飞书给豆包 AI 添了把椅子

我今天上午，去了 2026 飞书未来无限大会暨豆包工作开工大会。

现场人山人海。散场时我在想，今天的新闻，也许不在他们发布的那份清单里。那在哪？

01

要说清楚，得回到现场的一个小动作。

演示环节，飞书的团队在群里做了件事，搜名字，把一个 Agent 拉进群；就这么简单，和平时往群里拉一个同事，操作一模一样。

嗯，这个动作小到差点被略过，这件事搁在一年前，还挺折腾，AI 想在办公软件里干活，光走流程就得走一阵。

谢欣在台上说，过去在群里加一个 Agent，是个挺专业的操作，今天，和加一个人没区别。

群里不止一个 Agent 时，一个 Agent 需要帮手，它会直接在群里 at 另一个，像在群里喊一个同事，自己就把协作张罗了，中间没有人传话。

文档里也一样。

以前看文档有疑问，习惯在评论区圈一个同事，等人来答，现在，评论里可以直接 @ 一个 Agent，它不光答，还能顺手把文档改了。

私聊也重新做了一遍，聊天框里敲一个斜杠，Agent 的快捷功能就弹出来，还能点开它的思考过程，看它脑子怎么转，它回来的东西，Markdown、网页格式，飞书里都能直接预览，直接编辑。

其实过去两年，AI 在办公软件里更像一个插件，挂在旁边，想起来了才点开，今天这一串动作，把这个习惯改掉了。

单看都是小事，合在一起，是一个信号。

飞书开始把 AI 当成一个人来安排了，它有了工位，在群里能被直接叫到名字，它和同事之间，就差一个工牌了。

进来之后，还得能干活，谢欣解释了一个词，CLI。翻译一下，就是 AI 用办公软件的一扇门。

Agent 靠它读文档、发消息、查日程，这扇门今年三月开的，当时开放的功能点是 247 个；到现在，767 个，是原来的三倍多，调用的成功率从 78% 提到了 95%，速度快了 39%，门开得越大，它能接的活就越多。

他的原话是，人能用的，Agent 都能用，写文档，排日程，开会议，发审批，都接得住。

有一个演示我印象很深，飞书画板。

人用它画图，一般是画个流程图，几个框，几条曲线，中规中矩；他们把画板给了 Agent，它画了一张元素周期表，每个元素都能点开，都能编辑，复杂得像设计团队熬夜做出来的东西。

同一个画板，出来的东西不是一个量级，有些活，它已经干得比人好。

压轴的部分留给了豆包工作。演示里有个场景挺实。

销售数据躺在每个人的邮箱里，格式不一，周期不一，它一封封点开，把附件下载下来，口径对齐，合成一张总表，哪个区域完成了多少，红色绿色标得清清楚楚。

接着往下，它把这张表做成一份汇报 PPT，图表、数字、商机，一样不落。这活换人来做要熬上几天，它前后花了十来分钟。

它生成的东西，选哪段改哪段，不用推倒重来。人不在工位，活扔给云电脑，一天二十四个小时不歇。

遇到大任务，它把活拆开，几十个上百个 Agent 分头干，最后汇总交回来。

它还会记事，之前有人跟它交代过，数字要给出处，同比环比要标清。这次没人再提，它自己记得，交出来的表，每个数字后头都带着来源。

到这里，台上放出今天最大的一个新品，豆包工作伙伴，团队版的，有自己独立的身份、权限和记忆，能像同事一样进群。

智远认为，这场发布会真正的信息，不在功能表里。让 AI 干活这件事，去年就没什么悬念了，有悬念的是另一件，给它名分的动作，今天才刚开始。

说实话，名分这个词，我在现场琢磨了很久，AI 能干活的新闻听了两年，耳朵都起茧了，今天不一样。今天真正发生的，是有人开始认真安排它在公司里的位置了。

02

这件事为什么是今年，又为什么偏偏在这里发生？

答案在去年年底。

梁汝波在台上说，大模型 Agent 能力，从那时开始进入可用阶段，AI 在生产力场景的落地，明显变快了。

谢欣的表述，还要更直接一点，今年开始，飞书的服务对象第一次发生了变化，不再只服务于人，也要开始服务于 Agent。

两句话，指向一个变化。公司里那张长桌旁边，第一次，可以坐下一位不是人的同事了。

可这位同事，过去两年一直站在门口，进不来。

这几年 AI 工具的热闹，全发生在个人手里，写稿的、做表的，办公室里谁手机没几个 AI，公司这边，一直冷着。

卡住的地方，其实都很基础。

先说一个最实际的，身份。员工拿自己账号里的 AI 干公司的事，这 AI 算谁的？公司说不清，也管不了。哪天真出了问题，追责的电话，都不知道该打给谁。

然后是数据。公司文档、口径、客户信息，个人 AI 碰不得。碰一下，后果谢欣点破过，员工用个人 Agent 处理工作，企业的数据，跳出了原本的组织边界。

边界一破，保密制度、审计要求，全都够不着了，很多员工自己也说不清，AI 看过的那些文件，最后去了哪里。

还有一个藏得深的，记忆。

一个人用 AI 攒下来的方法和门道，全长在他的账号里；哪天他离职，这些东西跟着人走，公司一点留不下。干得越久，损失越大，一个团队里最会用 AI 的那个人，往往是最难被留下的人。

三样摆完，那个进不来的原因，就很清楚了，个人 AI 帮的，始终是个人。

智远认为，AI 到现在还没进公司，问题是缺个身份，一个公司敢认的身份；嗯，这道题，最后落到了一个地方手里，一个能让 AI 上岗的地方。

这里要放到一段更底层的判断里说。梁汝波是这么说的。

Agent 不是孤立存在的，它周围得有人、有环境，还有别的 Agent 一起搭手，Agent、模型、协作环境，这三样得紧紧长在一起。

往白了说，Agent 得有个地方上岗。那个地方，得是真实的组织现场；一群人怎么协作，一件事怎么推进，这些经验长在哪，Agent 才能在哪儿干活。一段程序，凑不出来。

为什么是办公软件来接这道题？

他翻了一段历史，从 Office 到 Office 365，再到 Teams，过去三次技术变革，办公软件每次都被重新创造了一遍。它的位置，甚至比操作系统还稳。

道理不难想，公司里的人和事，平时就长在办公软件里。变革来的时候，要从头重建的，自然也是它。

再往下，为什么是飞书？

谢欣说了句老实话，服务 Agent 需要的那些开放平台技术，飞书已经积累了很多年，别人还在找入口，它已经把门开好了。

他还放了张对比图，各家办公平台开放给 AI 的接口项目，在 GitHub 上被开发者收藏的次数，飞书接近同行的 6 倍，这是全球数以万计的开发者，半年里一次一次点出来的。

十年攒下的家底，这时候开始说话，市值前十的中国上市车企，九家在用飞书，上半年人形机器人卖得最好的十家，也是九家。

还有一个数字更能说明问题，今年飞书的新增客户，超过九成，同步买了它的 AI 产品，企业开始拿着 AI 的清单，来选办公平台了。

哦对了，还有个细节，是我自己在现场看出来的。

这场发布会的节目单，本身就是按上岗的逻辑排的，先讲人和 Agent 怎么在一个群里共事，然后是它能干什么活。

再往后，公司怎么管它，最后登台的，是第一个正式上岗的成员，豆包工作伙伴，和几位已经在用它干活的客户。

他们来自零售、医药、家电三个行当，讲的却是同一件事。AI 已经坐在一些人的工位边上了。

把今年和这里放在一起看，答案是一句大白话，AI 能不能进场，最后拼的是现场。

模型可以买，工位是长出来的，到这一步，条件齐了，名分这东西，飞书第一次，发得出手了。

03

坐下之后呢？一个 AI 同事进了群，公司第一次要给它立规矩，规矩怎么立，是我在整场会里听得最认真的一段。

台上给的答案，两条。

一条管行为。

看得清，公司里有多少个 Agent 在干活，谁建的，谁在用，打开后台就能看见。管得住，它能碰什么，不能碰什么，白纸黑字定死。

连它能接哪些系统、发多少消息，都卡在设定里。真出了事，一键停掉。

提示词注入、恶意链接这类新攻击，也提前防着。查得到，它干过的活，一笔一笔都在日志里，哪天出了岔子，往回一翻，链条是完整的。

一条管开销。

AI 的用量设上限，高消耗的模型和场景单独管。谢欣有句话挺实在。他说最近大家都看到新闻了，token 越来越贵，快用不起了。开销这条不落地，规矩就只算立了一半。

软件上的规矩，说到这。真正重的一条，不在软件里。

中国生物制药的谢承润，把边界摆得很细。

数据这块，什么能碰，按授权来，最小必要；决策更要紧，AI 可以出假设、摆证据。药品放行这种关键判断，得专业的人签字。

说到责任，关键证据可追溯，重要操作留痕，出了结果，责任落到人。

他说得很直，AI 负责准备数据、比较方案，人负责处理例外、做出决定、承担责任。

有句话更狠，一个研发项目，像自家孩子，数据明明不对，该停，谁都下不去手；AI 现在能把这个信号，提前摆到眼前。按不按，成了组织敢不敢负责的事。

沃尔玛的朱晓静，讲了管理这一头的变化，过去人是组织里唯一的智能主体，管理任务流，其实就是在管理人。现在，从管人升级为管人加管 AI。

智远认为，AI 有岗有权。有些东西，它拿不到。

飞书首席商业官林婵，在台上讲了一段南京钢铁的事。

热处理车间里，有位老师傅，今年 12 月退休，几十年，他上班头一件事没变过，给上百块钢板核对工艺。厚一点，薄一点，处理方式全不一样，生产计划一变，全部推倒重来。

他说，下班骑车回家，眼睛是花的，夜里躺床上还在想，可别哪个数据出错，搞出事故。

车间里来了个年轻人，不会写代码，拿豆包工作折腾了 7 天，给老师傅配了个 AI 同事。老师傅把当班的明细传上去，工艺一键出来，核对的准确率从 85% 提到 98%，查一次工艺的时间，从 3 个小时压到 1 分钟。

这份手艺，就这么留下来了，老师傅年底退休，人走，经验不走。现在整个南钢，有 1500 多个 Agent 在岗位上干活。

她讲的另一个故事，在永辉超市。

王守诚一年有 300 多天在外面巡店。他有一句话，零售的真相，在货架和过道之间。

以前巡店，一路看一路讲，店长抱着本子记，下次来，问题还在；后来他带着一个叫小辉探店的 Agent 巡店。

路上发个定位，先弹出来的是店长的画像，干了多少年，老家在哪，拿没拿过分红。

进门先聊两句家常，看到问题拍张照片，离店不到 10 分钟，报告生成，整改派到岗。好的做法，一句可以全国推广，卡片推到几百家门店群。

哦对，他给这个小助手定过一条逻辑，巡店，得先看人，再看店。

海信的李亚雄，站在台上讲的是自己的活，他管全国中央空调的安装协调。

几十个城市同时开工，进度、照片、标准，全靠人盯。他把整套流程放进多维表格，配上工作流，一开始只是想给自己省点事。

新项目进来，10 秒自动派单建群，到点有机器人提醒，该报价了，该传照片了，该回访了。

一个月，他这套系统同时服务 140 多个项目，半年交付 400 多个。他自己也成了公司里的 AI 培训师，讲了 8 场，700 多人。

他在台上说，工具像杠杆，knowhow 是支点。这根杠杆，是他给自己搭的。

今天发布的这些，还都是早期，豆包工作伙伴还没开放给所有人，眼下是一家一家企业关起门来共创。

台上自己人先交了底，一个智能体，能在群里说话，离真正帮团队带来价值，还有很长的距离，剩下的路，要靠制度来补。

嗯，十年前，一群人为了把人和人的协作理顺，憋了三年，憋出了飞书；十年后，他们开始琢磨另一件事，怎么让一个不是人的同事，也在这张桌上坐得住。