过去一年多，整个科技行业从 AI 浪潮，进入了 AI 泡沫阶段。无数产品争先恐后地贴上 AI 的标签，冷静下来看，大多数只是在既有流程上做 +AI 的微创手术，无非是聊天框里加个客服机器人，文档里添一个「帮我写」，本质上还是人去适应工具，AI 更像个被动触发的插件。而插件的点击率，也似乎没有想象得那么高。

喧嚣过后，市场在期待一份更彻底的答卷。我们真正需要的，或许不是一个更聪明的「插件」，而是一种被 AI 原生重构的工作方式。

钉钉发布了 8.0 版本，推出了很多新产品：钉钉One、AI 搜问、AI 表格、AI 听记 和企业 Agent 平台等等。挺值得聊一聊。我挺喜欢无招在大会上的一些分享，因为看到了一条清晰的脉络。毕竟很多公司做 AI ，看不到什么脉络，更别提有什么产品了。

无招提到的脉络是：尝试从「人找信息、人驱动流程」的旧范式，向「信息找人、AI 驱动万物」的 AI 原生范式迈进。

产品有点多，的确是泄洪式发布。整个看下来，不像是 4 个月能做出来的东西，更像是无招想了很久的东西，一次性发出来了。也因为多，部分产品只是开始对外测试，个别非拳头产品还是有堆产品的感觉在。但的确有一个明确的终局目标在前方，产品与产品之间的墙也被陆续推倒了。

刨除掉解决方案、纯 toB 的能力，钉钉发布的 AI 主线产品，我想用四个词来表示：问、闻、望、切。

将人从重复、繁琐的事务中解放出来，实现 AI 不是主动触发的技能，还是被动打开的「光环」效果，伴随感更强，更 work with AI，而不再是 command AI to do。

问（Ask）：从「信息检索」到「知识问答」

工作的本质是信息的流动与处理，而「问」是信息流动的起点。传统企业搜索的痛点在于，信息是「非结构化」且「孤岛化」的。聊天记录、会议纪要、审批流程、项目文档散落在各个角落，我们找东西就像在仓库里翻箱倒柜，找到的是「文件」，距离真正的「答案」还很远。

钉钉的「AI 搜问」（Enterprise AI Seek）核心在于全域连接与语义理解：它能跨场景检索钉钉内几乎所有协作信息，并能通过开放能力连接企业的CRM、生产系统等内部数据，打破数据壁垒 。更重要的是，它通过知识图谱和向量化技术，让 AI 真正「理解」这些信息，实现语义搜索 。比如可以问「上个季度A项目的关键结论是什么？」，它给你的不再是一堆文档链接，而是基于你的权限，直接从会议纪要、聊天记录和项目文档中整理、总结出的答案 。这实现了从「找到文件」到「获得答案」的关键一跃。

闻（Record）：将「语音数据」资产化

文档是企业的静态知识，语音沟通——会议、访谈、客户拜访——则是企业内部的动态信息流 。但这些信息长期以来都是「阅后即焚」，难以沉淀和利用。

钉钉用「AI 听记」（AI Minutes）和智能硬件 DingTalk A1来补完这块拼图 。系统化地将语音这种非结构化数据，转化为可检索、可分析、可复用的结构化知识资产。

软件层面，「AI 听记」不仅是简单的语音转文字，它内置了声纹识别，能自动区分发言人 ，并提供 36 种场景化模板（如头脑风暴、法律咨询等）进行结构化纪要整理 。纪要中的待办事项可以一键同步到钉钉待办 ，实现了从记录到行动的闭环。

硬件层面，DingTalk A1 这款超薄录音卡片可以解决「数据源头」的问题。它通过专业的6麦克风阵列、超长续航和与手机的便捷磁吸设计 ，确保了高质量、无遗漏的录音。这是在告诉用户：别担心录音质量和操作繁琐，把「记录」这个动作交给它，用户可以只管专注沟通。

另外，这背后是钉钉联手通义实验室推出的 Fun-ASR 语音识别大模型，针对十多个垂直行业（如家装、汽车）的

「黑话」进行了优化，并且支持企业利用自有数据进行专属模型训练 ，使得语音数据的资产化变得更加精准可靠。

望（View）：重构信息分发的「钉钉One」

传统工作台是「人找事」的逻辑，各种应用、待办像一个个孤岛，需要你主动点击、查找。钉钉 One 则试图反转这个逻辑，变成「事找人」 。它将所有与你相关的工作信息与任务，由 AI 按优先级整理后，以卡片流的形式推送给你。

钉钉官方用了一个非常形象的比喻：让工作处理就像刷短视频一样丝滑。这个信息流不仅是任务中心，也是人与 AI 协作的统一入口。用户可以通过长按按钮，用语音指挥消息助理、日程助理等各种 Agent 为你处理工作，比如发起会议、整理项目进展 。

过去靠群聊分享的行业资讯、技术趋势，现在可以由 AI 自动收集、翻译，并像企业内部的「抖音」一样精准推送给相关员工 。这是信息分发模式的重构。

切（Do）：让「AI 表格」成为零门槛应用搭建平台

钉钉 AI 表格的定位，是「AI 时代的应用搭建平台」。它的核心理念是，未来的应用将不再是代码的堆砌，而是以数据为中心来构建 。

AI 表格集成了数据、自动化和仪表盘 。可以通过连接器同步 2000 多类数据源（如电商平台、ERP系统） ，然后通过 AI 驱动的自动化工作流，仅用自然语言对话就能搭建复杂的业务逻辑 。比如，你可以告诉它：「帮我建一个达人种草管理应用，能自动提醒待跟进的沟通」，它会自动创建多张关联的数据子表、仪表盘和自动化流程 。

同时，每一个单元格都可以是一个并行的智能 Agent。例如，电商运营可以将一列商品图交给「一键换背景」 Agent 处理；在安全巡检场景中，巡检员拍下照片后，多个字段 Agent 可以协作完成隐患识别、分类、法规匹配、生成整改建议，并自动触发通知给负责人 。这让表格从一个数据容器，变成了一个可以完成复杂任务的「智能工厂」。

更需要关注的是，无招在打破各个产品之间的墙，或者说无招在用他的思路再设计 AI 钉钉。ONE 与消息、任务、日历 Agent，与 AI 搜索之间像一个整体，表格是搜索的知识库来源，搜索也可以是表格的数据，听记、A1的信息也同样是搜索、AI表格的信息来源，各个产品之间互相关联，再不同的用户交互上提供对应的服务。

不再像过去的钉钉，用起来总有一种隔离感，像是多个公司的产品拼凑在了一起。

无招自己在发布会上的说法是，「钉钉在 AI 时代的工作方式，不再是让大家拼命写文档、做流程、写代码，而是让 AI 去理解你的企业，理解你所在的物理世界，让 AI 去操控相关的产品和工具，做决策和执行，我们再辅助 AI 不断产生优化循环。」

AI 真的要理解企业，需要做到的是 AI 能像人一样去融会贯通、思考后再输出，不会是读了一堆书但从来没有学会过。

当然，这几个产品描述的依然还是理想状态。当下的阶段，毕竟是刚刚推出的版本，未必有那么言出法随、立竿见影的。还是会存在一些可行性上的问题。比如，用户习惯的巨大挑战。「事找人」的模式能否真正提升效率，需要经过市场的长期检验。另外，AI 能力的「最后一公里」，「AI 搜问」、「AI 表格」、「AI 听记」的实际解决问题的可行性如何，也需要验证。

有媒体问无招钉钉 8.0 距离他心目中理想的AI应用走了多远，无招的回答是 10%。

不过，总的来说，钉钉 8.0 的发布，是一次值得鼓励的、更真诚的转身。它不再满足于对旧有工作模式的修补，而是勇敢地试图用 AI 的思维去重构工作的基本流程。

要知道钉钉是一个诞生十年的 APP 了。

在这一轮 AI 浪潮里，大家都在探索一款新时代成功的 APP，真正做到 AI 原生。

确实，一款已成功的产品的重构，所带来的影响会比我们局外人想象的要大许多。信息流交互方式的变化，用户是否买单，功能布局的变化会造成大量的用户活跃下降，也会牺牲掉很多可以做数据运营的入口。尤其是，在一个老产品上做一点点改造，背后所影响的都会是一个庞大的功能体系和利益。

大刀阔斧的变化，也确实是只有创始人才敢做的决策。

从「望闻问切」四个基本点切入，这套逻辑是清晰且自洽的。它所呈现的，是一个以 AI 为核心，数据驱动，流程自动化的未来工作图景。

对于所有身处其中的职场人而言，是我们都开始思考这个问题的时候了：

当 AI 开始帮我们「望、闻、问、切」之后，我们自己的价值会去向何方？