉宾使用的比喻，意思是 WorkBuddy 可以直接借用腾讯既有的微信、企业微信、文档或企业服务关系，而不必从零教育用户。这个判断解释了渠道优势，却不能单独证明哪家产品的留存和付费更好。

AI 办公产品里的“上下文”，指模型理解用户当前任务所需的资料、历史沟通、组织关系、权限、文件和工作状态。用户要让 AI 写一份客户方案，模型需要知道客户是谁、公司能卖什么、之前承诺过什么、哪些资料可以使用，以及方案最后要发给谁。上下文越完整，模型越可能给出贴近实际工作的结果。

节目认为，三家产品在功能上会逐渐趋同，竞争会回到“上下文归属”。谁拥有用户的聊天记录、文档、日历、任务、客户关系和组织权限，谁就更容易把一次对话变成一项可以执行的工作。这里的“拥有”既包括数据存放位置，也包括用户是否愿意把工作持续放在这个系统里。

这也是飞书与豆包关系的争论焦点。飞书可以提供文档、协作和组织数据，豆包可以提供模型和更大的用户入口。节目里有人担心飞书最后只剩下豆包的“外挂存储”，有人则认为飞书的组织、权限和企业工作流仍然有价值。两种判断对应两种产品逻辑：如果模型入口决定一切，办公软件会变成数据层；如果组织上下文决定结果，办公软件仍然掌握关键壁垒。1

录音笔和 AI 眼镜也被放进上下文竞争里。硬件可以持续记录会议、环境和个人行为，把原本没有进入办公系统的信息变成模型输入。硬件的价值因此不只是“多一个设备”，而是抢先获得上下文。与此同时，录音和个人数据涉及隐私、授权和组织边界，节目主要讨论产品机会，没有把这些合规问题展开成结论。

IM 是即时通信工具，用户从消息、群组和联系人进入工作；Agent 则是能够理解目标、调用工具并执行多步任务的智能体。传统办公软件通常让人先打开应用，再选择文档、表格或流程；Agent 优先的产品则希望用户直接说出目标，由系统决定调用哪些工具。

节目把“IM 优先还是 Agent 优先”看成下一阶段的产品分叉。IM 的优势是组织关系和上下文天然存在，用户已经在群里讨论项目，也已经把人、文件和决策留在消息里。Agent 的优势是可以把多个动作串起来：搜索资料、修改文档、发起审批、写代码或跟进客户。前者拥有入口，后者拥有执行方式。

嘉宾提到，当前大厂亮出的牌越来越偏向 Agent 优先。这个方向的前提是模型能够稳定完成多步任务，产品也能处理权限、失败重试和结果确认。只要 Agent 仍然需要人逐项检查，产品的核心指标就不能只看调用量，还要看任务完成率、人工介入次数和完成一项工作的总时间。

模型越来越垂直、产品越来越 All in one，也是本期的一条重要线索。产品希望覆盖更多场景，模型团队却可能针对代码、销售、客服、办公或内容建立更专门的能力。大而全的入口与专门化的模型并不自动冲突，关键在于产品能否把不同模型的能力组织成用户可理解、可控制的工作流。

BYOK 是 Bring Your Own Key，意思是用户带自己的模型 API Key，产品提供界面、工作流和工具调用。它与模型捆绑形成对照：产品把自研模型作为默认或唯一能力，用户直接购买一个完整服务。

节目认为，自研模型捆绑可以带来更一致的体验、成本控制和商业闭环；开放多模型或 BYOK 则给高级用户更多选择，尤其适合已经拥有模型额度、希望自己控制供应商的团队。两条路线分别对应“模型即产品”和“产品作为模型编排层”。

这场选择也会影响创业公司的空间。创业者如果只把一个模型套上聊天界面，很容易被大厂入口和价格压住；如果能解决一个具体行业的上下文、权限、流程和结果交付，模型就只是能力的一部分。节目并没有把 BYOK 或模型捆绑判成普遍正确答案，讨论重点是产品团队怎样在开放性、体验、成本和渠道之间取舍。1

FDE 通常指 Forward Deployed Engineer，前置部署工程师。FDE 直接进入客户现场或客户业务流程，帮助配置系统、理解需求、解决集成问题，把产品能力与具体企业的真实任务连起来。节目把 FDE 与过去的客户成功岗位放在一起比较：客户成功更偏向使用与续约，FDE 更深地介入技术落地和工作流改造。

Coding Agent 被节目称为第一个跑通的办公 Agent 场景，原因在于代码任务的输入、输出和评估相对清楚。用户可以给出代码库、需求和测试，Agent 生成代码后由测试结果和工程师审查反馈。相比开放式的“帮我经营公司”，代码任务更容易形成短反馈回路。

这个判断具有明显边界。Coding Agent 的进展说明某类任务适合 Agent，并不等于所有办公工作都已经自动化。销售、管理、战略和跨组织协作包含大量隐性信息，评价标准也更模糊。FDE 的存在本身也说明，产品还需要人把通用模型能力接到企业的具体流程里。

节目谈到 AI 办公的定价时，实际问题是“产品卖什么”。按席位收费适合传统软件，却可能无法反映 Agent 替用户完成了多少工作；按调用量收费容易解释成本，却会让客户担心预算不可控；按结果收费更接近价值，但需要双方先定义结果并承担归因争议。

大厂的优势在于模型、入口、云资源和已有客户，创业公司的空间则可能出现在具体行业和具体任务。节目讨论了“大厂在破坏国内 Agent 生态”的观点：当大厂把模型、产品和渠道捆在一起，创业公司获得用户和定价的难度会增加。另一面是，大厂的普及也可能教育市场，让更多企业开始尝试智能体。两种效应能同时存在，节目没有把其中一种写成已被证明的结论。

节目最后的四种预测很有价值，因为它们把同一个问题拆成了不同市场：钟经纬更看好 WorkBuddy，Mark 短期更看好豆包工作、长期认为可能三足鼎立，Eric 在 toB 看好豆包工作、toC 看好微信里的小微和豆包，仲泰则把 toC 的优势给字节、toB 的优势给阿里。1

这些判断之所以没有互相抵消，是因为“赢家”没有被定义成一个指标。赢家可以是用户数最多的消费产品、企业付费最多的办公平台、最先跑通某个 Agent 场景的工具，也可以是掌握组织上下文的底层系统。读者判断节目预测时，先要明确自己问的是哪一个市场。

节目最后说，只有这波泡沫破掉之后，AI 应用真正的黄金时代才可能到来。这里的“泡沫”指估值、融资和预期先于可持续收入与任务结果增长。泡沫破裂会让没有留存、没有付费、没有清晰任务价值的产品退出，也会让真正能替客户节省时间或完成工作的产品更容易被看见。

这不是对未来的时间表预测，而是对筛选机制的判断。功能清单会迅速复制，模型价格会持续变化，入口也可能迁移；上下文、权限、可靠执行和结果计费更难被一次性复制。读者如果想判断一家 AI 办公产品是否值得深入体验，可以观察四件事：它能接触哪些真实上下文，能否执行多步任务，失败时谁负责，客户是否愿意持续付费。

以下转录来自本期官方完整音频的自动识别结果，原始文字保留口头语、重复和可能的识别误差。时间轴按约 10 分钟设置。官方节目页提供五位参与者身份，但没有逐段姓名级文字稿；声纹依据片头身份和对话结构映射，极短交叉段可能按上下文归类。

潘乱： 好，欢迎大家到乱翻书，今天我们就直奔主题来聊豆包工作吧。

豆包工作是在上周一正式发版的，然后上线铺天盖地做了非常多的宣传。

希望我们今晚的讨论能够提供一点信息增量吧。那几位做一下简短的自我介绍。

Eric

Eric： 大家好，我是 Eric，然后之前在飞书产品队和飞书商业化团队工作过。

Mark

莫唯书 Mark： 大家好，我是 Mark。我之前是在抖音和 TikTok 落地过很多 AI 相关的能力，近些年也在关注 AI 应用的落地和商业化的一些发展。

潘乱： 敬文。

钟经纬： 大家好，我是钟经纬，然后我之前是在接业负责 Agent 的产品，然后在去年呢，我们也是在年中上线了一个类似于 WorkBuddy、CloudCowork 这样的办公 Agent 的产品。

仲泰： 钟泰。

大家好，我是钟泰，是 AI 创业者，就从二三年开始做 Agent，做的两个项目，一个是特工宇宙，一个是观察，然后创业这两年聊过很多的做 2C2B 的 Agent，可能跟各位老师今天能聊出点新东西。

潘乱： 我们直问主题来聊好了，我们先打算聊聊产品，聊聊行业，然后聊聊未来。

第一部分如果聊产品的话，我其实想问一下 Eric，这次整合具体它整合什么呢？

我们看到的就是 Codes 是……

他也融入到了豆包里面并且推出了新的豆包工作这个品牌这是一个产品线的一个整合还是说他也是团队的整合不只是一个产品线的梳理就是具体是一个什么样的变化

Eric： 其实大家可能更多的关注是在飞书啊，包括 Trey 啊这些的变化。

其实还有一个变化大家可能忽视的是在 SEED 团队。

SEED 团队就是四节内部做底层模型训练的那个团队。

那个团队其实是 7 月份的时候，6 月份的时候也做过一个调整。

它是把类似于预训练、强化学习、Post-train for work 和 Post-train for chat，它是分成了这么四个团队。

Post-training for work 其实就对应的就是说豆包就是类似于工作场景的。

Post-training for chat 就是个人聊天这块的。

所以其实你不管是豆包呀，还是什么飞书呀，还是豆包工作呀，还是什么，反正这些其实都是一个壳嘛。

它最多的对应的其实都是底层的那个模型的能力。

如果底层模型那个东西它就是这么去区分的，那它上面的产品肯定就是围绕着底层模型去进行套壳。

然后呢，这里面飞书是先合并进来的。

然后后面的 Train 和 Codes，它实际上是原来是属于一个内部叫 Store，就是相当于是说原来，你可以记得上去年吧，比如说自己内部相当于是说对于 AI 的应用，它是分为两个方向，一个是 Flow,Flow 就类似于豆包这一块，豆包 2C，就是豆包国内版，豆包海外版，就是 2 个人的，然后 Store 呢，它是 2 开发者的。

这里面主要是有 TRADE，有 COST，但是这一块其实你会发现因为国内的程序员的整体的付费能力，包括收入，跟海外还是有比较大的差距的，所以这一块一直没有怎么做起来，所以相当于现在是 STONE 也合并到 FLOW 里面来了。

就是 Trey、Codes 这边都相当于是说原来的 AI 应用一个是 to C 一个是 to 开发者，现在变成了一个是 to C 一个 to B,to B 就相当于是 to 工作了。

所以这是我们看到不管是 Trey 还是 Codes 还是飞书特殡，其实都是跟底层的模型团队他们的训练的场景去进行的一个变化的变化。

然后这里面呢，飞书有一些产品团队，跟豆包 for work，就是豆包专业版，原来在豆包专业版吧，包括豆包工作这块的场景是有些重合的，比如说飞书原来有个叫 Ally，他叫飞书智能伙伴，现在执行改名叫豆包工作伙伴，然后大家去看那个域名都还是 Ally，都还没有改过来，只是把名字改了。

然后这是问答，就是原来飞书里面一个搜索框嘛。

其实在搜索里面搜一个关键词和搜一个问题和 chat 里面去问一个问题其实是一样的。

所以现在那个入口跟豆包工作的这么一个聊天的入口也进行了一个合并。

这是主要的一些变化吧。

至于说代码的这些变化，因为它底层的模型，它中间就是一个壳嘛，你在这里有个入口，在那里有个入口，就像你在两个浏览器里面打开了两个一样的网页一样，其实这个东西本身没有什么太大变化。

潘乱： 嗯，OK，就譬如说你像刚才那个，譬如说艾里，他变成了豆包工作伙伴，就包括那个知识问答原本的位置，变成了豆包工作。

我就记得就是上周一他们刚发布那个新闻的时候，以及他前一两天吧，我就注意到。

豆包工作一会儿叫豆包，一会儿叫豆包工作，一会儿是之前那一个小孩的形象，一会儿是新的，这应该是莫比乌斯环吧，对吧，这就是这样的一个新的 logo，我就总感觉是一个上线非常仓促的一个。

如果你想看豆包工作，豆包工作除了 PC 上有自己的独立软件可以供下载之外，它在移动端上也是跟飞书打通了，也是跟豆包打通了豆包里面的工作模式。

在飞书里面就是之前由知识问答升级过来的豆包工作，但这整个来看还是一个就是能够感觉到是有一些仓促的这样的一个事情，就因为在一些哪怕产品上就是品牌上名称上那些事情还没有捋得特别顺，但卖出的东西还是有的，所以我认为这些东西是有的，但是这些东西是有的，所以我认为这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这些东西是有的，但是这

我看你大概五六月份就在极客里面预言，他下面肯定是要往 all in one 这条路径来走，就是豆包他要想挣钱，就肯定要把翠、扣子、飞书串起来变成一个总调度室。

莫唯书 Mark： 然后他现在是串起来了嘛，不只是产品上串起来了，代码也合仓了，团队也全部都融到一块了，所以我不知道如果从你这个视角怎么来看这一次产品整合跟这个组织的串？

我觉得整体而言当下更多是组织的

所以能看到阶段性的一些混乱和一些反复。

我当时写那篇文章或者说预言的背景是当时刚传出去说豆包要开始尝试付费。

然后我当时的想法就是说如果豆包只是单纯的出一个付费的套餐，

我觉得这个你促使用户去真的为之付费的理由是很弱的。

因为之前大家对豆包的印象还是一个偏向于娱乐向或者说生活问答为主的，

然后你突然转向就是说要往付费这个角度去转的话，

那你必须得有明确的场景以及相应的这些工作的套件，

而不是说像林散的就是用户把它当成那种用完即走的工具。

当时的竞争格局是，首先，OpenAI 是把 Codex 跟 CharGPT 做了整合，然后 WorkBuddy 也刚刚起事。

但当时字节在办公场景的布局还相对地分散，比如说当时可能主打的是 Tree，包括 Codes。

面向我觉得可能我接触的里面可能偏向于极客或者说开发者这样的用户的画像会更重一点。

大家就说提到办公的话可能第一的选择不会去想到 Coles 或者是 TreeWalk。

而且当时他们的场景明确跟豆包是分开的。

所以我当时就下了一个判断，

就是说鉴于有了当时的市场共识在逐渐形成，

有了这个 Codex 整合还有 WorkBuddy 这个先例，

所以我判断字节如果接下来，

就是说如果坚定的想去探索做这种付费的转化，

然后往这个办公场里去打的话，

那肯定必须要给用户一个明确选择它的理由，

那必然就是说把这些以前，

并且在这次的试验中，我们将使用了一个偏探索性的各自规战的赛马式探索版，然后重新整合成一个完整的生态。

比如说有了飞书的 AM 和工具的生态，以及把这个 Codes 和 Trade 整合到里面，

能够让用户他可能办公有编程，有搭智能体工作流的这些需求，或者说有一些简单处理 PPT 或者做数据分析，整合到一个完整的一个工作台里面。

所以当时就下了一个判断。

音频为中文圆桌访谈。

潘乱： 诶，钟泰，刚才那个 Mark 聊，他其实是一堆风散的东西重新整合吧，你一直关注市场，我就好奇，就不管是崔、寇子，包括艾迪，他们之前在市场上的表现是怎么样的，有任何一个他是市场第一第二吗，类似于这种绝对的市场领先地位的服务吗？

仲泰： 我觉得 24 年的 Code 就很猛，然后我觉得 Code 和 Tree 有一个很大的问题是，他们都在最早期在打开发者的人群，但是就是随着这个 Agent 的进步，大家发现那套 workflow 已经不行了。

仲泰： 就最早那个 Ally 跟那个 Code 其实做得有点像，然后那个 Ally 我觉得一直到 24、25 年都没跑出来，直到今年那个龙虾火了，然后飞书又整了一波。

然后 Trey 其实打那个 AI IDE 还是很猛的。

Codes 就是大家最大的心智就是工作流的开发，然后 Trey 就是海外那个 Cursor 活的时候出来的。

然后 Trey 其实我觉得从去年的 10 月份到今年年初还是很猛的。

但是现在大家都要解决一个新的问题，就是好像 coding 这个赛道就没有现在这个更加整合的类似于 codex 产品要火了。

所以我觉得还是比较有包袱的，像像我们社区里很多早期的这种开发者都是最早用那个 copilot 还有写 codes 工作流的，现在基本上无论是 trehair codes 还是类似的产品都不找大家玩了。

大家感觉更多转 2b 去做。

潘乱： 我理解，其实飞书在年初的时候也非常积极的响应小龙虾，也很快，就比如说艾里明显也是类龙虾的产品吧，但为什么结果是腾讯那边新出一个 WorkBuddy，然后它跑得更快，其实 WorkBuddy 的快速的发展应该是这一次豆包工作整合发布调整的一个非常重要的外部的变量吧？

飞书很早做，为什么他没有更好地抓住小龙虾这一波吧？

我理解今天大家做的办公，各种东西都其实是某种另外的龙虾的变体。

这个很有意思，我可以补充一些视角，因为当时正好是正处这个战场，就观察了比较多。

WorkBuddy 实际的上线时间点大概是 1 月底左右，四个人当时做出来的，然后当时还特别错。

钟经纬： 然后再到他真正插播请调是在春节后，然后很快，然后正好是腾讯发现那个龙虾很火，然后要去各种什么本地安装龙虾呀，帮助大家安装龙虾呀等等这种信息，然后猛推了一波，砸得其实很厉害。

但飞书那一波呢，我觉得当时其实大家用飞书，很多有点偏这种开发者在用飞书，但可能戴根律师已经有一个 agent 了。

他已经安装 OpenCloud 了，因为他已经能够去安装 OpenCloud，所以他在连飞书去用这个东西。

但更多的人是连 OpenCloud 都没有，他就选择了 WorkBuddy，因为今天可能他有更好的安装，更易的安装，甚至还有先想帮你安装这样的一些东西。

所以我觉得这里是一个区别，在于飞书他当时如果我们抛掉 ANY 不谈，他其实并没有一个 Agent。

仲泰： 但这个 ANY 本身呢，当时 ANY 的体验还是差的比较多的，所以我觉得这里有一个事件差。

我觉得还有用户心智的问题。

飞书大家认为是企业协作的 IM,

但是 WorkBuddy 是一个 AI Native 的 Agent,

Eric： 然后另外我补充一点，我觉得 WorkBuddy 它主要是没有什么包袱嘛，就是它其实在里面做一些连接器就够了。

但是飞书 Ally 它是会带着飞书这么一个机做，包括用户心智的这个东西。

莫唯书 Mark： 它确实是不如那个 WorkBuddy 那样轻量化的去进行安装啊，注册呀，这些东西都会门槛都会高一些。

对，而且我觉得它本质上是面向两拨不同的用户，你像小龙虾那一拨可能更多的是面向于偏极客的那种用户。

你要装你首先得会，你会配环境，然后有一定的安装的门槛，即使他说帮你装了，你真正就是说有那么高，就是每天使用这个龙虾的这些需求嘛。

所以我觉得 WorkBuddy 他做的最成功的一点就是说你不需要那么复杂的这种技术门槛，你就是下载下来就是即插即用。

对，然后同时他后续因为也是一个小团队嘛，当时可能就是本身那个负责人在 CSI 机里面也算比较有一定声望嘛，所以当时的迭代更新以及把一些 CSI 机内部工具整合的这个速度非常快。

所以就导致首先他成功的向从这种极客用户向专业用户去扩充了，对吧？

因为其实当时 Codex 之所以做出来之后又专门又做出一个这个 ChatGPT Work 是因为当时 Openshark 他们发现其实并不是所有人都在用这个 Codex 去做编程的，其实还有很大一部分就是用它的编程能力去编程。

潘乱： 他专门分了一个 walk 的分支出来，所以我觉得当时 WorkBuddy 也是乘上了这波小龙虾的东风，然后很敏锐地抓住了对专业用户来说有一定门槛的 open cloud 的结果流量，然后成功地把它承接下来，再加上后面它一路的迭代和发展非常近，所以才有我们今天看到的现状。

我们擅长讨论的点是什么？就是在一个大公司可能是做成一个新产品比去改一个老产品来得更加容易一点。

就是一个成熟的产品它的确要背负太多的东西，然后以及另外一个点就是类似于像 WorkBuddy 这种，它其实属于这种

有点像是原生家庭的托举，对吧？

讲得还说的一个点嘛，就是他不是那种重资源，

载入从上到下，

淘不当去那种做战略执行的，

而是从边缘里面冒出来的一个项目。

因为你像之前腾讯他举全公司之力投入的，

不管像是元宝、微视、原本之星等等这类的产品，

就表现都不是特别好嘛，

反而是边缘的，

不管是微信、视频号啊，

包括今天 WorkBuddy 这类的，

就是这家公司冒出一个新产品，

然后从公司里面，

公司层面迅速的为他去配齐资源让他拖出来，这是我们看到更多的这类的故事。

那如果我们再回到具体这个产品本身呢，就是豆包工作上线之后，我不知道就譬如说他为什么叫豆包工作不叫豆包办公。

我不知道他有没有回答过这个问题啊，挺有意思，因为千问那边就办公嘛，WorkBuddy 这边他们只能开玩笑说自己要外包。

对，我就好奇就那个经纬，你会怎么看，你用下来豆包工作这个产品，就不管是功能啊、交互啊，或者说在哈里斯这个层面下，你有什么感受吗？

对，我们聊聊产品细节上的，我现在只能够感受到就是他分了三个端。

钟经纬： 就是豆包的 APP，飞书里面的豆包工作，然后豆包工作独立软件，然后它在每一个网页的页面里面，文档的页面，加上了一个问问豆包，还是相对粗层次的，我不知道你识别到的是如何？

对，我觉得是这样，就是豆包工作特别像一个特别全面的选手，就他堆了很多功能上去，但在每个功能上面的细节上都会有一些这种问题，

跟像是把格子都填完了，然后细节都海带优化这种状态。

就我举几个例子，就是首先第一个是我当时刚刚豆包工作的时候，其实我有点害怕，因为我看了一下他的技能，

在技能里面装了特别多，他大概自己预装了 99 个技能在里面。

然后而且是很多很杂的技能，包括什么医疗相关的，然后金融相关的，法律相关的，就都会装上去，也不考虑说你可能需不需要，他就全装了。

然后并且呢，他当时我看在他的那个统计里面已经直接占整体上下文的 3.1%了，但其实我们按照我们之前做这类产品的经验哈，

比如说我们去看 Cloud Code 和 Codex，他们其实通常会把 Skill 的占比域值设在 1%到 3%左右，超过就一定会截断，因为不然的话其实是会影响到一些效果的，包括一些 Token 的浪费的，但是豆包工作一上来就装这么多。

不过我看他确实也是有阶段上限的，就是我后面又自己装了 100 个技能，就看他在这块的优化做得怎么样，因为他的那个 HARIS 本身是分队比较封闭，也比较难 hack 跟立项说到底什么逻辑的，只能通过一些侧面的方式来去判断他的逻辑。

然后我就加了 100 多个技能，那发现最后他上下文占别只到 3.4%，就是说他还是有阶段逻辑的。

请不吝点赞 订阅 转发 打赏支持明镜与点点栏目

第二个是我觉得他在另外的有些基础的这种 pandas 上面还是做了蛮多东西的，

比如上下文压缩里面保留了一些文件地址，

还有并行工具，多 agent 这些基本的东西也都做上去了。

但是还是能在多 agent 上面看到一些问题。

反正我吃了大概七八个任务，就是一到多 agent 的任务的时候，

他都一定会掀起一个叫偏这种架构 agent,

在这上面再由架构 Agent 去构建各种并行的子 Agent 来执行。

但通常我们这类产品，包括大家看千问办公或者是 WorkBuddy，再到海外的，其实大家都是一上来就可以由主 Agent 去做子 Agent 的并行的起跟分发，然后调用这样子。

但是他是先再找一个子 agent，然后再由这个子 agent 来分这些 agent，就会导致其实中间不管是这个步骤还是多一步，比如说我可能四个 agent 的子 agent 跑完以后才回到这一个架构 agent 来总结，然后架构 agent 再为主 agent 来总结，多绕几步，然后 talking 也会浪费。

中间可能也会有折损，也会有些耗时的延长，这样的一些问题。

并且我觉得这个问题大概率是 Harlins 层面的问题，因为我去看豆包里面的工作伙伴，

豆包工作的 PC 端其实上面是有一个伙伴模块的，它里面其实就是 Annie 里面的东西。

然后我去看她做多爱镜的调用，她是 Annie 自己 CLI 的 Harlins，她其实是正常的，她没有这个问题。

所以我相信应该大家认为是豆包模型，所以大概率是 Harlins 层面本身的问题。

这里就很有意思，感觉就是他们好像做了一层不必要的设计。

钟经纬： 然后在此外，我看着从一些立项策略，但这个立项策略可能不完全准确，但初步来看的话，它也没有涉及到一些其实已经有个快一年时间的这样的上下文压缩的一些优化的经验了。

比如说 ToolSearch 的上下文解约的一些优化策略。

就像我们之前做 Halins 经常会，当你的工具特别多的时候，你每个工具都暴露出来，有它的 schema 暴露出来，其实是特别浪费上下文的。

并且也没有必要，然后我们就会说只针对一些重点的工具去暴露这些 schema。

其他的工具都只有工具名和工具描述，并且比如说像一些邮箱工具，它可能里面会有十来个小工具，再都整合成一个比如 QQ 相工具，然后去给它一个描述。

后面再用 ToolSearch，实际到今天 Agent 要去调用这个工具去查更细的具体的工具名字和里面的 schema 信息的时候，再用它去调用 ToolSearch 这样的一个工具去搜索里面的名字就好了。

但我现在初步看各种轨迹的一些记录下来的在本地的东西好像也是没有这样的设计的。

以及呢，我暂时好像也没看到像我们其实现在在行业里面经常会去通过提前压缩一些这种工具的超长结果返回去做压缩，这样的一些策略好像也没看到，所以感觉有些 HARIS 策略还比较早期，而包括像时间和电脑基本信息看起来也是并没有预先放在一些上下文里面的，像 WorkBuddy 其实在这一块是做得会更好的，对，我觉得在 HARIS 上面还是领先蛮多。

潘乱： 我觉得从这个点上更能够印证出我们一开始那个判断，就是那个 WorkBuddy 领先豆包工作应该有六个月的时间，对吧？

因为就是在前面年初的时候，字节并没有把龙虾或者类似于 WorkBuddy 这个路线当成是一个非常核心的事情，

在据全公司力在抓，以及他上半年做的更多的时间应该是在，是上回那个 Eric 提到那个豆包的企业版，

或者说飞书里面的那个豆包，那个时候更多的是豆包净飞书，应该是类似于这样的工作耽误了更长，或者说这个团队，两个团队主要的精力在图币这块主要精力放在豆包净飞书了，而不是像今天类似于豆包工作。

这样的一个 AI 办公这个模式，所以今天我们能够看到豆包工作是一个非常仓促上线，然后中间还有很多一些有意思的细节的东西，就譬如说你从阿里里面那个自己的会员点进去的是 68 一个月的豆包的会员，但是如果你从豆包工作那个头像你点进去的话，他应该是 198 的企业的标准版的那个会员。

就是类似的细节可能还有一些，我不知道 Eric 你还捕捉到哪些。

我自己还看到就是比如说我通过豆包工作模块生成的文档，

它的在网页上的 9 标都是跟那个飞书文档不一样的。

飞书文档就主要就是那个语券嘛，就是内真了，

然后豆包的文档就是那几条横杠，

就类似这种豆包文档的那个问问豆包那个模式在左边，

飞书文档那个，

问问豆包这个模块在右边，对，我就是说还有哪些，就是我们在今天当下这个时间呢，观察到一些产品上有意思的小细节。

Eric： 我自己理解这一块，其实反而我觉得字节做这个过程反而没有折损啊，就是举个例子，比如说你看春节的时候大家都还在推那个春晚的时候，那个三大 AI 聊天软件进行投放嘛，花了几十个亿嘛，千问花了几十个亿，元宝花了几十个亿，豆包也花了。

但是那一仗最后的结果就是豆包完胜嘛，是吧？

然后现在你看，

其实腾讯和阿里它在组织架构的调整上，

如果能做得像自己这么灵活的话，

它没必要，

我为什么不在元宝里面搞一个元宝工作呢？

为什么要搞一个 WorkBuddy 呢？

我元宝原来花了几十亿的投放，

现在怎么，凉了吗？

是吧？

就是如果说腾讯的组织架构能够做到那么灵活，

它应该就在元宝里面搞一个

原宝工作或者原宝办公，然后千问也是一样的，你看现在千问办公跟千问办公已经是把原来内部各种悟空啊一大堆整合了，其实千问办公跟千问它又是一个完全分开的东西，你现在虽然豆包和豆包工作，但实际上你去看它的玉米啊这些东西，

基本都是一样的，他把豆包原来那些用户全都给用下，其实你在豆包里面你只要付费了，变成了标准版，你再去看那个模型那个地方，他就那个地方就会就会有一个选项，就就叫做工作任务了。

而是本地电脑还是云电脑，你看你就发现说豆包工作跟豆包它是无缝衔接的，在用路侧。

但是 WorkBuddy 跟元宝一毛钱关系都没有，所以我觉得字节反而不仓促，字节这一步做的他把豆包的流量也承接了，然后飞书的用户也承接了。

所以它变成豆包工作，我觉得是，就刚好无缝衔接两遍。

但是千问办公跟千问没有一毛钱关系，WorkBuddy 跟元宝也没有一千块钱。

你看这张相当于是说，如果说 2C 的付费那一块已经不成立了，那就只能说明在春节那一波元宝跟千问投的几十亿已经打了水漂。

潘乱： 同样的，多包日活最高应该也是面临这个问题吧。

就是 C 端没找到商业模式嘛，然后大家去集中涌上了 AI 办公。

然后评论区采选说，它可能提供为不同视角，因为字节现在是类似于刚才 Mark 说的，要赌一个 all in one 的逻辑嘛。

应该是梁汝波吧，在 8 月中旬的战略会上，我忘了战略会还是全员会啊，就是大概也类似于向全员发出了一个信息嘛，就是要集中主干，主干现在字节的主干。

一开始从那个信息，然后又有了新的电商，五年前大概说了又有了电商吧，然后今天又增加了一个 AI，对 AI 的主线就是豆包。

然后一切都向豆包看齐，就是字节的 AI 的主线，就是豆包。

然后在腾讯那边肯定是赌的就是让生态自己找出入口嘛，然后是……

感觉又是一个集中跟离散的方向，但这里面可能还有更多不同，也有更多不同的视角。

我就好奇，比如说钟泰，从你这个视角来看，今天这几个产品，就不管是千问办公、WorkBuddy、豆包工作，我感觉从功能上都是在一个方向。

非常趋同的那个环境，就是大家做的事情从产品上能够感觉出有什么不一样吗？今天只能看出 OK，豆包工作在紧急的追赶 WorkBuddy，然后我相信再到两周之后，应该就看不出多大差别了。到 9 月底，应该就是感觉大家都基本上长得，我感觉到一个月之后我们再看，可能就还能看出差别吗？

仲泰： 我觉得首先现在从用户视角看，就我们专业的人可能从这个 Harness 从体验能感受出来一些差别，但从用户视角看其实大家比较趋同。

然后我是觉得比如说大的战场可能 23、24 年是 Chatbot，然后 24、25 年是打 AI Coding，然后 26 年大家发现前面的仗打完了嘛，豆包在 2C 已经赢马了。

好，那现在就要打 2B 的这场仗。

就是前面那个 Mark 讲的，就大家突然发现，好像有些人在那个 Devon，包括在 CodeBuddy 里，在做一些研究，然后他们就发现这个 coding 能力原来可以外延到更多 Work 的场景，然后就马上再涌入这个赛道去做。

然后产品功能上几乎比较相似吧。

然后我分享一个就是整个八月份大概有八个开发者，八个开发团队来找到我们说我们做了一个开源的 Codex，开源的 WorkBuddy。

如果说你去把它部署去体验一下，发现确实就是长的几乎没啥区别。

就这些功能因为现在 AI Coding 能力很强。

包括很多大强联也说，比如说 WorkBuddy 的早期版本肯定是用 CodeBuddy 去写的，等等这样，我觉得后续功能会比较趋同。

然后核心的竞争我觉得还是在原先企业 IM 大家的 context 还有各种数据沉淀在哪里。

就比如说现在我感觉主要分成两种打法吧，就是咱们那个标题上写的一个是那个 IM 的，一个是 Agent 的，就要么在 IM 里面长出来 Agent，因为原先企业的协作的各种数据都在那个飞书里的在钉钉里了，你只要原生的去长出来就行了，然后另一个就是做一个 WorkBuddy，然后想办法再把它卖给这些 2B 的客户，让他们把数据给他连接过来。

对，我觉得国内大厂大家比较求稳，会看到竞争对手做什么就先跟上。

然后现在也是一个很混乱的阶段，因为可能我周末两天没用这三个产品，我今天去点开的时候全都在更新。

然后他们经常会变换一些入口，然后去修一些 Hanis 上的一些东西。

对，我觉得大家反正就摸着，我觉得是摸着海外的过河。

比如说前面那个 Codex 出来，还有那个 Cloud Tag，反正大家都是在想办法去解决 AI 时代人和 Agent 协作的这么关系。

要么是在原先的 IM 里涨，要么就是重新的涨，大家就是看别人怎么做，我们就先跟上，我觉得眼下是这个阶段。

潘乱： 今天各家大厂里面最忙的应该都是 WorkBuddy 是豆包工作和千问办公，这三个团队应该目前是发板最勤快的吧。

从我们实际这个角度来看，基本上是不是都能够快做到接近日更的那种的感受，反正就是基本上三点之前就是很少有人会下班的那种。

每天都在疯狂的去研发去做堆功能，然后堆的结果应该是很快大家都堆成一模一样的东西。

潘乱： 对，钟泰，你也算是相关从业者，如果功能上没变化，刚才钟泰说那可能就是去看他的上下文嘛。

这个上汉文它会不会又回到办公时代那种感觉，就是因为你的客户在这个微信里面我就用个启微，然后我跟阿里做生意，或者说就之前那些做教育的，对吧，我就用丁丁，然后这是不是这个 AI 办公只是之前那个办公的一次增强，对，当然 WorkBuddy 跟启微还没有做很好的整合，但是如果我们看，如果从刚才是那个企业上汉文归属这个角度来去看的话，

这好像这个千问办公跟这个多波工作本质上不就是另外一种的飞书更钉钉的老战场又换了个皮吗？

对吧，就 AI 到底改变了什么呢？首先是不是，然后改变了什么？

仲泰： 我觉得不同人可能会有不同看法，等会儿各位老师也可以聊一下，我也有学习一下。

但我觉得如果从 OPC 就个人生产力角度，首先排除掉一部分人会自己开发，

然后另一部分人我觉得可能就选市场上相对更成熟更好用的，但是如果说是团队协作，就比如说拿我们举例，就我觉得其实 WorkBuddy，就我们不谈海外了，就 WorkBuddy 其实比其他几个产品都更完善更好用些。

然后他也支持 BYOK。

但是因为我们公司团队就是用飞书，所以我们之前会用那个 TreeWork，包括现在豆包工作，虽然我觉得豆包工作也现在做得一般般，但是他豆包跟飞书的整个结合做得特别好。

我在飞书里的各种文档都在豆包工作里可以直接去用，然后他也知道我企业里的其他人可以 add 到等等这些，我觉得会方便很多，我会因为这个而放弃去使用 WorkBuddy。

钟经纬： 对，我觉得我有另外的一些视角作为补充吧，但是说这个因素到底对这件事的影响是什么样，我觉得可能要再往后去看一看。

就我觉得飞书和丁丁，我觉得刚刚潘乱老师说的有一段话很好，就是飞书跟丁丁还有企业其实最早是跟企业的那个最终结果其实是有些关联性的，比如说更多用电商的可能会，

请不吝点赞 订阅 转发 打赏支持明镜与点点栏目

我觉得飞书跟丁丁更像是一个在过去的写作模式和人跟人的工作模式下的一个产物。

那至于说未来会不会因此这个东西本身要发生最大的变化，我觉得也是有可能的。

这是一方面。

另外一方面呢，是这个还是有挺多中国的企业是没有被数字化转型的。

比如说像这一次我在贵州的那个黑客松，他们做了一个 agent 项目，其实是给一个纳入工厂。

构建一套 ERP 的系统，然后去做各种 Agent 的工作流相关的事情。

但他们在之前呢，就是没有那么的协作工具。

他们就是那个老师傅都是手写在笔记本，就是那种纸的那种本子上的，然后拍照，然后微信发给别人的。

那这次呢，比如说他就是那个新工作流，就是拍照以后，然后发到这个平台上面，上传到这个平台上面，然后这个平台的 Agent 再基于他去提取出来文字，然后再整理成一个杰克化的数据。

莫唯书 Mark： 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目

瞄准的是两块，一个是可能是深入企业，可能只是企业的采购 IT 预算那部分，还有部分就是面向那些专业的 Proceed，可能你是一个极客自由职业者或者这样，所以他希望你的使用场景不完全是集中在上班或者办公的领域，也希望就是说去进入到个人的这种生产力的这个市场。

而且你打开这个豆包工作，你会发现它跟豆包的 PC 端其实长得还比较像，就是可能有了一些专门办公场景的功能，因为它本身也是就是之前豆包的 PC 团队，然后再加上现在并入了一些飞书的团队，在之前的基础上专门对这个工作的功能，

音频为中文圆桌访谈。

所以我觉得它不完全是之前的这些办公场景的 IAM 竞争的延续，只是说现在的 IAM 能够提供一些生态上或者说工具套件方面的一些产业化吧。

就说你可能看，因为大家当下主要对标的可能都是 Codex 或者是 WorkBuddy,

所以你光从功能列表上来看，他们可能并没有太大的差距。

但如果你本身就是飞书的用户，或者说你用惯了这个飞书的文档或者会议，

或者说你觉得这个里边有哪些，就说你本身就是哪个工具的用户，

然后刚好就说把它搭配着跟这个现在的 Agent 一起用，觉得用的顺手。

那我觉得就是一个很自然的通过生态或者说他的办公套件去锁定或者说去获取你用户的这么一个过程。

潘乱： 所以它叫豆包工作不叫飞书办公吗？

对吧？

就是豆包工作它自己官网上明确写了嘛

是一个面向个人、团队跟企业

对，它其实不是企业办公的这样的一个产品

但如果就是飞书它其实只是一个连接器

只是一个上下文的容器

它是不是在这个叙事里面

飞书其实就已经不再是那么重要的一个产品，因为今天的主序是我们是在聊豆包工作，对吧？

然后你看飞书它承担的作用，如果你在豆包工作那个 PC 上那个软件啊，你会发现你在飞书里面所有的东西都只存在一个东西，就存在云盘里面，就是你的妙计，你的文档。

我是飞书的用户嘛，然后我之前我其实没有意识到。

因为飞书里面也有云盘嘛，我并没有在飞书的云盘里面装什么东西。

然后当我在用豆包工作的那个云盘的时候，我突然意识到我在飞书里面所有的线上积累的那些行为，它其实都是云盘里面的一个内容。

它只是云盘里面一个一个的文件。

那如果我们从这个产品例外来看，

因为今天豆包工作这个产品的优先级已经明显要高于豆包和飞书了。

那是不是就是飞书它的价值已经从一个企业办公的协同工具，

它的定位其实已经就是慢慢的有让度于豆包工作的一个数据低座，

一个上下温容器，就是它是一个豆包的一个外挂的存储。

这个定位我们可以认为发生了这样的变化吗，Eric?

Eric： 我觉得这里面首先有一个大的，在我看来我觉得只有底层的模型和上下文的数据是有壁垒的。

至于说入口，我觉得大家其实多多少少，我觉得今天直播间的人多少都用过两到三个以上的。

有时我会同时去问多个问题，甚至会在一些软件，比如说 Morning 卡里面，会同时让他用几个不同模型生成答案去进行对比。

所以这个 Chat 本身这个入口，它没有什么壁垒，它的迁移成本也很低。

所以，在这里去看的话，我觉得这些办公软件其实是为 AI 在企业落地里面去的非常好的一个抓手或者说是一个什么东西。

举个例子，如果你先想象一下，比如刚才钟泰讲的那家传统的做腊肉的公司，他没有用丁丁，也没有用飞书，也没有用企业微信，也没有用什么腾讯会议这些东西。

他要去把 AI 在他们内部去落地，那那个难度……

是很高的呀，就比如说我这周听了一个关于一个国内的一个 FDE 的一个播客，他就讲一个央国企里面要落地一个会议纪要的这么一个场景，他专门去做一些硬件，再加一些软件，把他们央国企内部的会议，然后变成文字稿，再发给 AI 用模型去把它做一个总结，但是

如果你们是用的是飞书的话，用的是腾讯会议的话，用的是丁丁会议的话，他默认的就自动的，这个东西就根本不需要任何的成本，它就已经落地了嘛，是不是？

所以我觉得那这些上下文，企业内部的这些上下文的数据，其实是就决定了这个 Agent 的那个能力的上限的，或者他跟模型一起共同决定了，因为……

举个很简单的例子，就是说，虽然说大家看到 WorkBuddy 里面也有飞书的连接器，然后多包工作里面也有腾讯会议的连接器，但你真实地去用一下。

你就会发现，我今天下午试了一下，我在 WorkBuddy 里面去加了飞书的那个连接器，结果是要到飞书的开放平台里面去创建一个 Eric 的一个 CLI 的一个应用，然后这个应用还要经过飞书企业版管理员的一个审批。

Eric： 然后还有你们有 174 个权限，要一个个的去看有没有这些权限。

然后实际上，然后我再试了一下，我就算把这些东西全都创建了，

然后我再在 WorkBuddy 里面去问你，让他去总结我飞书会议里面最近的一个会议记要，

你会发现他就又要我去授权，又要登录那个，又要扫二维码，就是非常非常麻烦。

然后同样我也试了一下，我在豆包工作里面去连接腾讯会议，

是直接让我去处置一个什么 token，一个什么授权码，然后但是我在 WorkBuddy 里面去连接腾讯会议，就直接用微信扫码，它就解决了。

所以你看起来连接器不一样，但是连接器差距非常大。

然后第二个的话就像刚才说的，比如说我在一个飞书文档的侧边栏就可以直接去问豆包，那天然的这个豆包当前我在的所在的这个文档的上下文。

这个 Agent 的这个 AI 他就已经知道了，如果我要把这个文档他就发给另外的一个 Chatbot，我觉得这个门槛就一下子提高了，所以我始终觉得这些入口到目前而言其实反而没有那么重要，重要的还是……

潘乱： 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目

最核心的是上下文和模型本身。

那么我好奇在今天三家大厂在做 AI 办公内产品，

它在拿上下文这一块有什么新的或者有意思的举动吗？

不管是硬件或者是做更多更有意思的连接器，

巴拉巴拉各种的东西。

钟泰，我不知道你有没有观察到什么新的市场动向？

仲泰： 反正首先大家都在做那个录音币嘛，AI 录音币。

潘乱： 腾讯没做啊？腾讯只是把那个腾讯会议里面加了一个本地录音的入口。

仲泰： 不啊，我做了，我搬办公室了，不然我拿给你看，他企业微信跟那个德，德什么？

德利？

对对对，对，对，做了，做了。

企业微信做的。

然后最近那个千问工作又送了我一个新的，

原先不是丁丁 A1 吗？

现在已经品牌改了叫千问 Work 啥啥啥了。

对，反正大家都有，大家都有。

但我还是觉得飞书录音豆最好用。

安克那个是吧？

对，那个我已经送了很多个朋友了。

但貌似数据上是丁丁 A1 卖的最好，对吧？在国内。

好像录音豆卖的不多。

是不是因为丁丁？

潘乱： 我觉得这就是跟基础的客群拥护量有关系

就是丁丁的日活数量跟飞书还是有非常大的领先优势嘛

以及丁丁的 A1 就包括那个我不知道后面变成千问的 Work 的卡片会怎样

就是你如果这么仔细对比一下的话

丁丁的录音卡片跟飞书的录音豆

大家在数据权限管理这个最底层的问题上

大家思考逻辑是不同的

就是在丁丁那个在吴钊那个语境下面，当然吴钊走了呀，但这个卡片是他设计的嘛，就是那个卡片里面生产的内容它天然的应该归企业所有，所以它可以做成各种的形态，你在做销售啊，你在做电话拜访，然后你在做咨询客服各种的时候，都要把那个卡片别在身上，然后他去生成他。

他相当于强制的将那些需要大量跟外界沟通的工种，他们的日常的工作内容，就不要回去写周报了，强制的把它变成线上化。

他那个东西是默认是归企业所有，就是在那个录音卡片里面，但录音豆的内容其实默认是归，我感觉他至少不像丁丁那么权限非常清晰。

就你像 Eric 你送那么多朋友，大家都是个人使用的，跟他用 plod 的。

莫唯书 Mark： 类似的那个使用场景，我相信我们用那个飞书的录音豆应该更多的是 for 我们个人的那个场景，所以出货量上会有非常非常大的差别，我觉得这也是一个除了丁丁跟飞书中间用户量的一个差别。

但我觉得可能还得加上一下就是说你历史的沉淀，因为我不清楚丁丁是否有飞书那么强的文档文化，反正当时我不管就是在字节内用或者说是了解到一些这种可能经常用飞书的一些公司的话，他们的就是说历史的文档的这些沉淀是非常全的。

所以你现在 Agent 假设接入到飞书之后，首先你第一个能够继承这些企业它历史的这些文档的一个上下文，还有一个就是说你之前企业

全线之前的这些历史的继承，所以你在通过 Agent 进入飞书这个生态之后，你不用再重新再考虑说什么样的文件，就是说哪些人看哪些人不能看，然后以及这个组织架构彼此之间人员的关系是什么样。

潘乱： 所以我觉得你当然也可以就说我只用这个豆包工作把它当一个工作台，或者说我只用飞书把它当做一个 AM，但是两者一起用的话，我觉得会有一个 1 加 1 大于 2 的这种效果。

我觉得关于文档这个事情也是两家

我不知道豆包工作跟千问办公这两家在文档这一块

因为豆花是新产品啊

没有强烈的价值主张

就是在丁丁转型 AI 跟飞书做 AI 转型的时候

两家对于文档上是有根本性的分歧的

就是吴钊认为文档在 AI 实在是压根不需要了

但你如果在 AI 办公这个模型里面来看

我们会发现 WorkBuddy 那边它的主要的内容产出物已经是 HTML 了，对吧？

可以这么认为吧？

就是今天 AI 时代的文档可能应该长成 HTML 那种的样子，

而不是今天我们看到的飞书文档、豆包文档、丁丁文档长那个样子。

反正我用了更多那些竞争产品，我感觉 STML 可能会是下面 AI 办公的主流的内容输出模式，就类似于当年戴 AMD 那种一样。

这个要看它会不会二次编辑吧？

钟经纬： 至少 WorkBuddy 已经支持了嘛。

我觉得这一块其实还真不太一定，因为我觉得社会的惯性还是在的，因为我们其实做了一些企业访谈也发现，他们就是很要求 PPT 这种格式，它就是一定要 PPT，那 HTML 就是满足不了他们的组织类的流通。

但更长线来看可能我觉得会有更形式上的变化，但当前还比较远一点。

莫唯书 Mark： 对，而且我觉得看场景，之前 HTML 之所以那么有一阵就是传得很火，是因为他觉得这个 HTML 本质上还是说做给人看的，因为你就说如果把它给人家看的话，其实有很多这个语言的冗余吧，但是只是说你在视觉上的这个呈现更符合人的这个直觉。

然后之间说点 MD 可能是让 Agent 来看可能会更高效一点，所以我觉得这个还是看场景。

另外也提到刚才就是组织的惯性，就是说你组织本来就是有原本的文件的格式、文件的标准，或者说一个固定的工作流。

这个时候你可能考虑更多的是说我这个 Agent 怎么融入你现有的这个工作量。

因为我前段时间看那个 OpenAI 那个 Sam Altman 的一个访谈挺有意思的，

就是说他自己也说即便就是说那个他们自己做出了这个 Codex,

但他的自己的工作习惯还是可能更强大。

跟 20 年前差不多，就是从邮件里边还是习惯于这种复制粘贴的这种老德这种工作方式吧。

所以我觉得就是即便你工具或者说技术更新了，但是人组织的这种习惯，它的这种更新或者说它这个惯性可能是没有那么快转变过来。

潘乱： 对，所以这就是数据的护身盒呀，上下文数据的上身盒。

除了上海文不说还有模型吗？模型这一块我们看到其实是几家有非常明显的不同的价值主张的，就至少在豆包和 WorkBuddy 里面看出来了嘛，就是 WorkBuddy 是大家可以自己选择任意的模型，对吧？然后豆包，但我记得我真的有印象，应该不是我错觉，评论区有人可以帮我回忆一下，我就记得就是上上周末，可能七八天前，豆包工作里面是可以选择其他所有模型的呀。

但是等到他正式上线那一天又取消了，只能用豆包自己的模型。

评论区如果有当时用过的朋友帮我回忆一下，我记得豆包工作，

他一度是开放了，他至少给普通用户挥露内测过，用户可以选择不同的模型，

但他正式上线的时候砍掉了，只保留自己的自研的模型。

我就好奇这种的，就能不能使用不同的模型，然后以及只使用自己的模型，

这两条路线会给他们带来什么样的差别吗？

感觉很多人用 WorkBuddy 就是因为我可以选择，我随意选择，可能是更偏性价比的，可能是更偏他目标工作流优化的。

我觉得我可以分享一些观点，就是从场景来看。

钟经纬： 对，我觉得这个事情确实要分长期跟短期，就是长期往后看的话，我总归回到两个价值点上面，一个价值点叫自己的品牌心智，我肯定不希望我培养的模型心智是别家的。

另外一个角度来看说，我希望的是让用户减少负担，我不要去思考到底应该在什么场景有什么模型。

而是我可能用一个模型或者用一种更自动的模式，

就能够帮我更自动的去做好一些任务，

而不需要我去理解跟学习。

所以在这个基础上面来看，

长远来看这种用一个自己的模型，

并且没有那么直观可选的可能是比较好的。

其实我们去看 Codex in Cloud Code,

它的那种模式可能会更好，

钟经纬： 就是说我默认其实是我自家的模型，

但是你也可以通过各种 API 的方式来配置，

说用别家的模型这样的一个方式。

但回到当前来看，我觉得有一些差异点。

来自于国内大厂的模型，尤其是上面的时间点，其实都是有一点偏落后的。

尤其是像腾讯，其实是刚开始追赶，慢慢追赶上来。

然后豆包可能在大家的心智当中还不是那么的强。

我觉得腾讯之前那个好处就在于说，我先，之前其实国模也有比较大的分野，比如说最开始就是 GM 很有心智。

然后是 K3，然后现在 DeepSick 也追上来了，慢慢的国模其实有一点点大家分不出来区别了，就在那些更外部的这种性质上面。

同时呢，在这个过程中，你开始每一波有这种新的模型，

起亮的时候，有些品牌出来的时候，你说你快速的适配，

确实是能吸引到一些用户来去使用跟尝试的。

所以在自己家模型还没有完全追上来的情况下面，

先通过外部模型，以及快速的接入外部模型去构造一些声势，

我觉得是有一些帮助的。

那这些数据呢，其实也还是会对于咱们去训自己的模型还是有些优化的。

然后你再到后面比如像火源这一次，火源 4 出来以后其实效果还是挺不错的，那再用更高的流量入口加免费的性质来去推，我觉得也是一个很不错的打法，然后大家可能试着吃饭也跟其他的几个锅模也差不多，然后又免费，那就慢慢的性质可能就流过来了，我觉得这是一种比较好的方式。

然后我再补充一点，就长期来看用自家模型还有一个很重要的好处就是可以更适配自家的 Honies。

其实我们去看很多 Hanis 上面的一些设计，包括 Hanis 跟前端的一些配合的设计。

其实你如果用更多元的模型，你每一个可能都需要在你用工程在兜底一下，模型也不一定跟你玩。

而用自然模型就能更好地去适配整体的一个体验，更壁画。

但我们看现实情况是那个就是有火源肯定一开始比较拉胖嘛，然后 WorkBuddy 就是因为他不用自家的模型，他让用户可以自由选择模型，他才被你看小白也用极客也用哦，对吧？就是 WorkBuddy 才最初就是吸引来更多的用户，但豆包当前他肯定他的模型是不够好的嘛。

潘乱： 这不就是说这个产品跑到前面，然后模型拖后腿了吗？

还是说这个拖这个后腿，是不是现在各种模型它在普通的办公任务之间，它其实没那么大差别，才让它坚定的，它不做看起来更容易的开放那条路，就选择自己的。

那个钟泰我不知道你怎么看，包括你知道千问那边他们是一个什么样的态度，或者他们要开放吗？还是他们也像豆包工作一样？

仲泰： 我觉得首先为什么 WorkBuddy 包括 TradeWork 会开，是因为大家都是基于那个 AI coding 走过来的。

AI coding 那一波基本海外的都是支持 BYOK 的，然后也支持选不同的模型。

所以 WorkBuddy 最早做的时候可能就沿用了那一套，包括 TradeWork 也是的。

然后现在那个

比如说阿里拆了之后，就是保留了 Coder 和千问办公，然后 Coder 和 CoderWork 原先是不支持 BYOK 的，他最近也宣布说他支持了，然后那个千问办公应该是一直都不会支持，就是在公有云这个角度。

然后我觉得是这样的，就是我觉得前面说那几点都是挺对的，首先……

一个是用户负担的问题，大家其实也不知道切换不同模型可能有啥区别，另一个确实可能不同的模型，如果你是同一套 Hanis，不同的模型可能表现能力不一样，那你到底是只做一套 Hanis 还是给各家模型都做，眼下我觉得显然这件事情不重要，就做好自己的这个就行了。

但是我们也聊过很多的那个开发者和企业里的人，就比如说刚刚弹幕大家都在刷那个 WorkBuddy 和 Codex 嘛，然后我也想知道大家有多少人给 WorkBuddy 充过钱，是白嫖他的积分一直在用，还是说你从别的地方白嫖了便宜的 key 放上来用。

我觉得 WorkBuddy 现在还支持 BYOK 的原因就是原先就一直这样子嘛，先铺这个产品的使用量再说，它可能自家模型也没那么好。

然后千问的那边估计以后应该都不会开，至少公文云不会开，但是一些 2B 企业它可能有自己反正各种数据安全的问题，它可能会给 2B 的去定向的给它开。

我补充一个刚刚那个潘老师的问题，就是因为这次在贵州那个黑客松，我就当时我们大概现场有 300 多个选手吧，我针对 50 多个人做了访谈，50 多组做了访谈。

钟经纬： 然后我觉得有一些蛮有意思的事情就是确实大面上大概 40 多个人都是用 Codex，然后大概有 10 多个人是在用 WorkBuddy 和那个豆包工作，而且差不多正好是 1 比 1 的比例，就是五个五个。

然后我就去问说为什么你们在用豆包工作？

我觉得其实有这么几个答案。

第一个答案是，有些真的是豆包之前的心智延伸过来，他之前用豆包觉得还挺亲切的，还可以。

然后在工作上面他也确实没有太复杂的任务，他就做一些简单的 PPT，做一些 Excel，发现豆包也能比较好的满足。

而且包括我这一次去测试的时候会发现，豆包工作在 PPT 上面是做了很大的功夫的，

他的体验其实是要比 WorkBuddy 上面其他的模型都要好很多的，出来的效果也会更好。

另外一方面是，豆包工作还有一些额外的生态不足，比如说 C-Dance，这些生食品、生土这样的能力，大家觉得很阿哈，所以这样带来了一些额外的价值。

Eric： 所以回到这个问题上面，我觉得确实有很多人的，或者说刚开始接触 Agent 的人的工作或者场景，它其实没有那么复杂，豆包完成的效果也挺不错的。

OK，那个刚才潘乱不是说能选模型吗？

其实你在飞书里面进入豆包工作伙伴是能选模型的，因为这是继承原来的那个 Ally。

但是你在豆包工作里面进入那个豆包工作伙伴，它是不能选模型的。

我觉得这里面是在于是看谁来花钱吗？看谁来付这个钱，这才是重点。

因为 Token 它是要花钱的嘛，

如果你因为个人版绝大部分的话还是个免费的一个模式嘛，

以及它付的钱也很少嘛，

那这个时候站在公司的角度肯定是叫做成本最小化。

举个例子，

我本来就是已经让你白嫖了，

然后比如你用了豆包工作，

你已经白嫖了 Token,

然后我还要去向 DeepSick,

还要去向 OpenAI 去付这个，

或者像 Kimi 去付这个 Token 的费用，

我觉得这个对于它而言这个，

成本有点过高了，反正自己加的 token 我就无所谓了嘛，是吧？但是在企业里面，他付的钱是企业的，而且他这个量又相对更大，费用也会更多。

潘乱： 那这种情况下，他肯定一定要支持这个企业自己去选择什么样的模型。

诶，等一等，你是不是说反了？

没有啊。

豆包工作伙伴里面是可以挑模型的，豆包工作里面是不可以挑的呀。

Eric： 企业版反而不能挑啊。

没有，你去飞书里面，从飞书里面进入豆包工作伙伴，那才是企业。

豆包工作，那个实际上是个人版，就相当于是豆包的专业版。

潘乱： 啊？哦哦哦。

Eric： 对，因为你从飞书进去，你天然就是企业嘛。

你从飞书入口进去，你天然就是企业。

然后你从豆包工作进去，天然就是个人。

好吧，有点壮。

我知道你说的是什么，但就感觉有点壮。

所以，你发现同一个产品。

潘乱： 在飞书里面他是能选模型，然后在豆包工作里面就选不了模型，其实就还是一个成本逻辑，这是我猜的。

是的确是在豆包工作伙伴里面可选模型，在豆包工作里面不可选模型。

那如果我们看就是这波团队的整合这个事情呢，就是我们看大家都认识到，

AI 办公是一个非常重要的事情，

当然起的名字不一样，

WorkBuddy、豆包工作、千问办公。

我们如果就拿已经名牌的千问办公，

因为它还在陆续的放牌的过程中，

我们如果只看 WorkBuddy 跟豆包工作，

他们在整合这个事情上有啥不一样吗？

比如说我们看到那个你今天打开 WorkBuddy 里面肯定已经是把那个腾讯文档、RMA 那个 iMA 还有乐想知识库，

很多人可能都不知道乐想是干嘛的，其实都动进去了，包括他们那个 Mirroris 就是应该也是优先级就是下调了，就是集中 CISIG 之地。

然后我们来搞大这个 WorkBuddy，当然那个飞书是举全公司之力来搞豆包工作，当然那个腾讯那边我们可能看到还有启威那边跟微信没有做更深的那个连接吧，这可能是，这是不是也是不连接更好呢？不清楚啊这个事情。

以及就是这两个中间他们做的这种整合，我不知道他有什么不一样吧？能够解读出来吗？

Eric： 那我先说一下，我觉得腾讯跟阿里的包袱肯定显然是比自己更大的。

你像到目前而言，其实说我觉得像腾讯的这些不管腾讯会议呀，

腾讯什么文档啊这些东西，

它天然没有像飞书那样已经提前做了 all in 吧。

所以现在我反而觉得 WorkBuddy 现在是一个腾讯非常好的一个机会，

如果腾讯的决心够大，

它能够通过，如果大家以后办公的入口就真的是变成一个 Agent 的话，

那这些东西就可以作为……原来比如说你像飞书和丁丁和企业微信都是通过企业的 IM 把这些文档啊、日历啊、什么会议啊、什么公司台这些东西做了一个 all in one 嘛。

它是以 IM 作为一个 hub，把这些东西提前做了一个 all in one。

但是腾讯这边，因为企业微信是一个单独的生态嘛，你像腾讯文档、腾讯会议。

Eric： 包括腾讯什么这些 Q 邮箱这些东西，它是天然分散的，它只能说唯一是用微信可以扫码登录，但是现在通过 WorkBuddy 它是一个非常好的机会，能把这些分散的东西，如果大家的入口真的是变成这么一个 Agent 的话，它就真的变成一个 Agent 的 all-in-one 的办公的产品。

所以腾讯其实是它的包袱更大，然后它原来的东西太分散了。

你说现在 WorkBuddy 在，虽然说腾讯现在打了这么多钱，

真正在腾讯内部，WorkBuddy 和腾讯会议，还有腾讯文档，或者跟腾讯会议之间吧，

他们之间那个关系，我觉得跟飞书会议和豆包之间那个关系呢就完全不一样的，和豆包工作吧，这是完全不一样。

所以腾讯我觉得反而更需要这么样的一个东西，把原来很分散的东西的历史包袱做一个整合。

然后阿里跟字节是原来已经通过飞书和丁丁把这个东西已经做了一个 all in one。

然后他们包袱更少一点，字节的话是从产品和组织架构上包袱是最小的。

莫唯书 Mark： 有不同观点吗？

我觉得可能跟之前产品的组织架构和产品历史有一定关系。

因为首先腾讯是基本上就是所有的办公和云这一块的业务都是在 CSIG 底下的。

当时看到 WorkBuddy 有起来的势头之后，当时集团也决定把资源集中到 WorkBuddy 这个入口。

我相当于把 Agent 作为我旗下所有的跟办公或者工作场景相关能力的一个总调度的入口，或者说把它当作一个工作场。

请不吝点赞 订阅 转发 打赏支持明镜与点点栏目

另外就是说，WorkBuddy 是不是那么着急说一定要跟某一个 IAM 强绑定，

我觉得现在也还没有到那么急迫的时候，

除非下一阶段大家发现确实这个办公的这个 IAM 场景，

或者说上下文非常非常重要，

不得不拿下，

他才可能去介入，

而且现在其实也有通过连接器，

包括之前 QCloud 好像也并到那个 WorkBuddy 里面那个团队了。

或者你也可以通过当时那个小龙虾那个方式，你直接接到那个微信里面，直接可以做的，所以说他当下的优势就是说我还是可能保持一个开放的心态，我不一定非得跟某一个 IM 强保定，你是哪一家都可以接，是这么一个状态。

然后字节呢，我觉得其实更多还是说 top-down 去推的这么一个结果，因为据我了解，最早像 Codes，然后像 Trade，好像主要还是在那个工程与技术加工，就类似于腾讯 T1G 那样的一个部门底下。

然后飞书是飞书的一条线，然后豆包这边就是主要是 PC 端来在推这个事情。

但是从早期的历史里面，你也看到就是说可能你拿豆包去做 PPT,

然后或者说做文档的话，它其实也是调用了部分飞书的组件吧。

这不是埋血版，应该我觉得算是一个特供版的一些组件吧，

就可能跟飞书里原生版可能会有一定的差异。

但是就是早期他们就是有一定的整合或者合作了。

因为可能大家也觉得没必要重复到轮子嘛。

然后阿里那边的话，千问是一条线，然后丁丁是一条线，千问的话就说到千问办公这个逻辑是自洽的，但是跟丁丁的打通，或者说做深度的整合我觉得可能也是早晚的事吧，或者也有可能现在已经在路上了，就如果大家意识到说我往外这个推，比如说就是工作台或者 Agent 的加 IM 确实是一个能发生化学反应 1 加 1 大于 2 的事情的话，

这个可能也是在未来不远大家也能看到的事情。

潘乱： 那如果往下转着问，未来办公软件，它是 RM 作为主入口重要，还是 Agent 作为主入口更重要呢？

经纬，你会对这个是一个什么样的判断？如果 Agent 未来是主入口的话，那未来 Agent 跟 RM 会是一个什么样的关系变化呢？

钟经纬： 对，我觉得这里没有两个更底层的问题，就是叫当前 Agent 的形态有没有定型。

我觉得首先这里是没有的，并且 Agent 依然的这个形态变化是在牵引着大家的最主要注意力的。

不管是说它的体验上面，还是说是 GoToMarket 的这个大家的关注度上面也都是更高的。

第二个点是在于说我们未来去看，我觉得根本的其实是人跟人或者说工作协作方式的一个变化，就是大家认为未来依然还是人跟人更高频的同步的沟通，还说是有可能会出现人跟 Agent 的交流。

广告

我觉得后面会大家的这个就大街他也在说嘛说我们后面应该更多以项目为中心啊，然后今天我要一个项目以后啊，他会有他的上下文组织和可视化的部分。

在这基础上面呢，有很多的这个该天的路啊，他要是一个任务就一个路啊，并且他可能可以不停的创建新的路。

或者是当他出级了某个需要人去来帮助或者需要人来 review 的过程的时候来再去找人啊，这样的一个过程。

这样一个东西就会发现说，它其实很多时候很有可能人跟 Agent 的沟通频率是更高的，然后直接通过 Agent 来获取项目里面的更多上下文，而是减少了一些人跟人之间的这样的一些同步的沟通的诉求，有这种可能性。

其实看 Codex 他们，包括 Codex，他们现在的变化也都是更像是慢慢的把这个项目更集中化，然后 Agent 的围绕项目来去做，也能看到像 WorkBuddy 前阵子，包括现在他们也依然在很大力的推工作台这样的东西。

能力和模块。

基础上，WorkBuddy 的项目也越来越像这个样子，所以大家也都在往这个方向做一些探索。

就像更早之前，比如说 Manus 是从 Chat 到 Action，或者 Agent 是从 Chat 到 Action，那有没有可能慢慢的，今天 Agent 完成任务越来越长程，商业文越来越齐全，

今天变成了从 Action 到 System 这样的一个过程，我觉得是很有可能的。

那再回到当前，我觉得跟前面其实是有一些 callback 的，

就是飞书丁丁到底重不重要，我觉得其实它有两个层面的原因在考量，

一个叫 Agent 本身的发展决定了这个事重不重要，其实重不重要这件事不一定，

另外一个是从当前人，这个事情的变化一定没有那么快，

我们依然还会保留很多原有的工作习惯，那么在这个过程中人和人的协作，

还是当前更主流的一种方式之一，那么通过这种主流的方式去不停地吸引流量进来，也变得很重要了，所以它更像是个阶段性的重要性，很有这样的一种可能性。

潘乱： 诶，那如果你对比两边呢，就不管是豆包工作还是 WorkBuddy，在你接触的感受来看，这两边团队的画风或者说构成或者说关于 Agent 这块的人才密度，它会有什么不一样吗？

以及这种它是跟他们压住这个，我们刚才讨论的其实就是豆包工作跟 WorkBuddy 两条路线的差别嘛，会跟这个他们的路线选型是相关的吗？

钟经纬： 我觉得是有的，其实我们刚刚看那个前面，包括我最近在体验豆包工作和 WorkBuddy 的一些对比的时候，我觉得豆包工作的基础功能体验还是相对比较扎实的。

但在 Agent 的话上面的各种 Native 的考量会觉得稍微偏弱一些，我觉得 WorkBuddy 会更强一些。

然后同时呢，我觉得这也跟大家什么时间点开始做 Agent，有多深的程度和多少的经历去学 Agent 跟尝试一些东西也会有比较大的关系。

潘乱： 对，但具体的里面的我就不做判断了，对。

钟经纬： 我感觉这可能是一个到底未来是 Agent 的优先还是 ERRM 是一个主入口。

我会强调于还是 Agent 优先一些，因为我们其实看过去的变化也能看出来嘛。

就是包括这一波，你会发现比如说飞书之前在里面做了很多的一些 Agent-friendly 的功能，然后上下文的一些功能，但是你会发现还是 WorkBuddy 长得更好，它其实让大家更注意到这个东西。

然后我觉得这也是跟心智有关系。

然后另外一个呢，就是我觉得当前更大的变量还是 Agent 的本身。

我觉得上下文这件事情是因为 Agent 需要什么而决定的。

就上下文数据很重要，但它以什么样的形式存在，以什么样的方式存在，跟输入进来，其实是跟 Agent 本身的发展有关系的。

就刚刚快 callback 回刚刚的那个纳入工厂的那个 case，就是我觉得他那个很不一样的点在于说对于这些老师傅们，他们其实并不需要去学习丁丁会议，飞书会议怎么用跟怎么安装了，他们其实还是按照自己的老念路，只要把自己的这个照片上传一下，甚至未来有个可以扫描的机器，他就写完或者说跟口述一下，他就上传进来，这种反而是一种更新的数据上传跟上下文存处的方式，那他其实绕过了一些中间商，然后数据源头更重要。

对，我觉得可能会有这样的一些影响导致了当前的一些不确定性。

潘乱： 但如果到底是 RM 优先还是 Agent 优先，从今天你像千问办公和豆包工作的这个团队的整合跟产品的发布来看，好像大家没有分歧啊，都认为应该是 Agent 优先，只是说他到底应该是一个工作台还是一个聊天框，就是这样更往前一点，因为你像那个像千问办公那边，宇森也是带着，就是他只负责千问办公嘛。

之前的丁丁就让 CTO 上一速去负责老弟丁了，他自己主要就在拨千问办公，然后豆包那边也没有把 AI Work 放在飞书里面，然后做了一个豆包工作。

这是不是意味着因为企业跟 WorkBuddy 还没有整合吗？

那是不是意味着今天大家已经亮出的牌里面其实都是 Agent 很优先？

这个其实并没有分歧。

就是大家在做 AI 办公的时候都没有或者在今天都已经得出了那些共识。

RM 已经不再是主入口了。

钟经纬： 对，我觉得还有一个很有意思的事情。

我觉得今天上下文的组织这个形式也是在让 Agent 来做的。

比如说今天可能数据可以更原始，更错乱，但是今天要组成一种新的结构，比如说 Planetary 的本体论，它这种模式是对于 Agent 来说更友好的一种上下文的组织形式。

那么这个组织形式本身形成的过程也可以让 Agent 来，那么在这个过程中，大家用老的多维表格，用老的一些飞书文档，那是不是这个形式也要发生变化？

所以那更多的还是要以 Agent 本身为出发点去重新想这些事，而不是以多维表格为出发点去想 Agent 怎么做。

莫唯书 Mark： 对，而且我觉得现在 Agent 跟 IM 之间其实不是强绑听的，因为 IM 有天然的这个排他性，你可能比如说你的组织原来就是用丁丁的，然后你为了要用这个豆包工作，你让它直接切换成飞书，这个也不太现实。

而且当时其实飞书在推的时候其实也遇到一些问题，就是说当时打的口号不是那个先进组织先用飞书吗？

但是现实是现状是没有那么多先进的组织。

那么你面对那些不先进的组织的时候，你可能在打入上就存在一个困难。

但大家在办公里真正在意的就不是说我用的这个协作工具或者 AM 多么顺手，

多么符合我的这个组织形态或者生态，

还是在意说我能不能帮我把活干成，

或者说能不能帮我提高效率以及带来一些新的增量。

所以在这个角度大家可能不会在意就是说我到底是用的是什么 AM,

实在不行，我一个小团队，我在微信上大不了复制粘贴呗，对吧，其实也能做。

所以我觉得在这个角度上，其实 Agent 的重要性会更大一些。

只不过说我跟现有的 IMM 的生态整合的话，它可能会，比如说我原来就在这个生态内，它会让我觉得用得更顺手更容易。

不需要在我这个人在作为肉身去作为这个上下文的这种信息的搬运，或者说中间再加一道这种连接的这些，做一些连接的这些工作。

潘乱： 我觉得是应该从这个角度去看。

关于你之前提那个 all in one，我还想到一个事情，就是今天在豆包，它在豆包工作，在产品层面上是在往 all in one 去看齐所有的产品都整合围绕豆包这个主线。

但为什么模型反而越来越垂直，越来越分散呢？

你看它现在有视觉的模型，有个人聊天的模型，还在专门成立一个团队去训这个 Work 的模型。

那这就变成了一款这个超级 APP 叫豆包，然后它也可以是豆包工作。

但它后面其实挂了很多不同的专用模型。

莫唯书 Mark： 对，因为大家最早对这个 AGI 的设想是，

只要说我的，比如说我的数据足够多，

我的模型这个参数足够大，

我可能会在各个领域都同时的可能超越人类的水平。

但是我们现在发现就是说，

它更多的是可能在比如说在 coding 或者在数学、金融这些方面，

它有一些明确的这种闭环的这些场景。

因为它有一个明确的对错的判断标准，或者说有一个明确的奖励目标，

方便我去通过强化学习的方式做后训练，

来大幅度提升它在比如说 walk 或者说 coding 这些场景的这些表现。

最好的例子可能就是比如说像 GLM 5.3 或者说像 DeepSeq,

它可能就是在……

原有的这个预训练的基座上只是做了一下后训练，它在这些大家当下关注这些场景里面的这种表现提升就非常明显。

所以说我觉得这也是为什么，就是说这个场景的明确能够帮助这些模型，就是说这种后训练或者在针对这些场景强化训练的模型，当然也包括 Hannes 的配合能够大大的就是说能够把这个循环跑起来。

另一方面也就是说他希望能够通过模型和这个产品的配合能够跑通这个数据飞轮嘛。

因为像最早其实 Cloud Code 也是因为他通过他这个壳或者这个产品拿了很多 coding 或者企业领域的独家的数据，然后才在这些领域取得当下的这种领先。

所以我觉得关键还是说你能不能把这个数据飞轮构建起来，以及就是现在大家主流的共识就是可能相比最早大家 all in 这个预训练，现在可能大家会更多的重心是往后训练这个阶段去倾斜。

潘乱： 钟泰你咋看，就是分领域去训练不同的模型。

仲泰： 我怎么感觉二三二四年大家又在做了，好像是不是那时候也没做出来啥。

我补充一个视角吧，就正好这段时间跟海外那边了解到一些信息，是这样，就是我觉得有点像这段性，我反而觉得当前这段还更偏统一在一块一点，就是对于大模型公司来说，或者大模型团队来说，只是为什么要分 topic，比如说为什么有 walking，有 coding，像火源他们也会有多种 topic，然后 ZZ 也会有多种 topic，核心是因为组织协作关系，就是你今天一个团队专门优化 walking 这件事儿，

钟经纬： 另外一个团队专门优化 coding 这件事，其实大家一直都是偏偏这么合作过来的，然后再到合适时间点再去做 merge，然后在 merge 合办以后再去看说有没有劣化，然后再去调优这样的一些事情。

这是大家的之前的一个常规工作流程。

但是确实现在看到了一些反而是市场上面更垂直的一些迹象，我觉得有这么几个迹象。

第一个迹象是海外那边有很多做 AI 转型的企业开始做一些后续链了。

他们做核心的原因有三个，第一个是核心都是 AI 在他们的渗透率上有提升，他们因此要做，第一个原因是觉得币源还是太贵了，我急于开源便宜一点，这是第一个。

第二个是我这些数据也不想给到这些币源模型公司，感觉我这个企业也危险，我想把数据币源在自己这边，然后还能去做优化，这样的一个目标。

第三个就是他确实也有一些特定场景，当天模型大家都不够好，他又能积累一些数据，要在这里面去做一些优化，有这三个原因。

然后另外看到了一些做相对偏垂直一些训练的，有点像那个马卡龙他们那个 Mix of Flora 的那个事情，

他更像我觉得更像是一个探索性的东西，叫未来有没有可能让大家用更低的成本，更简单的方式去训模型。

他们确实说，训锤指标，他们用 Lora 的这种形式，就节省了 merge 这个步骤，节省了很多的人经历和算力的问题，然后通用 Lora 这种网上插的方式来去，也减少了一些 merge 以后可能，比如说我在 knife 场景跟 coding 场景我都优化了，但是以 merge 发现两个都优化的程度没那么高了，这样的一些问题也能得到一些缓解。

但这个事情还太早期，它有很多的技术问题跟应用问题，所以大概是这样子，但我相信未来会反而可能会越来越有更多垂直的模型出现。

我觉得应该就是机构模型到了上限，就是说这个东西就跟上学一样，如果一个本科生一个高中生就能干的活，我当然就招一个高中生招一个本科生嘛，但是一旦涉及到具体的场景，那可能他就需要上一个研究生或者博士生。

Eric： 他需要到那个专业里面再去做进一步的训练才能够提高这个模型的能力。

就是还是基础模型的上限吧。

潘乱： 大家为了突破这个上限才会去做 Post Training，包括强化学习这些东西。

OK，这个问题太大了，我觉得后续可以专门的再专题来展开。

那我们就来聊一些具体的，来聊一些这个用户付费的这些问题。

我看豆包工作现在的定价，

豆包工作如果你是个人版，

之前的豆包的专业版是 68 块钱一个月，然后如果你是从豆包工作里面点进去的企业的定价是每个月 198 块，2000 点一个月。

这其实是，这已经比过往飞书的基础席位都要贵了呀，是吧？飞书之前一个月一个人是 60 块好像是多少？

普通版本差不多，30 块左右好像。

对啊，今天的 AI 的定价已经高过飞书过往的基础的作息会了。

然后昨天我看有朋友说嘛，这个说 WPS 用了 30 年时间证明了中国人在办公这一块每个月最多就花二十几块钱。

现在你这个心理定价直接人次，人家这个心理价位十倍了，对？

而且只有 2000 个算力，2000 个算力你折合一下，能画几个 PPT 啊？

我就好奇这个定价是一个什么样的考量，

当然我看有些人还说它便宜了，

对，我也觉得我不清楚这个事情。

莫唯书 Mark： 我觉得关键还是在于就是说他希望筛选出那些有最高付费意愿的那帮用户，这个可能是其中一点。

就是说之所以之前大家对认知就是说这种个人的付费的意愿不高，是因为你很少有见过有人他说我要自费这个付费去上班的吧，因为我工资就那么多。

莫唯书 Mark： 对，这个我额外付这个费可能并不能让我的工资得到提升，那么真正有意愿去为之付费的我觉得可能有几种画像，第一种就是说我是这种个人生产者或者说叫自由职业者这种用户吧，我确实这个就是我吃饭的东西，我把这个通过这个帮助套件让我的这个效率更高了，我确实是能赚更多钱的，那么我当然愿意可能把我额外多得到的这收入的一部分分配给这个里边。

可能还有一部分就是说极客，我觉得我本来就是有深度的比如说 coding 或者说 work 的这些大用量的需求，

但是可能海外的比如我用 cloud 容易被封，对吧，或者说我的梯子没那么稳定，

那么我寻找国内的一些 alternative，然后本来我就有这个预算，那我可能愿意花在里面。

还有一部分就是可能吃的是这个企业的 IT 的这部分的预算。

我如果能够证明就是说确实用了这个工具之后，企业确实能给它带来一些降稳增效，或者说带来一些新的增量，那么我可能比如说我多赚了 1000 万，那么我把其中的可能 100 到 200 万花到这个 IT 的采购这个预算里面，对他们来说也是划算的。

所以现阶段我觉得具体它这个定价策略最终的表现如何，我觉得可能还得看后续的这种情况。

但我觉得它真正还是说去筛那一部分，就是说先把那部分高价值、高付费意愿的用户给筛出来。

因为你真的，你的用量不是很大，你不是刚需，你想白嫖，有很多白嫖的方式。

我最近看到一个特别好笑的一个事，就是之前腾讯好像办了一个类似于算法优化大赛吧，然后有一个叫日之光明的团队，他就特别简单，就把那个题目扔到 DeepSync 网页版里面，然后直接扔给他几轮，然后最终得到那版本的算法，结果得了那个大赛第二名，就全程白嫖了。

Eric： 赵亚能拿到他想要的结果，对吧？所以我觉得这个还是取决于实际你付费究竟能给你产生多大的这个收益。如果你觉得这个并不能给你带来收益或增量，那你当然就是不是他的目标用户。

对，我同意 Mark 让他说的就是说，这一块其实就吃了企业 IT 的那部分预算。

据我线下跟前董事聊天，就是可能未来飞书所谓的什么企业版什么各个版本，它就相当于就免费了。

它就包在了那个 token 的那个包里。

因为原来就算原来飞书卖那个企业版，虽然是按人收费的，但是在中国实际上你去，你说让别人一个比如说，

并且冰城几万人的公司不可能按照按人去给你付费的。

我们为了这些客户，原来就算是按人付费，他也会说总部的多少人给你按这个版本。

然后一线的员工就是相当于是免费送的。

所以未来，你看，就是未来可能就是在飞书里面，或者说豆包工作吧。

豆包企业版其实就是按照 token 来收费的，按 token 收费，然后飞书这个所谓的这个 SaaS 软件相当于就是送给你的。

这取决于两方面，一方面就是原来到 SaaS 的产品，各家产品已经很成熟了，比如说飞书从很早

从 24 年、25 年开始，他就基本上其他的功能基本不更新了，只是更新跟 AI 相关的。

然后他原来那套办公套件，他没有什么维护的成本，该开发的已经开发的很成熟了。

然后呢，企业这一块也是非常更愿意为 AI 付钱。

就像原来说的嘛，就是最开始两边组织没有合并之前，客户就说我就要买多宝企业吧，我不买飞书。

结果是买了豆包企业版给你免费送送个飞书。

对就是就是这么一个啊。

所以未来这种按 token 收费其实更适合这个商业化。

潘乱： 毕竟你像 Mindless 九个月就做到一亿美金 AR 啊。

然后你像飞书丁丁这种做到了十年也呛呛才做到三亿美金。

而且那么大的规模。

所以大家都集中的想往这一篇来去涌。

莫唯书 Mark： 对，而且现在就是算力的成本还比较高嘛，所以它还是必须就说得按你的 token 的使用量去付费。

其实你现在买的那个订阅的那种月付的订阅套餐的话，你如果每个月都能把用量用满的话，其实你是赚的。

因为你一旦用满，其实成本合算下来的话，那个 token 的那个大模型厂它其实是亏的，就是你用的越多它亏的越多，只是如果它当下就是说大家还在抢市场的这个或者跑马圈地的这个阶段，它还是愿意用这个亏损去换这个空间的，以及他们可能就说大家基于对这个

技术发展的规律预测会认为未来的推理成本会持续下降，所以你才能看到 Codex 的 Tipo 每天在那不停的随便找个理由重置，然后大家在那背后使劲的登单车，也是这个阶段挺有意思的一个体现吧。

钟经纬： 但就说我觉得当下最主要的还是在于你 Token 或者说你推理的成本限制了，它必须可能得按这个不同的用量来决定不同阶段套餐的这个定价。

对，而且我觉得像 Table 这样的重制手段，豆包其实也是可以做的嘛。

然后它也可以通过这个方式在侧面的把价格又再打下去。

也是一种自己的增长营销手段，更可控一些。

潘乱： 那我好奇就是这个定价，你比如说，如果我们就看企业版，个人版我相信大部分人都不会愿意去为自己付很高的溢价的这些专业的文除啊。

假如说还是团队版跟企业版它能贡献更高的收入的话，

我们看一下团队版的订阅按年的话，一个人也得 1988，就是这种的客户，他应该不是我光看你几个产品介绍就能够达成的，对吧？正常情况下应该是需要所谓的客户成功团队，但是今天是不是就变成叫 FDE 了？

这样的一个帮他去讲解，帮他去教育，帮他去落地才能够达成。

我理解是这样嘛，就是一个席位一年 2000 块的产品，然后在一个公司里面铺开了。

Eric： 现在不是这么收费的吗？我看他飞书官网里面就是……

它都是按照那个额度，按那个点来收费的。

基础版不限席位，就是基础版是 9900 一年 18 万点额度，企业版是 99000,200 万额度。

它是类似于一个包，就类似于手机里面充那个流量一样，它就不是在按人了。

潘乱： 你那个可能是指纯个人去付费还是按人？但是企业这边其实已经都是按照那个我看的官网现在啊最新的。

对，但你说的官网是那个嘛，100 席起售嘛，我刚才说的前一段是那个 1 席起售的，你那个企业的如果按用量，席位加用量它是 100 席起售，100 席起售那就意味着它是一个之前应该是在 2P 在 SaaS 那个逻辑里面那样的公司了嘛，就它已经不只是个人跟团队了。

钟经纬： 他就直接是那个 2B 的企业了。

但我觉得刚刚那个问题很有意思，

就是我觉得往企业去推这件事情，

多少还是需要 FDE 的，

那这个 FDE 今天大家说是 FDE,

其实真的还蛮多元的，

反正据我了解，我就了解一些市场化的这种 FDE，他们有时候也会去帮忙推一些大厂的产品，有时候也推自己做的，有时候也推比如 GQS 自己做工作流啥的，都有可能推，不同的团队不一样。

但他们推的方式呢，基本上也分为三个阶段，然后企业的学习呢，也基本上分为三个阶段，第一阶段叫偏培训跟教学的。

到底 AI 是啥？

然后第二个呢，就会是一些更简单的一些工作流程的这种构建，一些单点问题的解决。

类似于 showcase 告诉大家说，哎，原来能做到这个事儿，他就会更有体感，他也会基于此能更好地联想出说，啊，那我企业当中什么情况下面应该用 Agent，或者还有哪些场景我可以用，以及大概成本怎么样，对我自己合不合算。

尤其像电商老板就会算这个事儿算得特别细。

然后第三个阶段就是可能更助场的一些这种 Agent 工作流，再到最后可能还会有些更内部复化的或者更重的这种项目制的改造，但后者就特别少了。

那其实刚刚说的虽然有节奏有链路，但到实际的那个我了解下来一些场景当中，四个都是混杂在一起的，然后很多 FDE 水平也是参差不齐的，大家就混着来，但真的好的能把流程梳理清楚的很少。

但大厂里面可能我觉得反而会大家会更有序的更体系化的做这件事。

Eric，这 RFDE 跟当年客户成功到底有多大差别啊？

就我原来很多同事，我最开始就在飞书的客户成功团队嘛，就是很多，其实就让企业内部，就举例比如说字节把飞书用的特别好，但是同样的公司他们用飞书其实用的其实就会差很多，其实 AI,AI 的差距会比用飞书差距可能会更大。

Eric： 所以这里面 FDE 的作用其实是价值会更大了。

现在的话我觉得我整体跟前同事聊的过程中就是那些客户们不管是老板还是计算员工对于 AI 的那个热情还是非常高的。

原来一开始说推飞书客户可能就基本上就是业务团队不怎么搭理你，然后信息化团队呢他们也接触不到业务，所以其实是很难推的。

但是现在有 AI 之后，各个部门都非常的热情度都很高，老板也很有热情，基层员工也都很有热情。

但是实际上真正在企业内部能落地的场景，其实是非常有限的，是越传统的客户是越有限。

就是大家现在，我个人觉得就是 AI 办公这个热度，我觉得不会持续到今年底，甚至我觉得到明年初基本上我觉得就会归于平淡了，除非基础模型有很大的变化。

潘乱： 我觉得今天就是没有哪家大厂真实的证明了，

AI 真的帮助大家体校了，

花了那么多钱，

潘乱： 它肯定得有出处嘛，

你原本的预算可能是 SaaS 的外包的，

然后人力的，

对吧，

云跟模型各种的服务，

但你看今天大厂的选择是什么，

是裁员啊，

这个，

然后粉饰一下报表，

就是并没有真实的，

或者说还需要时间嘛，

只能这么说。

Eric： 预期，

就是大家都是建立在一个预期上面。

就是大家预期模型会进化很快，然后要抢占这个入口，然后未来在这一块的商业化的这个很高，但是短期内我从目前能落地的场景，如果或者这么讲吧，一个公司如果连丁丁都用不起来，飞书也用不起来，这些基础的东西都没有数据化，你的那些业务系统都没有数据化，你说你没有 CLI。

你的那些年 API 没有，CLI 也没有，Agent 怎么去调用呢？

我上来的话得先给你数据化，然后再去提供 CLI，再去适配 Agent，这个成本多高啊？

那肯定是如果 Agent 真的是 AI 办公这一块真的是能有很大的，肯定是先带这种数据化、信息化、飞书和丁丁这些已经用得非常好的公司内部。

先落地，或者说在这一块它就不是原来的一个所谓受席位啊这些东西，就是工资越高的产出越高的这些员工和团队内部，它肯定是最先落地的。

就跟为什么在海外就是一个编程的一个 Cloud Code 或者 Cursor，它的收入已经超过了国内这么多公司，就是因为海外的程序员很贵。

他们的公司收入很高，所以他们能收得起钱，但国内的程序员都去给 Cursor，都去给 Cloud Code，都去给 Codex 给充钱了。

所以为什么现在国内这些 AI 公司要做办公，就是因为国内的编程这条路收不到钱，国内的程序员还是怎么样，供给还是非常多的。

对，或者说国内程序员有条件的都直接用 Codex 跟 Cloud Code 了。

Codex 和 Cloud Code，对，还是大家在编程这一块挣不到钱，但是实际上你去看，Coding Agent 才是第一个真正落地的可商业化的办公 Agent 场景，它就是办公场景嘛，就是编程嘛，编程不就是办公嘛，然后……

这就是因为程序员的这拨人，他的付费能力是更强的，他们的工资收入是更高的，所以他才能够商业化。

但是你除去，你现在自己想一想，大家在讨论这么多 AI 办公，你真正能落地的场景，能通用的场景，比如说会议纪要，是吧？

但是会议纪要，你觉得他的收入能够跟编程比吗？比不了，是吧？

然后你的其他的比如说像知识问答，知识问答这一块就更难收钱了。

所以 Coding Agent 是第一个落地的 AI 办公的场景，在这一块只是国内赚不到钱，所以大家才去搞办公这个场景。

潘乱： 但是目前 Agent 这个能力，模型的能力我觉得还是有很大的提升空间吧，如果真正要商业化，要赚到钱。

另外一块就跟你刚才说的，就是大部分的企业就别说 AI Ready 了，就是它连这个在线化都没完成，谈什么 AI Ready 啊这个。

Eric： 是的，那个热情我觉得就跟之前的小龙虾一样，现在谁还提小龙虾吗，是不是？

当年 500 块钱上门安装，现在，现在没人提了啊。

潘乱： 别当你啊，就半年前 OK。

是是，对对对，是的。

已经恍若隔世了。

莫唯书 Mark： 对，因为我觉得现阶段大家的共识是建立在海外，说这个场景比较成功，但你仔细看那个 Cloud 的 AR，其实大部分还是来自于 API，或者说是企业端的收入。

因为它跟比如说世界 500 强签了长期的这种订单。

那么其实你在国内做的话，我觉得关键也是得看企业端你究竟能拿下比如说国内这些大企业多少的订单。

然后另外还有一个就是大家可能是建立在一个假设上，就是过去之所以 SaaS 不赚钱或者 SaaS 意愿低，

是因为就说你在做落地的时候大家有很多的这种定制化的需求，结果你到后面做着做着就做成外包了。

那个 SaaS 的这种软件的这个规模化的这个效应并没有完全被发挥出来。

Eric： 但现在有了 AI 之后，因为它本身都是一个通用 Agent，它可能你去做一定的个性化或者定制化的成本会相比之前会低很多。

莫唯书 Mark： 非常同意。

对，所以是否在这个路径上是否有一定的突破，这个我觉得也是我们后续需要去格外关注的。

潘乱： 嗯，反正想想 FDE 它要铸厂还需要那么多东西，想想都多疼的一个事情，只能说看上去很美吧。

那我们就顺着吧，时间也差不多，我们再顺着最后两个问题把它收个尾。

一方面，今天其实是不止 BAT 三家呀，对吧？

有头有脸的大厂，他们在早些年也做了 Chad Potter 之后，今天也全部都做了这种 AI 办公类的产品。

然后很多的小团队也都搞了，因为那个 Codex 代码，是 Codex Cloud Code 的代码被开源出来了嘛，就是泄露了，大家都能够拿它出来做一个类似的那个 Codex 的产品。

又回到刚才 Eric 也不断提 AI 这个前面的应用不就是一个壳子吗？那壳子又没什么壁垒嘛，对吧？不也说今年这个市场不怎么投这个 AI 应用了吗？那我好奇就比如说钟泰，然后可能经纬你也在看方向。

就是现在这个市场上创业公司模型那些，我抛开他们，不谈他们了，就是这些创业公司他们的生存空间在什么地方呢？就是创业者能够往什么方向去走呢？

仲泰： 我觉得在国内做 2C 软件创业还是很难的，2B 也很难。

我觉得大厂太卷了，我觉得大厂在破坏国内的 Agent 的生态。

它又不支持 BYOK，那你做模型分发的做不了，然后它又各种补贴，那你其他人做的 Agent，你就要给用户回答你这个跟 WorkBuddy 有什么区别。

我觉得还是比较难的，像蛮多做类似创作工具或者代码开发的 Agent 的创业者，比如说前两年的，现在也基本都转到这个偏通用的本地的 Agent 的上面了。

但就因为原先做的比较早，做的比较快，积累了一波用户，但大家增长都很难。

我现在也不知道应用的创业者该怎么办，我有一个暴论，就我觉得就应用的这种壳子未来都没有任何壁垒，无论做任何方向的，然后大家都是模型的套壳产品，然后我觉得未来大家也别期望说你的产品能基于因为你套了一个不错的壳子，然后做了画布啊还是 skill 啥的，你能溢价的卖。

就我相信未来一定会有 WorkBuddy 比如说收费了，然后可能也比较高，会有另外一家，可能是创业公司或者说开源的开发者，他会马上做一个功能类似的。

因为现在 coding 能力太强了，做软件就分分钟的事儿，然后他做一个更便宜的，然后可以 BYOK 的。

我会觉得未来这个，就应用都会变成模型套客。

对，我补充一下我的观点吧，对，我有个观点就是我觉得模型及产品，产品及渠道。

钟经纬： 就是我觉得当前还不完全是说今天 talk 就完全没有 talk 的价值。

然后我们去看 Manas，他在之前，首先我们先把大家的一个 talk 定义可能要定义清楚，因为 talk 有好几种 talk。

Manas 可能也是一种大家在去年聊了很多的 talk，他其实在里面做了很重的 Hallis 这一层。

然后他其实已经不能完全算是个 talk 了，然后他现在也在后续练自己的模型，那他是不是也变成了一个新时代的 agent 的产品，新时代的这种产品家 neolab 的东西。

对，然后另外呢，还有些更浅的 talk，叫我连 Hardware 都不自己做，我纯做 GUI 的一些东西，那我也看到了一些其实能跑出来的，但它更多是渠道的原因。

比如说他可能在 2B 上面有些购网自己的比如 SaaS 的渠道资源或者是有些自己的销售资源他就是能卖出去。

我觉得更像是刚刚我们其实聊了很多 2B 的难点、FD 的痛苦以及未来的可能的这种依然还是很难的地方。

但是确实我也看到了很多 FD 当年是在赚钱的是有收入的反而是那些确实特别 2C 的产品还比较迷茫和没有收入。

然后在这个基础上面呢，那我觉得我们往后去看说你这个产品到底怎么做，我觉得往 2B 这边做呢，你也有自己的打法，就你是做很重的，你每一单每一单的去做很重的定制化，往里面去做很重的服务跟维护，还是说是今天你可能找到了一些场景，它本来以前就是外包的，比如说 HR 招聘或者是一些增长相关，虽然增长跟国内也挺难做的哈。

对，然后类似于这样的一些外包场景，那可能去打包一些 Agent 的产品，或者在产品上面去探索一些咨询链或者是资金化的东西。

我在这一块也许是有机会的。

然后这是一个视角，这个我觉得偏套壳应用的这个视角，然后那最终还是积累了一些好的这种渠道资源，然后其实后面都是围绕这个渠道在做事情。

然后另外一个视角呢，我觉得是创业公司视角吧，就不完全是应用了，比如说数据公司或者是一些评测平台或者是一些训练基建的平台。

其实海外现在慢慢地，像刚刚说的，有些企业转型开始用海外的一些平台去做后训练。

那这种情况下面，国内有没有可能有类似的打法，或者说往海外，其他国家推类似的打法，我这个当前还未知，那也是有一些可能可以探索的方向呢。

所以我觉得至少从这些角度来看还是有些方向值得去趟的。

然后另外呢就是我觉得应用创业这件事情的时间点确实没完全到。

我觉得更多还是说大家怎么能够活下去并且在这个排桌上面积累了更多的探索。

我觉得这件事永远是最重要的。

莫唯书 Mark： 我的看法倒不太一样。

我觉得就是说应用创业者如果你跟大厂去拼通用 Agent 这个场景的话，

莫唯书 Mark： 我觉得可能机会不太多。

但如果你做一些垂直聚焦的一些评论，比如说可能现在比如说法律有 Hobby 或者说医疗这些，

首先它的进入的门槛做高，你必须足够了解，

这个行业的工作的习惯以及行业的一些潜规则，包括律师或者医生这些类似这种职业，他都是会必须依赖一些专业的软件，你不可能就说通过通用去打，一个是这点，另外的话说这个东西因为你做的足够垂直足够专注，其实这块就是大厂他尽管资源比较多，但他不可能所有的行业或者内容他都覆盖的过来。

或者说这个盘子对他来说，他觉得足够大或者说 ROI 足够高，这个是一点。

另外的话就是说你能不能建立起自己的数据飞轮。

这也是为什么现在很多做应用的这些创业公司可能开始也要涉及到就是希望做自己的模型或者说进入到后训练这个环节。

就是他希望我通过用户的使用，就是收集到的这些数据能够反哺到我的用户体验以及模型的这个提升中。

因为我们知道像 coding 数学这些领域它是有明确的编译通不通过或者对错的标准的。

但其实更大部分的场景下，它是没有一个明确的客观标准。

那么它究竟好不好，你这个 PPT 做的好不好，

其实是依赖于用户它的主观的判断和主动的反馈。

或者你拿 AI 写片文章，你扔到社交媒体平台上，它的数据怎么样。

是需要建立起这个反馈闭环的。

如果你能把这个数据飞轮跑起来，

然后可能在大厂还没来得及注意的时候，

已经把这个形成了一个正向的循环。

那我觉得这个可能是你构建出自己护身盒的优势。

还有一点就是说可能现在是一个非共识的一点，

我觉得 AI 它底层并没有改变现有的商业模式，

那如果你定义你是在国内做的话，

相比做 2B，我觉得 2C 它未来就是靠对用户免费，就是羊毛出在猪身上，靠广告和电商去变现的空间和天花板是远远大于目前国内 2B 的这个现状的，再况且现在 2B 现在就是说各家大厂都在争。

Eric： 所以未来你不妨去开辟非共识的战场，但是同时它在底层的架构和逻辑上也是成立的，那如果你在这块上如果能率先跑出来站在先机的话，我觉得也是一条出路。

对，据说豆包现在很大的收入来自于购物的佣金吧，据说。

对对对。

因为我自己在豆包里都买过很多东西，因为有时候买一个东西我就问一下豆包，豆包就直接给我发了一个链接，点击就买了。

潘乱： 绝没有那么大一集，豆包的佣金出程是更高的，你如果从抖音过去好像不是 2 点几，从豆包过去是出 10 个点。

不是不是，我不一定确定我是真的，我们给今天也聊了两个小时，我们来收个尾巴。

今天我们再聊一下办公吧，然后从豆包工作开始聊起的，然后有千问办公，有 WorkBuddy。

我们来就是随便猜一猜，未来这三家谁会笑到最后？

就是首先一个，

他跟刚才类似于跟艾维克那问题一样，就是他是不是还是一样的，还是类似于飞书啊、丁丁啊、企业啊，你占有多少份额就是多少份额，如果不是的话，大家觉得这个市场重新洗牌之后，谁可能会跑到最前面？

就首先变不变，如果不变的话那另说，然后变的话可能是谁，为什么？

钟经纬： 嗯，对，我觉得我可能会用更远的视角讲这件事，就是，我觉得，我还是觉得办公 Agent 不只是办公，它是未来的 Agent 入口的鸡肋。

然后我觉得是 WorkBuddy，我觉得腾讯大概率会赢，会是那个最大的那一家，不能说赢吧。

因为我觉得，首先第一是 WorkBuddy 在企业这一边还是，虽然它 2B 能力可能也许没有大家想象的那么强，但是至少有一些理念先机，

莫唯书 Mark： 然后呢，同时呢，我觉得模型能力也在飞速提升，然后再往后呢，我觉得写了一道微信的上下文，我觉得总归会有结合的方式，所以我觉得这里呢是比较难发生变化的，所以我会更压住 WorkBuddy 持续会更有机会赢。

我个人就当下的竞争局面来看的话，我会可能会更看好豆包工作一些。

就是它目前的这个首先是集团的战略的投入和专注以及它的生态协同的这个效应。

靠 TopTown 去推，我觉得它可能尽管它就说起步上会有点晚，但我觉得它会追上来会非常快，而且有豆包这么一个最大的可能 3 点多亿月活的这么一个转化的这么一个漏斗，可能会把越来越多的就是说就是非极客用户或者非专业用户就可能偏向大众用户慢慢转化成专业用户。

所以我觉得从当下的这个前景来看，因为 WorkBuddy 现在目前还只是 CSIG 内部的打通嘛，然后千问其实也没有跟丁丁来深度的协同嘛，所以短期内我觉得还是会更看好豆包工作这波 all in 下来长期的。

但是因为这个办公的市场天然就是分化的，你不太像 C 端那样可能赢家通吃的，所以长期看的格局可能还是会三途鼎立或者说更多极化一些，这是我的判断。

潘乱： OK,2B 场景我是更看好豆包工作的，原因主要是我觉得飞书它在早期抢占的这个市场上最有付费能力的那一波公司，其实你现在去看包括小米啊，携程啊，还有包括 DeepSeek、Kimi 这些公司用的都是包括 Gip，他们内部办公工作用的都是飞书。

但这群人也最抠啊，财经网下午不是给你看了一个数据吗？财经网公布的飞书去年收入是营收，营收是 30 亿，低净肯是 40 亿哦。

Eric： 那丁丁的数量级也比他大很多嘛，就是那个用户量，所以如果从这边去看，我觉得最有复份能力，因为就同样比嘛，海外跟国内，国内的用户并不比海外少太多，但是海外的那个复份能力其实比国内要大很多，所以我这个意思是指飞书的这波用户，这波企业用户，他的复份能力是显著高于丁丁的，至于说腾讯企业微信那边，他就完全，他就他就不是一个赛道，但是腾讯他不，

不得不这么重心的去做 WorkBuddy 的原因是因为他 2B 的这一块的收入是非常少的。

你说腾讯会议他肯定不能跟丁丁跟飞书去比，他因为他只是一个单品，所以腾讯他是必须需要一个船票的。

他现在是非常危险，所以他需要投入这么多钱，但是丁丁跟飞书或者豆包工作跟千问办公肯定是能够，他相当于就是一个飞书的 pro 版本。

然后丁丁一个 Pro 版本借助于 Agent 一个 Pro 版本的一个办公。

所以我觉得他们两家肯定是能活下去的。

WorkBuddy 呢，

我觉得对于腾讯来说是一个非常好的机会。

如果腾讯未来的 Agent 的能力足够强，

腾讯的决心足够大，

他能把腾讯下面的这些邮箱啊，

文档啊，会议啊，

这些东西全都整合进来，

那我觉得腾讯也是有机会的。

然后这是 2B 嘛，

但是 2C 这一块，

那肯定就是我觉得，就因为 2C 这块现在的这个东西还是不确定性其实更是更大的。

我觉得可能未来我如果在腾讯那不是更看好微信里面的那个小微的，因为它把所有的小程序全都能够打通，而不是 WorkBuddy。

然后豆包这一块因为它的用户量也已经足够大了。

所以 2C 这块我觉得可能是腾讯的小微和字节的豆包。

2B 的话更看好豆包工作，然后千问办公肯定是能够活下去的。

WorkBuddy 的话我觉得是腾讯整合他们下面这些零散的办公软件的一个很好的机会，如果 Agent 的能力有很大的提升。

仲泰： 最年轻的朋友们跟我说个位。

我觉得 2C 看好自己，2B 看好阿力吧。

2B 就我们经常聊这些办公 Agent 的，他不会像 2C 那样集中收敛到豆包这一款产品上。

我还是觉得 2B 偏这种企业协作办公类的，还是会跟之前像云的战争，还有这个丁丁飞书起威这种战争会一样，会长期一直存在。

因为我觉得那场大家都反应很快了，也很聪明，他会维护好现有的客户，比如说丁丁上的客户肯定都会让他们更丝滑的想尽各种办法迁移，在 AI 时代都来用千问办公嘛，不会让他流失去用豆包工作。

大家都会先守住自己的地盘，我觉得 2B 还是那个数据迁移的问题，包括就是惯性，就大家原先我都是丁丁的十多年的客户了，我肯定会更相信阿里，我是这么一个想法。

潘乱： OK，我其实没有更多想法，我今天先从学习开始，然后我们这一波单从 AI 办公单从产品来看，我们聊到功能层面上，其实三家已经没有什么本质性的差异了，看的是上下文，看的是大家的模型，甚至这个模型本身它用或者开放不开放，在今天也不是真正的那个关键变量吧，只能说大家出于各自的那个角度去做出的选择。

至于 FDE，然后至于就是今天更多普通企业的热情，感觉还是虚火更多一点，因为真实的落地，真的大部分企业，真的连在线化，连智能化，就前面那几步都还远远没有完成，离 AI 时代其实还是挺远的。

潘乱： 再加上最好的那部分用户，付费能力最强的那一撮用户吧，它很可能大概率不是国内这几个产品的付费用户。

他们就会是那个最强模型，当然也许那个国内那些公司冒出了最强模型，他们也不太会被这些绑住，我们会持续观察，今天只是一个阶段性的讨论吧。

我补充一点，我觉得大家去卷办公这一点还是因为现阶段的 token 或者推理成本太高了，所以他不得不先去卷这些相对来说高价值的场景。

莫唯书 Mark： 我之前讲过一个暴露，只有当这波 AI 的叙事或者泡面破灭之后，AI 应用真正的黄金时代才会迎来。

因为现在还是大基建期嘛，

就是说这波泡沫破了，从之前的技术史来看，基本上也是说先有一个大家非常疯狂的资本投入，然后去做这个大基建，然后或者可能过度投入了，发现那个太多了，然后很多泡沫破掉，很多公司垮掉，然后当这个后来的这些算力或者说这些基建变得极其便宜了之后，它才能就是说真正的应用的价值才能最大化的释放出来。

这也算是我下一个预言吧。

潘乱： 好，OK，那我们今天就先到这边。感谢大家。

感谢各位。

嗯，辛苦辛苦。

拜拜。