腾讯，又甩出一张王炸！

内容来源：笔记侠（Notesman）。 责编 | 柒 第 9903 篇深度好文：6432字 | 13 分钟阅读

商业思维

去看那些用不起来 AI 的公司，你会发现一件有意思的事。同一个模型，回答公开问题的时候表现很好，一进到公司的具体业务里，立刻变得笨拙。

问题到底出在哪？

金沙江创投主管合伙人朱啸虎在《深网》的访谈里指出：上下文都是办公Agent的基础。上下文是AI应用的长期壁垒。

未来AI办公领域的竞争壁垒不是模型，而是上下文、是生态。

今天，已经到了context intelligence（情境智能”或“上下文智能”‌）时代。

今天这篇文章，我们就来聊聊上下文智能和数据这件事。

一、AI 用不起来，
卡在它不了解你的公司

1.你买回来的，是一个不了解你公司的聪明人

先看一个每家公司都有的场景。

一个新同事入职，简历漂亮，笔试面试都是高分。你敢第一天就把最重要的客户交给他吗？

不敢。跟能力没关系，是因为他不知道这家公司发生过什么。他不知道去年那个项目为什么黄了，不知道这个客户上次在会上提过什么要求，不知道内部对这件事的真实分歧在哪，也不知道谁才是真正拍板的人。

这些东西，没有一样写在简历上。

企业买回来的 AI，处境跟这个新同事一模一样。它读过全世界的公开知识，能写代码，能做分析，能写出漂亮的方案。但它不知道你们上周在群里讨论了什么，不知道那份改了七版的文档最后为什么定了这个方向，不知道去年那个大客户是怎么谈丢的。

这些，就叫上下文（Context）。

你只有给 AI 充分的本地上下文，也就是你本地的环境，让它充分了解，它才能想法设法完成你的任务。

上下文的管理越来越厉害，AI就会越来越智能。不恰当的上下文，会误导你的AI。

OpenAI 创始人奥特曼曾在一次访谈中说：“最新一代模型已经相当聪明了，现阶段让我感到更受限的，是AI所掌握的、关于我的有效上下文（Context）信息的数量。”

过去两年企业用 AI，基本停在两种状态。

一种是个人订阅。谁想用，谁自己开账号，自己写提示词，自己把资料复制粘贴进去，再把结果搬回公司文档。效率高一点，但跟公司没关系。人一走，账号一关，什么都没留下。

另一种是搭了个内部问答机器人，把规章制度和产品手册灌进去，能答一些标准问题。但它答不了“这个客户现在该怎么跟”，因为这个客户发生过什么，它一无所知。

两种状态的共同点是，AI在公司外面。而一家公司真正值钱的信息，恰恰躺在大量的上下文里，包括企业微信的群聊、会议纪要和文档里，AI一次都没碰过。

AI 不是缺能力，是缺入职手续。

2.给 AI 办一次入职手续

今天， WorkBuddy重磅升级，打通了企业微信，正式入驻企业微信联系人，这也是国内服务用户规模最大的协同办公平台与国内用户最多的办公智能体的深度结合。

最表面的变化是入口。企微侧边栏直接有WorkBuddy的入口，员工不用下载新软件，不用切换终端，像跟同事聊天一样把任务交给它。WorkBuddy企业版支持企微账号登录，两边共用一套账号体系。

对企业来说，这意味着 AI 第一次有了身份。它不是谁都能打开、谁都能往里贴东西的外部网页，而是组织里有名有姓的一员。

WorkBuddy以能执行任务的同事身份进入企业微信通讯录，员工像@一位同事一样交办工作，不需要打开新的应用，也不需要学新的操作方式。

再看它能碰到什么。在授权范围内，它可以读取企微里的业务信息，包括内部协作的消息和文档，也包括与同事、客户沟通的会议和邮件。

消息上，能代发文字和文件，能读单聊和群聊的历史，能搜聊天记录，还能按未读优先级整理信息。

日程和会议，能查改日程、订会议室、建在线会议、查纪要与待办。

邮件，能收发、搜索、回复、转发，还能发日程邀约。

文件，多类格式可以互传，产物能直接存进微盘，也能分享回企微。

最后一层是回传。AI 生成的产物可以自动回传企微，进入下一环节的工作流，或者直接推给相关负责人。

过去大多数企业 AI 的终点，是个人电脑上的一个对话框，你在那里问，它在那里答，答完就结束了。现在活干完，结果会自己往回走。

这次升级，让WorkBuddy 从一个站在门外的聪明人，变成了坐在工位上的同事。

继WorkBuddy企业版深入 50 多个行业、发布企业版办公套件之后，这次与企业微信的打通，面向 1400 万机构组织，它要释放的不只是 AI 能力，是企业的生产力。

以前我们说，人善于理解人，AI不善于理解人的意思。现在恰恰相反，AI最善于理解人的意思，因为它了解你的你上下文，了解你的需求，能自动补齐你的隐含的意思，然后给你做好。

3.不换系统，原地升级

过去十几年，企业被数字化转型伤过太多次。每上一套新系统就是一轮流程重造、一轮全员培训、一轮数据迁移，最后常常以两套都在用、谁也没用好收场。

朱啸虎在《深网》访谈里谈到：“没有人会为了上面的办公Agent，去放弃自己公司已经有的整套聊天工具和所有组织关系。”

所以，WorkBuddy 这次没有重建系统，而是原地升级。企业原来搭好的CRM、工单、库存这些业务系统，以及已经跑顺的审批和协作流程，全部沿用。AI 不替换它们，而是参与进去。

落到操作上是三个动作。

读变化：库存动了、工单状态变了、审批走到哪一环，AI 能直接读到，不需要人再复制粘贴一份给它。

调系统：它不只是看，还能调用这些系统去处理任务。

推结果：处理完把结果推回企微，推给对应的负责人。

企业过去花在系统上的钱、花在流程打磨上的时间，成为了AI能站上去的新地基。

举个例子，有一家三甲医院的排班，一直是个老大难。几十条排班规则、几百号人，人情、资历、班次互相打架，过去要靠专人磨一整天。如果要做一个排班系统，不仅需要花费10~20万，还要让所有人适应新系统。

现在他们通过企微的智能表格加上WorkBuddy，把规则和名单填进去，实现了AI 自动排班；排完机器人自动通知值班人；换班不靠口头打招呼，走企微审批，过了AI自动调班；月底基于本月值班，AI自动算薪。

没有增加成本，也没有换系统，只是让AI长在了原来的流程上，就解决了困扰43年的老问题。

二、怎么把 AI 真正放进组织里？

1.四级台阶，你的公司在第几级

一家公司要把 AI 从偶尔用一下推到真的在干活，要爬四级台阶。

第一级，给身份。

员工用的是公司给的 AI，还是自己找的？如果每个人手里的工具都不一样，AI 就永远是个人的外挂。

这一级的标志是员工不用换终端、不用额外注册，在每天已经打开的地方就能用。

奥特曼说他希望提供一个统一的入口，让人们连接属于个人或公司的 AI。

企业微信正在从连接人与组织的协同平台，变成企业统一的 AI 工作入口。

第二级，给上下文。

AI 能不能读到内部信息，还是靠人工粘贴？企微群里聊过的思路、开过的会、写过的文档、搭过的知识库，能不能一键被它调用整理？

这是分水岭，上下文给到哪，AI 的能力就止步到哪。

第三级，给出口。

干完活需不需要人手动把结果搬回流程？

查改日程、订会议室、收发邮件、代发消息和文件可以直接做，产物可以存微盘、发回企微、在文档里圈对应同事。判断标准只有一条，结果能不能自己流回组织，进入下一环节。

第四级，给记忆。

你公司最厉害的那个人的经验，有没有被固化下来？沉淀在企微里的项目复盘、销售跟进记录，能不能变成以后随时能调用的能力？

前三级的门槛在技术和权限，第四级的门槛在积累，它是多数公司和企业级 AI 之间真正的差距。

2.公司的数据，变得值钱了

过去十年，很多企业最值钱的信息一直沉在企微的群聊、会议和文档里。这些东西有个特点，一直在增加，从来不被使用。

一个项目做完，复盘文档写得很认真，然后存在某个文件夹里，再也没人打开过。下次遇到类似的项目，还是从头踩一遍坑。

一次销售谈成了，过程里的判断、客户的顾虑、关键的那句话，全都散落在聊天记录里。下一个销售遇到类似的客户，什么都不知道。

这些不是垃圾，是一直没人翻的资产。

过去想把这笔资产盘活，成本高到不现实。让谁去翻三年的群聊记录？让谁把几十份复盘文档整理成一套方法论？整理完又有谁会去看？

所以这事一直停在口号上。

现在成本结构变了。

复盘文档可以沉淀成复盘Skill，以后复盘时帮你把问题看得更全；

销售跟进的过程和结果可以沉淀成销售Skill，遇到类似客户直接参考过去的成交经验。

在企微里，这些材料本来就在原地，不用重新整理一遍，也不用搬到别的系统里去。

销售总监判断客户的直觉，产品经理对需求取舍的分寸，这些东西过去只能靠人带人，人一走没了。

AI 的能力上限不只取决于你用了多强的模型，还取决于它能拿到多少高质量的上下文。

上下文越厚，输出越准；没有上下文，再强的模型干不了活。

比如，一些大律所的律师工作忙，辗转于律所、法庭、客户访谈，没有时间把一个一个案件的经验沉淀下来，人一走就带走。

现在他们用企业微信×WorkBuddy，AI自动汇总群聊、会议和文档里的关键信息，整理成项目记录和知识资产；过往经验被整理成可复用的模板、项目文档和流程表格，下次遇到类似案件不用从头整理。

3.上下文智能，为什么是企微的优势

数据值不值钱，取决于AI能不能理解它。

员工在企微里的聊天记录、会议纪要、审批意见、文档批注，就是这家公司最真实的上下文。

以前，context（上下文）只有2万、3万个字，当做到100万个字是什么概念？

未来，AI会把一个人在一家公司里的全部痕迹保存下来，一个人的职业轨迹完全可以被完整记住。

但这里要分清两层上下文。

组织上下文，是它知道谁在什么岗位、谁负责什么、谁该被圈进来。

业务上下文，是它知道这件事的来龙去脉、相关文档和数据在哪里。

两层都有，它才不必每次从零开始交代。

而这意味着，一家企业在企微里沉淀的组织架构、部门划分、汇报关系，不用重新搭。群聊、会议纪要、文档、审批、邮件，每一天的沟通和协作自然沉淀在里面，不需要专门录入。

这就是企微作为协同平台的优势，让公司的上下文长在与AI协同的工作任务里。

4.充足的上下文，才能释放生产力

理解了上下文，数据飞轮才能转起来。

保险公司的电销团队，每天打几十上百个电话，销冠为什么能成，没人说得清。客户在电话里透露的预算、顾虑和拒绝的原因，电话一挂就没了。新人要培训好久才能上手。

如果每一通电话都能被记录、被AI理解，自动提取客户意向和拒绝原因，这些信息就能回流，用来优化话术、筛选客户、培训新人。

这就是业务数据飞轮，只要数据有沉淀，AI就能在上面总结和发挥。

英伟达创始人黄仁勋说过一句话：今天大模型产生生产力价值的关键，恰恰在于它学会了稳定调用已有的企业软件工具。

这句话点出了企微和WorkBuddy打通的真正意义。大模型本身只是脑子，它要产生价值，必须接上企业已经在跑的工具和流程。企微提供的就是这根线，组织关系、聊天记录、会议纪要、审批流程，全是企业已经跑通的。

WorkBuddy接上去，让AI直接用上了企业已有的东西。

上下文不只是让AI更聪明，它还让整条流程跑得起来。过去企业里的流程慢，不是因为人干活慢，是因为信息要人搬，进度要人催，状态要人对，跨部门要人开会同步。

AI拿到上下文之后，这四个角色它可以接，信息传递、卡点发现、跨系统搬运、触发执行。

举个例子，有一家企服公司多项目并行，每个项目涉及人员多，信息拉通难度大、进度难盯紧。以前一个人同时只能负责2到3个项目，大量时间花在整理信息、同步结论、追问进展上。

现在用企业微信 × WorkBuddy，AI每4小时汇总一次群聊、会议、文档、链接和图片，连文档里的新增批注也不漏；同步更新项目看板，展示最新共识和每个人当前要解决的问题，没参会的人也能快速跟上；谁有疑问直接在群里问 AI，不用翻找、不用反复问人。

一个人可以同时盯5到6个项目，精力留给真正需要判断的工作。

流程里最贵的不是做事的时间，是等待的时间。

三、数据给了Agent，
怎么保证不出事？

上下文和数据是生产力，但它们也是企业最敏感的东西。所以企业最关心的问题很直接：数据给了Agent，怎么保证不泄露、不丢、不被乱改？

金沙江创投是国内顶级投资机构，研究部有很多数据库，存放着所有被投公司的财务数据。过去前台人员想用这些数据，要么自己翻系统，要么找研究部要，直接访问数据库本身不安全。

现在他们用WorkBuddy做了一层中间层，AI来调用数据库、生成最终文档，朱啸虎的原话是：很方便，也很安全。

这种场景过去不敢交给外部工具，因为客户数据一旦外流就是事故。

现在他们敢用，是因为整个过程在企业的受控范围里跑。

1.上下文不出企业

先看第一层，谁能拿到上下文。

市面上已有的Agent和IM（即时通讯软件，下同）之间的打通，多数是员工个人对Agent的授权，也就是员工自己授权让 Agent读取所在企业的IM上下文。这种做法的问题是，企业管不住。

这次WorkBuddy和企业微信的打通不一样。它只适用于WorkBuddy企业版，用户必须用认证过的企业微信账号登录才能体验。

这意味着Agent读取企业的上下文，需要经过企业授权，而不是员工个人授权。相关权限和数据的管理，始终受企业管理。

企业管理员可以统一做账号分配、权限设置、用量管理和AI算力采购。

AI给谁用、每人用多少、哪些资料能让AI看，统一安排。

高敏感信息可以设为AI不允许访问，企业数据不出企微和WorkBuddy的受控范围。哪些环节必须人工确认，也能做统一配置。

除了数据，公司的员工也可以根据业务需要，在WorkBuddy里自主选择适合的模型。

模型也是开放的，支持多种模型，按任务类型调用合适的，企业也可以接入自建模型，不被绑定在单一模型上。

企业自己开发的Agent也能接进来，比如已经搭好的客服助手、知识问答助手，直接放进企微给员工用。

管住了谁能看，还得知道这批 Agent 用得怎么样。

尤其是当Agent 铺开后，往往会面临这几个问题：活干得多不多、快不快、好不好没有刻度；钱花得值不值没有依据；出错了卡在哪一步，无从定位。

昨天，WorkBuddy 企业版管理后台上线了“可观测中心”。它是企业级 Agent 运行的仪表盘，提供实时观测、会话追踪、轨迹详情。

先宏观看见问题，再微观定位原因，最后反哺优化。企业用 Agent，从此有账可算、有迹可循。

员工有顺手的AI，企业有可控的AI，工作才能更高效且稳定。

2.AI改坏了，能找回

再往下看一层，AI 在执行任务的时候，会不会把东西改坏、删错？

行业里普遍的做法是弹窗授权，AI 要操作文件就弹窗让用户确认。但问题在于，用户根本看不懂那些指令是什么意思，直接点确认，安全形同虚设。同时用户又抱怨“为什么老让我确认”。

WorkBuddy 换了一条路。不靠“拦着你不让操作”来保安全，而是默认开安全沙箱，让AI敢操作、用户不怕丢数据。

打个比方，沙箱相当于一个带围栏的沙坑，让程序在里面运行，它以为自己能随便改文件、联网、装东西，其实被关在一个隔离环境里。就算它崩溃、中毒、搞破坏，也只影响沙箱内部，真实电脑和文件不受影响。

删除也有硬保护。AI删的文件一定进回收站，不会悄无声息消失。改文件之前会自动备份，误改的能还原，PPT、Word、图片都包括在内。

对于特别敏感的行业，WorkBuddy 企业版还支持私有化部署，调用国内模型，不涉及数据出境。

3.安全这件事，已经有第三方在用数据投票

光靠产品自己说安全不够，得看第三方怎么评。

沙利文发布的桌面智能体榜单里，WorkBuddy拿下个人端和企业级双榜第一。

IDC的企业级通用Agent评估里，综合得分第一，9 项维度里6项满分，复杂任务处理能力排名第一。

Omdia的企业级智能体评估，五大维度全部 4.5 分以上（满分5）。

国内方面，通过了信通院认证，拿到了唯一的 “PIA 二星级+”认证。

上下文让它能干活，安全让它敢用。这两条线合起来，才是一套企业真正敢放手的 AI。

四、结语

回到开头那个问题。企业买了AI，为什么用不起来。

不是模型不够聪明，是它一直站在公司外面，拿不到上下文，也回不到流程里。

拿到上下文，AI才能干活；保证安全可控，企业才敢放手。

这两件事一起到位，AI才真正从外挂工具变成了组织的一员。

接下来几年，企业之间的差距，一部分会取决于你过去攒下了多少能被AI调用的数据和上下文。

那些年在企微里开的会、写的复盘、在群里吵过的架，都没有白费。

它们一直在等一个能读懂它们的人。

*文章为作者独立观点，不代表笔记侠立场。

分享、点赞、在看，3连3连！