钉钉做了个「硅基人才市场」，和 OpenAI 走不同的路

一个重要的趋势是，AI 智能体（AI Agent）的工作流将会带来 AI 领域的巨大进步，甚至可能会超越下一代基础模型。

前百度首席科学家、刚刚宣布加入亚马逊董事会的吴恩达，在最近的一次分享中，提出了关于 AI 智能体的最新看法。

实际上，OpenAI、微软、谷歌、Meta，几乎所有人工智能的巨头们，都盯上了这个新的战场。智能体是 AI 行业的下一个大趋势，已经成为整个 AI 圈的新共识

但这条路并不好走。

OpenAI 的 GPT Store，为什么没有吃到螃蟹

第一个出手的，就是 AI 领域的领军代表 OpenAl。

在 OpenAl 的商业化故事里，GPT Store 曾被寄予厚望，在发布会上留出了大篇幅介绍。上线后确实也势如破竹，瞬间涌入 300 万个智能体应用。

要知道，深耕 iOS 生态十多年，App Store 也就只有 178 万个 App。

但 GPT Store 并没能支撑起 OpenAI 的野心。

经过训练的 AI 智能体，本应该更擅长处理具体的应用场景和流程，展现出更强的「行动」能力。但在 GPT Store 里，交互方式依然只有 Chat 对话的形式。OpenAI 试着让普通用户自己配置 API 接口，自己喂给 AI 数据信息，用一问一答的方式来解决不同用户的海量任务。

显然光靠一个聊天框，没办法解决所有的问题。

虽然 ChatGPT 本身智能化程度高，但当许多普通用户拿着五花八门的需求，来找定制的 GPT 帮忙时，干出来的活却往往差强人意。

更遑论，OpenAI 的愿景是服务广大的企业用户。

仅仅发布三个月后，GPT Store 的活跃用户数量就骤降 40%，大量 AI 智能体应用被荒废遗弃。

如今，GPT Store 已经濒临破产，许多付费用户也表示：这是 OpenAI 难得一见的滑铁卢。

就在 GPT Store 逐渐退出大众视野的同时，在中国，却新诞生了一批押注 AI 智能体赛道的先行者，比如钉钉便是其中之一。

APPSO 此前受邀参加了钉钉的新产品发布会，在会上他们发布了自研的 AI 智能体——钉钉称之为「AI 助理」。并宣布将在未来 3 年内打造 1000 万个 AI 助理。

随着 AI 助理市场正式上线开放，APPSO 也第一时间上手体验，看钉钉的「GPT Store」和 OpenAI 到底有没有不同，凭什么敢。

上手初体验：是一个「硅基人才市场」，能干的不止是聊天

尽管钉钉的 AI 助理市场被称作「中国的 GPT Store」，但在实际上手后，我们发现它跟 GPT Store 走的路线并不完全相同：

首先是上架逻辑。GPT Store 和大多数 Agent 市场采取的是全量推荐方式，如果不是涉及敏感话题，基本 UGC 全发布，由用户自己搜索或使用；而钉钉从现有设定看，更像是软件应用市场或者 App Store 的上架、审核逻辑，官方有自己的筛选标准。

其次，钉钉对 GPT Store 并没有局限于对话框的交互，而是将 AI 助理的能力充分融入到工作流当中。

钉钉 AI 助理市场的完成度很高，AI 助理们已经按照不同的垂直领域和工作场景，分门别类排好队了，就真的像个「硅基人才市场」。

比如在「人事行政」的版块里，这些专门用来「干细活」的助理，已经按照简历、薪酬、面试、绩效等场景分工好了。有些助理已经接入了专业服务商的接口，可以自己完成独立的执行动作，而不只是简单地对话交互。

从 Agent 技术的角度来看，钉钉 AI 助理在底层架构上，还融入了许多不同层级的新技术。

1. 最基础的是角色化的聊天助理，可通过 Prompt 指令进行调教，门槛较低。

2. 而对于专业领域知识库和数据集的支持，钉钉的 AI 助理表现也相当出色，能满足不同级别的定制化需求。

比如名为「小筑」的 AI 助理，就包含了大量的建筑行业的专业数据库，用户可以像聊天一样，查询具体的建筑行业细节问题，拿来找文件、看资讯、查找专业政策都没问题。

值得关注的是，小筑 AI 助理不只具有一项技能，这也是 Agent 的典型特征。比如，它还支持上传设计线稿图，在一分钟不到的时间里，将线稿能快速生成 4 张建筑效果图，可以帮助设计师和他的客户快速预览设计方案，让整个设计流程提速。而整个过程，都是直接沟通交互就能完成。

还有一位智能简历生成的 AI 助理，同样也是活干的又快又好。

你只需要告诉他大致的情况、想要突出的能力，就能快速生成一个专业可用的简历。修改简历的过程也很简单，你可以直接口述你要修改的部分，也可以一键跳转网页进行更深度调整。

也就是说，在 AI 助理的对话窗口无法完成复杂操作的情况下，窗口和后台网页之间也是打通的双向关系，形成一套智能体的工作流程。

3. 除此之外，我们还发现部分 AI 助理做了底层的深度开发，这里主要是一些专业的软件或者 SaaS 公司，可以跨应用。比如用友薪酬打造的 AI 薪酬分析助理。用户可以直接问「帮我查一下现在产品经理的平均薪酬」、「统计一下去年每个月的人员流动情况」。

反馈形式也不只是文字图片，因为智能体理解了业务的需求，助理回复的结果可以可以通过列表、图标、网页数据等多种方式呈现，并加以总结。

用友薪酬原本就已经是钉钉里上架的 SaaS 应用，已经为企业沉淀了大量的数据资料，所以用 AI 升级后的助理，打通了这套系统，可以顺畅地调取原本应用内的实时数据，并自己完成「汇总、清洗、整理」的一整套工作流。

以往这样的工作，需要你手动关联数据、简历参考值还要自己编写统计函数，现在只要动动嘴就行。

我们还体验了杭州公安局开发的 AI 助理，这是一个典型的多任务 AI 助理样例。大语言模型 + 政务服务，本身就是可以天然结合的场景，相当于一个 24 小时的服务窗口，并且可以对应做出不同的「行动」。

就像平时聊天一样，我们简单说明了情况和要求，AI 助理基本上都能很快调取公安系统的知识库做出回答，并且资讯也都是最新的。

沟通的过程也叠加了钉钉 AI 助理本身的行动能力：如果确定了办理的预约时间，AI 助理会自动帮你设置好钉钉日程，在出发前提醒你。
值得一提的是，我们注意到杭州公安局开发的这个 AI 助理，目前已经接入了公安局的系统：如果问题一直得不到解决，用户直接反馈意见。AI 助理会把你的反馈表达的内容，拆分成具体的问题、解决方案、满意程度，同步上报进系统。

APPSO 还体验了好几款不同的 AI 助理，基本覆盖了设计、学习、办公、运营、销售、人事、财税等各个专业领域。

比如在办公领域就包含了 PPT 大纲策划、周报小达人、EXCEL 助手这些经过特别训练的办公技能专家；

在销售领域则能看到工商信息查询器、销售教练助理、电话脚本教练等销售专家。

在设计领域，除了上面提到的小筑 AI 助理，另一款由墨见 MoLook 制作的 AI 助理，包含了大量服装设计的数据，内置了服饰设计的小模型。经过简单的沟通和参考图，就可以辅助完成服装造型的设计。

在开发的过程中其实都有一个核心难点：不管是建筑行业还是公安系统，背后的数据库都是随时在更新变化的。要让用户用大白话的方式完成任务，对于 Agent 开发而言难度很高，因为背后需要一环扣一环地衔接。

但钉钉占据了一个优势：许多企业原本在钉钉平台上已经开发过自家 SaaS 应用和小程序，数据早已有了积累和沉淀，企业只需要给予原有数据和应用「用 AI 升级一遍」，加上大模型本身的理解和执行力，就可以很快造出一个懂行还能干活的 AI 助理。

这在未来对于不同领域的客户来说，意味着 AI 不再只是「什么都懂一点」，而是可以通过消化企业原本已经部署在钉钉的数据库和应用，就能快速培养出一批能够立马上手干活的「公司元老级专家」。

这是钉钉的 AI 助理市场和 GPT Store 最本质的差异：有需求与数据，来支撑 AI Agent 的记忆和感知系统；有丰富的应用，支撑 AI Agent 的行动系统。

从一开始，钉钉就瞄准了办公中那些「分散型场景」。

各行各业的组织都会遇到类似的问题，一个说不清道不明的环节可能就是项目中的效率黑洞。为此，钉钉的解决办法是「用魔法打败魔法」：一个个 AI 智能体串联起一套套智能体工作流，把组织中分散的「效率黑洞」理顺了，企业工作效率自然就上去了。

深入 AI 助理市场后台：更具体、更开放、更强大

前台的智能体工作流理清楚了，让我们来看看 AI 助理的后台搭建环节——钉钉的设计思路和 GPT Store 的差别也非常大。

在大模型的基础上，钉钉 AI 助理搭建的设计理念，基本上是以「具体任务为导向」。开放程度极高，还融入了当下 AI 领域的诸多新兴技术。

整体来说，一个很直观的感受是，在钉钉里做 AI 应用，自然语言交互正在成为新的开发语言。具体来看：

用户在电脑端和手机端都可以创建 AI 助理，创建的界面也十分简单。第一次使用也可以试试看官方的示例 AI，学习为自己的 AI 助理撰写「角色设定」。

对于普通用户而言，搭建一个自己的专属 AI 助理，门槛可以说非常低。

只需简单三步：角色设定 + 导入数据库知识 + 一个热情的开场白，一个聪明又懂行的 AI 助理就被创造出来了。

多试几次，熟练后你就能将日常场景中的各种需求，都用 AI 智能化的方式来解决。

而对于拥有编程能力的开发者和企业用户，钉钉后台提供了更专业化的工具。

开发者可以通过编写代码脚本的方式，主动连接各种第三方开放接口，从而赋予 AI 助理更强大的自动化工作能力。比如你可以拿高德地图的 API 接口，做一个「路况查询助理」。

我们还惊喜地发现，钉钉 AI 助理的搭建后台支持了当下大热的新技术：AI 智能体工作流。

这正是吴恩达团队所研究的，专门用于解决流程复杂任务的 AI Agentic Workflow（智能体工作流模式）——即可以按照用户设定好的步骤，一步步完成更复杂的任务。

AI 助理之间可以用类似人类的分工协作方式，主动将各种任务按照标准流程操作，也能主动检查自己的工作，提出改进方法。在官方的工作流后台，支持各种具体详细的联动任务，你也可以自己开发出原创的任务。

搭建后台还有一个比较有趣的功能—— AI 拟人操作。只要看一遍你的操作，AI 就会学习你的操作要点，记住你这么做的目的，试着来完成跟你同样的操作。

这个功能属于目前还处于实验性的 AI + RPA Agent 技术，全称为「机器人流程自动化技术智能体」的能力。

通过训练的 AI 可以举一反三，像真人一样自我学习。目前钉钉的 AI 模拟操作功能，支持对钉钉内部应用及外部网站进行操作学习。对于许多职业熟手来说，很多操作中的小细节可能用语言很难描述出来，这时候操作一遍让 AI 依葫芦画瓢也是个不错的选择。

简单来说，就是让 AI 主动迭代，无限更新。

纵观钉钉搭建 AI 助理市场的前端与后台，我们发现钉钉在打造 AI 助理的过程中，具备两个先天优势：

1. To B 软件的本质目的是解决问题，所以这里天然聚集了大量的问题和需求。而大模型厂商包括 OpenAI 在内，之所以流量、活跃下滑的原因之一，就是 Agent 太多，需求不足，甚至 Agent 比用户还多。

长期深耕企业办公领域，让钉钉积累了很多真实场景和用户需求，知道企业和职场人们需要什么。这为 AI 助理的开发者们去开发出贴近实际、高度专业化的 AI 助理打下了基础。

2. 而原本钉钉生态里，已经积累的企业数据资产，还有已经开发好的企业 SaaS 应用，也能马上接入 AI 助理进行知识训练。AI 助理的搭建后台，可以和各类企业应用、系统无缝连接，当然也包括电商、各类网站等第三方平台，按需调用各种能力来把活干好。

这就是通用大模型和钉钉在 AI 助理市场方面最大的差异。

通用就意味着缺乏明确且丰富的场景需求和数据积累，要求的是培养出一位通才——这对于场景具体的企业来说显然不现实，再者，调教这样一个助理，对于企业而言成本不亚于招募到一位出色的管理者。

正因如此，我们看到很多市场中的 AI 助理都是企业主自己搭建的：他们的行动能力更强，可以调用的接口更丰富，复杂任务执行和准确性也都很高。

可以预见到，随着越来越多 AI 助理的共创伙伴加入，这个后台的功能也会越来越开放和强大。而钉钉本身的开发者社区里，也能看到完善的教程和不断出现的新玩法。

在钉钉的发布了 AI 助理的新功能后，钉钉总裁叶军也在接受采访时，曾提到了他对 AI 助理创作平台的未来期望：

我们想做 AI 原生的事情，但这个 AI 原生我们希望它发生在这个创作平台之上，我们希望创造出大量的像 Midjourney 或者 Pika 的 AI 原生产品。

我们希望有更多这样的产品，不是简单地在某个流程中插入了一个智能化的功能，而是有一个新的想法来解决问题，从头开始用 AI 的方式来解决。

和 OpenAI 走不同的路，是中国 AI 应用公司最大的机会

AI 时代为企业带来了巨大的市场机会，AI 正在赋能个人成为超级个体。

在 AI 重新定义了什么是生产力后，仅凭几人团队的明星创业公司，如今也能创造出数以亿计的商业价值——一大批超级公司正在诞生。

AI 时代组织形态在迅速变化，这些超级公司们树立了新的企业标签——组织更灵活（smaller）、行动更快（faster）、成本更低（cheaper）而且不走寻常路（weirder）。

然而，根据麦肯锡的调研数据显示，全球现阶段只有 50% 的公司真正部署了 AI 技术。在中国目前也仅有 9% 的企业，借助 AI 实现了 10% 以上的增长，这座冰山下蕴含着巨大的潜力。

因此，在企业都在拥抱新质生产力的大环境下，新形态的 SaaS 工具也将应运而生，这是下一个超级赛道。

但 GPT Store 的滑铁卢证明了，打造一个 AI 智能体的市场并不容易。

从 AI 助理上线时被解读要做「中国版 GPT Store」，到最终 AI 助理市场上线的实况看，我们从中可以看到，钉钉并没有照搬 GPT Store，而是走了自己更擅长的路径，其中融入了许多钉钉独创的思考和功能，这是大量经验积累和探索带来的结果，也让钉钉在 AI 智能市场占据了一个独特的生态位。

有 220 万家企业在用钉钉 AI ，其中 170 万家月活跃企业，似乎就是钉钉能竞技的一个答案。