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略目標。

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。早先業內推測的“軟硬一體”主基調沒有變化，但釘釘于硬件層的新品并非手機、平板等個人設備，而是面向企業組織的專屬硬件——DingTalk Real。

作為上一次發布會“next big thing”釋出的彩蛋產品，DingTalk Real被定位為企業客戶部署并使用Agent能力的物理載體與執行終端。

一個背景是，2023年微軟發布Copilot之后，“助手”式產品形態便迅速成為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，以智能插件形態存在，幫助企業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應用與強調跑Tokens的MaaS，均強調自云端輕松獲取AI能力。這樣的落地形式顯著降低了企業的理解門檻，也最大化復用了既有軟件體系，大模型能力在調用中快速進化。

DingTalk Real以及其指向的Agent OS的發布，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的主流客戶所做出的戰略判斷。

硬件=數據主權+安全合規？

上云還是自建IDC？這是云計算自興起以來便擺在企業組織面前的現實問題。

這其中不乏客戶嫌云貴，云廠商卻覺得降價換規模血虧的成本博弈。但數據安全與合規，可能是更符合國內企業經營環境的要素。

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。這讓企業在AI領域面臨相似的選擇。

對于相當一部分企業如金融機構、大型制造公司與醫藥公司而言，數據主權不是一道選擇題，而是生死線。他們對“云端AI”有著天然的警惕，如數據歸屬、Agent執行可視化、能否在AI跑偏時及時糾錯，這一心態貫穿其選擇模型服務的始終。

從這個角度看，釘釘發力“軟硬一體”，為Agent服務打造物理層面的“可控”執行終端，是根據“主流客戶需求”做出的資源配置——釘釘的核心腹地是大型制造企業、政企機構。在這樣的客戶結構下，單純復制“云端Copilot+SaaS插件”的路徑，反而并不現實。

回看DingTalk Real的產品形態，本質上是為AI Agent在企業私有邊界內簽發的一張“合法準入證”。它提出的三個“Real”（真實身份、真實數據、真實時間），核心邏輯是讓Agent在受控的硬件物理環境中運行。

相比看不見摸不著的云端AI，物理實體相對更能表現可控與安全。一個典型表現在于無招著重介紹的DingTalk Real的物理“緊急拔電”開關。看似“暴力”且原始的設計，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。這種“軟硬一體”的戰略，正是釘釘基于中國本土合規環境做出的務實選擇。

理解了釘釘投身硬件的原因后，本次發布會上還有一個需要關注的系統級變化，是其發布的Agent OS與通用任務處理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”，其通過MCP（模型上下文協議），將原本屬于人的操作權限下放給了Agent。例如，對話式AI可以幫你寫一份出差申請；而釘釘的Agent可以直接調取差旅接口比價、訂票、并在OA系統完成審批。

MCP并非業內新事，Agent與模型能力的調用也并非釘釘獨有。問題是，在這樣的Agent工作流中，傳統的監控并不適用。如很多步驟之間的調用流程、輸入輸出中間狀態無法被傳統日志、追蹤工具捕捉，造成“黑箱執行”的現象。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在企業側落地一大攔路虎，MCP也是一樣的道理。

傳統代碼開發中，輸入A，必然得到B，Vibe Coding（氛圍編程）的出現徹底改變了這一邏輯。《重構》作者、軟件工程師馬丁·弗勒便有發出過警告，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因接收上一個環節傳遞的錯誤數據而出現整體故障的現象。

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與相關數據在物理層面的可控，企業組織才給Agent開放更多權限，讓Agent開始滲透進組織流程，而非表面上的內容、代碼生成。

以釘釘開放悟空調用的日程、審批、聽記等偏基礎的原子能力看，即便有了物理載體，釘釘在借AI滲透組織流程的步調也不激進。但可以肯定的是，無招回歸后的釘釘，其戰略路徑已經足夠明晰。

“確定性”博弈

2023年，阿里方面便提出讓AI滲透進千行百業的口號。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。

企業組織不會為了“智能”買單，他們只為“低成本的確定性結果”買單。舉一個相對極端的案例，工業制造中以ppm為衡量良品率的重要指標，即每百萬單位中的缺陷數量——高精度的場景與需求讓精確建模長期把持工業智能的主流，大模型僅被應用于以巡檢為代表的流程優化環節。

沿著這一邏輯，釘釘本次集成進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，在設計印刷領域，一個文字排版的微小幻覺可能導致巨額的廢品損失。AI難免出錯，釘釘的做法則是在底層模型基礎上增加“相關人工處理的支持”。

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定的授權，即可完成自動預定與后續的報銷流程；后者同樣是結構化信息的“輸入-輸出”，企業客戶提出的需求被拆解為Tokens，Agent根據這些信息搜索全網簡歷并按權限走完確認時間這樣的后續流程。

總體來看，釘釘將Agent能力細化進極為細分的場景，以原子形式嵌入到具體的業務流中并取代企業之前耗時費力的流程。這樣的組織流程優化，與釘釘最早以常規OA切入協同有異曲同工的意味——事情簡單沒關系，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，正在以相似的步調奔跑在AI to B的道路上。

發布會上，無招表示“8月份的1.0版本是AI釘釘的第一步，今天我們可以宣布釘釘徹底變了，轉型為AI操作系統。”縱使終局還處于模糊，但隨著DingTalk Real持續滲透，企業越來越多業務流程在釘釘的Agent協議上跑，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實挑戰。

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

放眼全球，釘釘的路徑具有鮮明的“本地特色”。相比于知識工作者，其更樂意從極度下沉、復雜且高風險的業務場景中，把AI一點點揉進流程。保障商業交付能力的Agent，或將成為釘釘客戶企業所需要的高效、可信的數字員工。

因此，我們需要跳出技術視角去觀察AI釘釘1.1版本的變化——其為中國市場提供了一套務實的、本土化的落地模板。在AI to B的戰場上，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“干活”的人。

微信號｜TMTweb

公眾號｜光子星球

別忘了掃碼關注我們！