272. 从飞书基座到 Agent 优先，豆包工作 All in one 紧追 WorkBuddy

钟经 哈喽欢迎来到乱翻书今天我们就直奔主题来聊豆包工作吧豆包工作是在上周一正式发版的。然后上线铺天盖地也做了非常多的宣传希望我们今晚的讨论能够提供一点信息增量吧那几位做一下简短的自我介绍 Eric。

嘉宾 大家好我是 Eric 然后之前在飞书产品团队和飞书商业化团队工作过。

钟经 Mark

嘉宾 呃大家好我是 mark 呃我之前是在抖音和 TikTok 落地过很多 AI 相关的能力近些年也在关注 AI 应用的落地和商业化的一些发展。

钟经 经纬

嘉宾 大家好我是钟经。纬。然后我之前是在字节负责 Agent 的产品。然后在去年呢？我们也是在年终上线了一个类似于 WorkBody Clockwork 这样的办公 Agent 的产品。

钟经 众泰

嘉宾 大家好我是众泰。是 AI 创业者就从二三年开始做 Agent做的两个项目一个是特工宇宙一个是观察。然后创业这两年聊过很多的做 To C To B 的 Agent可能跟各位老师今天能聊出点新东西。

钟经 那我们直奔主题来聊好了就是我们先打算聊聊产品啊。聊聊行业。然后聊聊未来第一部分我们如果聊产品的话我。其实想问一下 Erik 就是这一次整合具体它整合什么呢？就是我们看到的就是扣子是翠它也融入到了豆包里面并且推出了新的豆包工作这一个品牌这是一个产品线的一个整合还是说它也是团队的整合不只是一个产品线的梳理就是具体是一个什么样的变化。

嘉宾 其实大家可能更多的关注是在飞书啊。包括 Tree 啊。这些变化。其实还有一个变化大家可能忽视的是在 C 的团队C 的团队就是字节内部做底层模型训练的那个团队那个团队。其实是七月份的时候六月份时候也也做过一个调整它是把类似于预训练强化学习post train for work 和 post train for chat 它是分成了。这么四个团队那 post train for work 其实就对应的就是说豆包就是类似于工作场景的。然后 post train for chat 就是个人聊天这一块的。所以。其实你不管是豆包呀。还是什么飞书啊。还是豆包工作呀。还是什么反正这些这。其实都是一个壳儿嘛。它最多的对应的。其实都是底层的那个模型的能力如果底层模型那个东西它就是这么去区分的那它上面的产品肯定就是围绕着底层模型去进行套壳。然后呢？这里面飞书是先合并进来的。

嘉宾 然后后面的 train 和 Coze它实际上是原来是属于一个呃内部叫 stone就是相当于说是原来你可以理解成去年吧比如说字节内部相相当于是说对于 AI 的应用它是分为两个方向一个是 flow flow 就类似于豆包这一块豆包 Two C 就是豆包国内版豆包海外版就是 To 个人的。然后 stone 呢？它是 To 开发者的。然后这里面主要是有 tree有那个 codes 但是这一块。其实你会发现。因为国内的这个程序员的整体的这个付费能力啊。包括收入啊。跟海外还是有比较大的差距的。所以这一块一直没有没有？没有怎么做起来。所以相当于现在是 stone也合并到 flow 里面来了啊。就是 tree 呀 Coze 这边都相当于说原来的 AI 应用一个是 Two C 一个是 Two 开发者现在变成了一个是 Two C 一个是 Two B Two B 这样就相当于是 To 工作了。所以这是我们看到不管是 Tree 呀。还是 Coze 呀。还是飞书的合并。其实都是跟底层的模型团队他们的训练的场景去进行了一个一个变化的变化。然后这里面呢？

嘉宾 飞书有一些产品团队跟豆包 for work 和就是豆包专业版原来的豆包专业版吧好包括豆包工作这一块的场景是有些重合的比如说飞书原来有个叫 Ally。

钟经 嗯

嘉宾 他叫飞书智能伙伴现在直接改名叫豆包工作伙伴。然后你再去看那个域名都还是 Ali 都还没有改过来只是把名字改了。然后知识问答就是原来飞书里面一个搜索框嘛。其实在搜索里面搜一个关键词和搜一个问题和 chat 里面去问一个问题。其实是一样的。所以现在那个入口跟豆包工作的这么一个聊天的入口也进行了一个合并这是主要的一些变化吧。然后至于说代码的这些变化。其实你可以理解成。因为它底层的模型。其实它它这东西就是一个壳嘛。你在这里有个入口在那里有个入口就像你在两个浏览器里面打开了两个一样的网页一样。其实这个东西本身没有没有？什么太大变化啊。

钟经 嗯 OK就譬如说你像刚才那个譬如说 Ali 它变成了豆包工作伙伴就包括那个知识问答原本那个位置变成了豆包工作我就记得就是上周一他们刚刚发布那个新闻的时候以及他前一两天吧我就注意到就是那个豆包工作一会儿叫豆包一会儿就豆包工作一会儿呢？是之前那一个小孩的形象一会儿是新的这应该是莫比乌斯环吧对吧？这就是这样的一个新的logo 我就总感觉是一个上线非常仓促的一个产品。当然就是现在我们在豆包如果你想要去看豆包工作豆包工作它除了 PC 上有自己的独立的软件可以供下载之外。当然它在移动端上也也是跟飞书打通了也是跟豆包打通了豆包里面的工作模式在飞书里面就是之前由知识问答升级过来的豆包工作但这整个来看还是一个就是能够感觉到是有一些仓促的这样的一个事情就。因为在一些哪怕产品上就是品牌上名称上那些事情还没有捋得特别顺但 Mark 你是我看你大概五六月份就在极客里面预言它下面肯定是要往 all in one 这条路径来走就是豆包它要想挣钱就肯定要把翠扣子飞书穿起来变成一个总调度室。然后他现在是串起来了嘛。不只是产品上串起来代码也合仓了团队也全部都融到一块了。

钟经 所以就就我不知道如果从你这个视角怎么来看这一次产品整合跟这个组织的串。

嘉宾 呃我觉得整体而言当下更多是组织的整合要快于产品的整合的。所以能看到阶段性的一些混乱和一些反复我当时写那篇文章或者说预言的背景是当时刚传出去说豆包要开始尝试付费。然后我当时的想法就是说如果豆包只是单纯的出一个付费的套餐我觉得这个你促使用户去真的为之付费的理由是很弱的。因为之前大家对豆包的印象还是一个偏向于娱乐向或者说生活问答为主的。然后你突然转向就说要往付费这个角度去转的话那你必须得有明确的场景以及相应的这些工作的套件而不是说像零散的就是用户把它当成那种用完即走的工具。然后做一个零散的付费。而且当时在竞争格局之下是首先OpenAI 是把 Codex 然后跟 ChatGPT 做了整合。然后 workbody 差不多也刚刚起势吧但当时字节在办公这个场景的布局还相对的分散比如说呃当时可能主打的一个是 train 然后包括 codes面向我觉得可能我接触的里面可能偏向于极客或者说开发者这样的用户的画像会更重一点大家就说提到办公的话可能第一的选择不会去想到 Coze 或者说 trework。而且当时他们的场景明确跟豆包是分开的。

嘉宾 所以我呃我当时就下了一个判断就是说鉴于有了当时的市场共识在逐渐形成嘛。有了。这个 codex 整合还有 workbody 这个先例。所以我判断呃字节如果接下来就说如果坚定的想去探索做这种付费的转化。然后往这个办公场景去打的话那肯定必须要给用户一个明确选择它的理由那必然就是说把这些以前可能偏探索性的各自为战的这种赛马式的探索吧。然后重新整合成一个完整的生态比如说有了飞书的 IM 和工具的生态以及把这个 coze 和 tree整合到里边能够让用户他可能办公有编程有搭智能体工作流的这些需求或者说有一些简单处理 PPT 或者做数据分析整合到一个完整的一个工作台里边。所以当时就下了一个判断。然后。当然现在大家看的结果也确实跟当时的判断我觉得是一致的至于后面呃就是当下是先组织上做了一个整合后面产品的这些入口包括现在的这种阶段性的状态后面会怎么调整我觉得可以接下来我们再深入的探讨一下。

钟经 哎众泰就刚才那个 Mark 聊他。其实是一堆分散的东西重新整合嘛。你一直关注市场我就好奇就不管是翠扣子包括艾迪他们之前在市场上的表现是怎么样的有任何一个他是市场第一第二吗？类似于这种就是绝对的市场领先地位的服务吗。

嘉宾 我觉得二四年的扣子就很猛。然后我觉得 Coze 和 Chree 有一个很大的问题是他们都在最早期在打开发者的人群。但是就是随着这个 Agent 的进步大家发现那套 workflow 已经不行了就最早那个 Ally 跟那个 Coze 其实做的有点像。然后那个 Ali 我觉得一直到二四二五年都没跑出来直到今年那个龙虾火了。然后飞书又又整了一波。然后 tree 其实打那个 AI IDE 还是很猛的扣子就是大家最大的心智就是工作流的开发。然后吹就是就是海外那个 cursor 火的时候噢出来的。然后 tree。其实我觉得从去年的十月份到今年年初还是很猛的。但是现在大家都要解决一个新的问题就是好像 coding 这个赛道就没有现在这个更加整合的类似于 Codex 产品要火了。所以我觉得还是比较有包袱的像像我们社区里很多早期的这种开发者都是最早用那个 Copilot 还有写 Coze 工作流的现在基本上无论是崔还是扣子还是类似的产品都不找大家玩了大家感觉更多转 To B 去做这个办公的 Agent。

钟经 哎我理解就是。其实飞书在年初的时候也非常积极的响应小龙虾甚至也很快就比如说阿里就明显也是类龙虾的产品嘛。但为什么结果是腾讯那边新出一个 Workbody 然后它跑得更快。其实 Workbody 的快速的发展应该是这一次豆包工作整合发布调整的一个非常重要的外部的变量吧就飞书很早做为什么它没有更好的抓住小龙虾这一波吧。因为我理解今天大家做的办公啊。各种东西都。其实是某种。另外的龙虾的变体。

嘉宾 对这个很有意思我可以补充一些视角。因为当时正好是正处这个战场啊。就观察的比较久这 workbody 实际的上线时间点大概是一月底左右四个人当时做出来的。然后当时还特别挫。然后再到它真正传播体量是在春节后。然后很快。然后正好是腾讯发现那个龙虾很火。然后要去各种什么本地安装龙虾呀。帮帮助大家安装龙虾呀。等等这种信息。然后猛推了一波砸的。其实很厉害啊。但飞书那一波呢？呃我觉得当时。其实大家用飞书很多有点偏这种开发者在用飞书他可能大概率自己已经有一个 Agent 了啊。或者已经安装 open cloud 了。然后他在。因为他已经能够去安装一个 open cloud 所以他在粘飞书去用这个东西但更多的人是连 open cloud 都没有啊。他就选择了 workbody 因为今天可能他有更好的安装更易的安装以及甚至还有线下帮你安装这样的一些东西。所以我觉得这里是一个区别就在于飞书它当时呃如果我们抛掉 any 不谈它。其实并没有一个 Agent 那带上这个 any 本身呢？当时。其实 any 的体验还是差的比较多的。然后。所以我觉得这里有个时间差。

钟经 我我觉得还有用户心智的问题就飞书大家就是认为是企业协作的 IM。但是 workbody 是一个 AI native 的一个 Agent。

嘉宾 然后。另外我补充一点我觉得 workbody 它主要是没有什么包袱嘛。就是它。其实在里面做一些连接器就够了。但是飞书阿利他是会带着飞书这么一个基座包括用户心智的这个东西他确实是包袱不如那个 workbody 那样轻量化的去进行安装啊。注册呀。这些东西都会门槛都会高一些。

钟经 对。而且我觉得它本质上是面向两拨不同的用户你像小龙虾那一波可能更多的是面向于偏极客的那种用户你要装你首先得会你会配环境。然后有一定的安装的门槛即使他说帮你装了。你真正就说有那么高就是每天使用这个龙虾的这些需求嘛。所以我觉得 Workbody 它做的最成功的一点就是说你不需要那么复杂的这种技术门槛你就是下载下来即插即用对。然后。同时他后续。因为也是一个小团队嘛。当时可能就是本身那个负责人在 CSIG 里面也算比较有有一定声望嘛。所以当时的迭代更新以及把一些 CSIG 内部工具整合的这个速度非常快。所以就导致首先它成功的向从这种极客用户向专业用户去扩充了对吧？因为。其实当时 Codex 之。所以做出来之后又又专门又做出一个这个ChatGPT work 是。因为当时 OpenAI 他们发现。其实并不是所有人都在用这个 Codex 去做编程的。其实还有很大一部分就是用它去完就是用它的编程能力去完成一些日常的这些办公的任务。所以他专门分了一个 work 的这个分支出来。所以我觉得当时 body 也是乘上了。这波小龙虾的这个东风。

钟经 然后呃很敏锐的抓住了就说对专业用户来说有一定门槛的这个 open cloud 的这个这波流量。然后成功的把它承接下来再加上后面他一路的迭代和发展非常迅速。所以才有我们今天看到的现状。

嘉宾 我们上半场讨论的点是什么就是在一个大公司可能是做成一个新产品比去改一个老产品来得更加容易一点就是一个成熟的产品它的确要背负太多的东西。然后以及。另外一个点就类似于像沃克巴迪这种它。其实属于这种原生家庭的托举对吧？亚楠说的一个点嘛。就他不是那种重资源砸入从上到下 top down 去那种做战略执行的而是说从边缘里面冒出来的一个项目。因为你像之前腾讯他举全公司之力投入的不管像是元宝啊。微视啊。原本之心啊。等等这一类的产品就表现都不是特别好嘛。反而是边缘的不管是微信啊。视频号啊。包括今天 Workbody 这一类的就是这家公司冒出一个新产品。然后从公司层面迅速的为它配齐资源让它凸出来这是我们看到更多的这类的故事哎那如果我们再回到具体这个产品本身呢？就是豆包工作上线之后我不知道就譬如说他为什么叫豆包工作不叫豆包办公我我不知道他有没有？回答过这个问题啊。就也挺有意思的。因为。其实千问那边就办公嘛workbody 这边他们只能开玩笑说自己要外包对我就好奇就那个经纬你会怎么看你你用下来豆包工作这个产品就不管是功能啊。交互啊。

嘉宾 不或者说那个在 harness 这个层面啊。就是你有什么感受吗？对我们聊聊产品细节上的我现在只能够感受到就是他封了三个端就是豆包的 APP 飞书里面的豆包工作。然后豆包工作独立软件。然后还在每一个网页的页面里面文档的页面里面加上了一个问问豆包还是相对粗层次的我不知道你识别到的是如何。

钟经 对我觉得是这样就是豆包工作特别像一个特别全面的选手就他堆了很多功能上去但在每一个功能上面的细节上都会有一些这种问题啊。更像是把格子都填完了。然后细节都还带优化这种状态就我举几个例子哈就是首先第一个是我当时刚用豆包工作的时候。其实我有点害怕啊。因为我看了一下它的技能在技能里面装了特别多他大概自己预装了九十九个技能在里面啊。然后。而且是很多很杂的技能包括什么啊。医疗相关的。然后金融相关的法律相关的就都会装上去啊。也不考虑说哎你可能需不需要啊。他就全装了。然后并且呢？他当时我看在他的那个统计里面已经直接占整体上下文的百分之三点一了啊。但。其实我们按照我们之前做这类产品的经验哈就是比如说我们去看 Cloud Code 和 Codex他们。其实通常会把fail 的这个占比阈值设在这个百分之一到百分之三左右超过就一定会截断啊。因为不然的话。其实是会影响到一些效果的。然后包括一些 talking 的浪费的。但是豆包工作一上来就装这么多。不过我看它确确实也是有阶段上限的就是我后面又自己装了一百个技能就看它在这一块的优化做的怎么样。

钟经 因为它的那个 harness 本身分的比较封闭也比较难 hack 跟逆向说到底什么逻辑的只能通过一些侧面的方式去判断它的逻辑。然后我又加了一百多个技能啊。那发现最后它上下文占比也只到百分之三点四就是说它还是有截断逻辑的就防止过长但这也说明了一个问题就是他今天一上来就百分之三点一只给你留零点三 PT 的这样的一个比例那假如用户后面自己装了一些技能。然后他有时候也不知道也装了特别多啊。那很快就会达到上限了。但达到上限以后呢？用户也不知道说哎原来我已经达到上限了。我的后面技能可能会被截断就不生效了。他还会困惑说为什么效果一直用不了。这个技能。所以可能是有这样的问题的。然后第二个呢？是我觉得它在。另外的有些基础的这种 harness 上面还是做了蛮多东西的比如说上下文压缩里面保留了一些文件地址呀。还有并行工具啊。多 agent 的这些基本的东西也都做上去了。但是呢？还是能在多 agent 的上面看到一些问题啊。就我我反正我试了大概七八个任务吧就是一到多 agent 的任务的时候他都一定会掀起一个叫偏这种架构 Agent 啊。然后在这上面呢？

钟经 再由这个架构 Agent 去构建各种并行的子 Agent 来执行但通常我们这类产品包括。其实大家看千问办公或者是workbody 啊。再到海外的。其实大家都是一上来就可以由这个主 Agent 去做这个子 Agent 的并行的呃起跟分发。然后调用这样子啊。但是他是先再找一个子 Agent 然后再由这个子 Agent 来分呃这些 Agent 就会导致。其实中间不管是这个步骤还是多一步啊。比如说我可能四个 Agent 的子 Agent 跑完以后才回到这一个架构 Agent 来总结。然后架构 Agent 再喂给主 Agent 来总结好多绕几步。然后 token 也有浪费。然后中间可能也会有折损。然后也会有些耗时的延长啊。这样的一些问题啊。但并且呢？我觉得这个问题大概率是 harness 层面的问题。因为我去看那个豆包里面的工作伙伴那个豆包工作的那个 PC 端。其实上面是有一个伙伴模块的它里面。其实就是 any 里面的东西。然后我去看它。其实做多 agent 的调用它是 any 自己的那个 CLI 的那个 harness 啊。它。

钟经 其实是正常的它没有这个问题啊。所以啊。我相信应该大家用的都是豆包模型啊。所以大概率就是 harness 层面本身的问题啊。这里就很有意思啊。就感觉就是他们好像做了一层不必要的设计对。然后再此外就是我看着从一些逆向策略啊。但这个逆向策略可能不完全准确。

嘉宾 但初步来看的话它也没有涉及到一些。其实已经有个快一年时间的这样的上下文压缩的一些优化的经验了比如说工具搜索的上下文节约的一些优化策略就像我们之前做 harness 经常会当你的工具特别多的时候你每个工具都暴露出来有它的 schema 暴露出来。其实是特别浪费上下文的。而且也没有必要。然后我们就会说只针对一些重点的工具去暴露这些 schema 其它工具呢？都只有工具名和工具描述并且呢？比如说像一些邮箱工具它可能里面会有十来个小工具那都整合成一个比如 QQ 邮箱工具。然后去给它一个描述。然后后面呢？再由工具搜索这个工就是。然后实际到今天 Agent 要去调用这个工具去查更细的这个具体的工具名字和里面的schema 信息的时候再由它去调用这个就是 tool search 这样的一个工具去搜索里面的名字就好了啊。但我现在初步看各种轨迹的一些记录下来的在本地的东西好像也是没有这样的设计的以及呢？呃我暂时好像也没看到像我们。其实现在在行业里面经常会去通过提前压缩一些这种工具的超长结果返回去做压缩这样的一些策略好像也没看到。

嘉宾 所以感觉有些 harness 策略还比较早期啊。包括像时间和电脑基本信息看起来也是并没有预先放在一些上下文里面的好像 workbody 其实在这一块是做的会更好的对我觉得在 harness 上面还是领先蛮多。

钟经 我觉得从这个点上更能够印证出我们一开始那个判断就是那个 Workbody 领先豆包工作应该有六个月的时间对吧？因为就是在前面年初的时候字节并没有把龙虾或者类似于 workbody 这个路线当成是一个非常核心的事情在举全公司力在抓以及他上半年做的更多的时间应该在是上回那个 eric 提到那个豆包的企业版或者说飞书里面的那个豆包那个时候更多的是豆包进飞书应该是类似于这样的工作耽误了更长或者说这个团队两个团队主要的精力在 To B 这一块主要精力放在豆包进飞书了。而不是像今天类似于豆包工作这样的一个 AI 办公这个模式。所以今天我们能够看到豆包工作是一个非常仓促上线。然后中间还有很多一些有意思的细节的东西就譬如说你从阿里里面那个自己的会员点进去的是六十八一个月的豆包的会员。但是如果你从豆包工作那个头像你点进去的话他应该是一百九十八的企业的标准版的那个会员就是类似的细节可能还有一些我不知道 eric 你你还捕捉到哪些我自己还看到就譬如说我通过豆包工作模块生成的文档它的在网页上的九标都是跟那个飞书文档不一样的飞书文档就主要就是那个语雀嘛。就是那只鸟。

钟经 然后豆包的文档就是那几条横杠就类似于豆包文档的那个问问豆包那个模式在左边飞书文档那个问问豆包这个模块在右边对我我就说还有哪些就我们在今天当下这个时间点观察到一些产品上有意思的小细节。

嘉宾 我自己理解这一块。其实反而我觉得字节做这个过程反而没有折损啊。就是举个例子比如说你看春节的时候大家都还在推那个春晚的时候那个三大 AI 聊天软件进行投放嘛。花了几十个亿嘛。千问花了几十个亿元宝花了几十个亿豆包也花了。但是那一仗最后的结果就是豆包完胜嘛。是吧？然后现在你看。其实腾讯和阿里它的组织架构的调整上如果能做到像字节这么灵活的话他们没必要我为什么不在元宝里面搞一个元宝工作呢？为什么要搞一个 WorkBody 呢？我元宝原来花了几十个亿的投放现在现在怎么凉了吗？是吧？就是如果说腾讯的组织架构能够做到那么灵活它应该就在元宝里面搞一个元宝工作或者元宝办公。然后千问也是一样的你看现在千问办公跟千万办公已经是把原来内部各种悟空啊。一大堆整合了。其实。其实千万办公跟千万它又是一个完全分开的东西你现在虽然豆包和豆包工作但实际上你去看它的玉米啊。这些东西基本都是一样的他把豆包原来那些用户全都给用起来。其实你在豆包里面你只要付费了变成了标准版你再去看那个模型那个地方它就那个地方就会就会有一个选项叫就叫做工作任务了。

嘉宾 而是本地电脑还是云电脑你跟你就发现说豆包工作跟豆包它是无缝衔接的在用户侧。但是 WorkBody 跟元宝一毛钱关系都没有。所以我觉得字节反而不仓促字节这一步做的它把豆包的流量也承接了。然后飞书的用户也承接了。所以它变成豆包工作我觉得是就刚好无缝衔接两边。但是千问办公跟千问没有一毛钱关系WorkBody 跟元宝也没有一毛钱关系就你可以认为相当于是说如果说 To C 的付费那一块已经不成立了。那就只进只能说明在春节那一波元宝跟千问投的几十亿已经打了水漂。

钟经 嗯。同样的豆包那个日活最高应该也是面临这个问题嘛。就是 C 端没找到商业模式嘛。然后大家去集中涌向了 AI 办公。然后评论区采写说他可能提供为不同视角。因为字节现在是类似于刚才 Mark 说的要赌一个 all in one 的逻辑嘛。应该是梁汝波吧在八月中旬的战略会上也我忘了战略会还是全员会啊。就是大概也类似于向全员发出了。这个信息嘛。就是要集中主干主干现在字节的主干一开始从那个信息。然后又有了新的电商五年前大概说了有电商吧。然后今天又增加了一个 AI 对 AI 的主线就是豆包。然后一切都向豆包看齐就是字节的 AI 的主线就是豆包。然后在腾讯那边肯定是赌的就是让生态自己长出口嘛。然后是感觉又是一个集中跟离散的方向但这里面可能还有更多不同啊。也有更多不同的视角我我就好奇譬如说那个中泰从你这个视角来看今天这几个产品就不管是千问办公 UBody 然后豆包工作我感觉从功能上都是在一个非常趋同的那个环境就大家做的事情从产品上能够感觉出有什么不一样吗？

钟经 今天只能看出 OK豆包工作在紧急的追赶 WorkBody 然后我相信再到两周之后应该就看不出多大差别了到九月底应该就是感觉大家都基本上长的我感觉到一个月之后我们再看可能就还能看出差别吗。

嘉宾 我我觉得首先现在从用户视角看就我们专业的人可能从这个 harness 啊。从体验能感受出来一些差别但从用户视角看。其实大家比较趋同。然后我是觉得。比如说大的战场可能二三二四年是 ChatBot。然后二四二五年是打 AI Coding 然后二六年大家发现前面仗打完了嘛。豆包在 To C 已经赢麻了。然后那现在就要打 To B 的这场仗就是前面那个 mark 讲的就大家突然发现好像有些人在那个 devin 包括在 code body 里在做一些研究。然后他们就发现这个 coding 能力原来可以外延到更多 work 的场景。然后就马上在涌入这个赛道去做。然后产品功能上几乎比较相似了啊。然后呃我分享一个就是整个八月份大概有八个开发者八个开发团队来找到我们说我们做了一个开源的 codex开源的 workbody呃如果说你去把它部署去体验一下发现确实就是长得几乎没啥区别就这些功能。因为现在 AI 科技能力很强包括那个很多这个大厂里人也说比如说 workbody 的早期版本肯定是可能用 code body 去写的等等这样就我觉得后续功能会比较趋同。

嘉宾 然后核心的竞争我觉得还是在那个原先那个企业 IM大家的那个 context 还有各种数据沉淀在哪里就比如说现在我感觉主要分成两两种打法吧就是咱们那个标题上写的一个是那个 IM 的一个是 Agent 的就要么在 IM 里面长出来 Agent 因为原先企业的协作的各种数据都在那个飞书里的在钉钉里了。你只要原生的去长出来就行了。然后另一个就是做一个 workbody。然后想办法再把它卖给这些 To B 的客户让他们把数据给他连接过来对我觉得国内大厂大家比较求稳会看到竞争对手做什么就先跟上。然后现在也是一个很混乱的阶段。因为可能呃我周末两天没用这这三个产品我今天呃去点开的时候全都在更新。然后他们经常会变换一些入口。然后去修一些 harness 上的一些东西对我觉得大家反正就就摸着我觉得是摸着海外的过河比如说前面那个 Codex 出来还有那个 Cloud Tag 反正大家都是在想办法去解决 AI 时代人和 Agent 协作的这么关系要么是在原先的 IM 里长要么就是重新的长大家就是看别人怎么做我们就先跟上我觉得眼下是这个阶段。

钟经 今天各家大厂里面最忙的应该都是 Workbody 是豆包工作和千问办公这三个团队应该目前是发版最勤快的吧从我们实际这个角度来看基本上是不是？都能够快速到接近日更的那种的感受反正就是就基本上三点之前就是很少有人会下班的那种就是每天都在疯狂的去研发去做堆功能。然后堆的结果应该是很快大家都堆成一模一样的东西对中泰你也算相关从业者对如果功能上没变化那刚才中泰说那可能就是去看它的上下文嘛。那这个上下文它会不会？又回到办公时代那种感觉就是。因为你的客户在这个微信里面我就用个企微。然后我跟阿里做生意或者说就之前那些做教育的对吧？我就用钉钉。然后这是不是？这个 AI 办公只是之前那个办公的一次增强对。当然 workbuddy 跟企微还没有做很好的整合啊。但是如果我们看如果从刚才是那个企业上下文归属这个角度来去看的话这好像这个千万办公跟那个豆包工作本质上不就是。另外一种的飞书跟钉钉的老战场又换了个皮吗？对吧？就 AI 到底改变了什么呢？首先是不是？然后改变了什么。

嘉宾 我觉得不同人可能有不同看法等会各位老师。也可以聊一下我也有学习一下我我觉得如果从呃 OPC 就个人生产力角度首先排除掉一部分人会自己开发。然后另一部分人我觉得可能就选市场上相对更成熟更好用的。但是如果说是团队协作就比如说拿我们举例就我觉得。其实 WorkBody 就我们不谈海外了就 WorkBody 其实比其他几个产品都更完善更好用些哦。然后它也支持 BYOK。但是。因为我我们公司团队就是用飞书。所以我们之前会用那个 飞书文档包括现在豆包工作虽然我觉得豆包工作现在做的一般般。但是它豆包跟飞书的整个结合做得特别好我我在飞书里的各种文档都在豆包工作里可以直接去用。然后他也知道我企业里的其他人可以艾特到等等这些我觉得会方便很多我会。因为这个而放弃去使用 WorkBody。

钟经 就是

嘉宾 对我觉得我有。另外的一些视角作为补充吧。但是说这个因素到底对这件事的影响是什么样我觉得可能要再往后去看一看就我觉得飞书和钉钉啊。我觉得刚刚潘乱老师说的有段话很好就是飞书跟钉钉还有企微。其实最早是跟企业的那个最终结果。其实是有些关联性的比如说更多用电商的可能会考虑用钉钉比如说更多用微信的可能会考虑用企微之类的它更像是说我今天企业本身是要用什么平台做那个结果交付或者说我我主要是在哪个平台上做生意。其实有这样的一些影响啊。我觉得未来可能也是还是在的我觉得更底层还是这里的这个数据和上下文我觉得飞书跟钉钉更像是一个在过去的协作模式和人跟人的工作模式下的一个产物那至于说未来会不会？因此这个东西本身要发生巨大的变化我觉得也是有可能的啊。这是一方面。另外一方面呢？是这个还是有挺多中国的企业是没有被数字化转型的比如说像这一次我在贵州的那个黑客松他们做了一个 Agent 项目。其实是给一个腊肉工厂构建一套 ERP 的系统。然后去做各种 Agent 的工作流相关的事情但他们在之前呢？就是没有那么的协作呃协作工具他们就是那个老师傅都是手写在笔记本就那种纸的那种本子上的。

嘉宾 然后拍照。然后微信发给别人的那这次呢？比如说他就是那个新工作流就是拍照以后。然后发到这个平台上面上传到这个平台上面。然后这个平台的 Agent 在基于它去提取出来文字。然后再整理成一个结构化的数据从而让这个原本。其实不太数字化的东西反而数字化了啊。然后那这个时候是不是？会有些新的这个过程的形态啊。我觉得可能会有不一样。所以 Agent 的本身可能反而带来了。这样的一个改变。然后这个就看Agent的本身发展会怎么带来这个上下文的结构的改变了啊。

钟经 我的看法是它不完全是之前钉钉。然后和飞书办公战争的延续就是它之。所以是叫豆包工作不是豆包办公就是代表它。其实并没有完全放弃 C 端的用户它可能主要瞄准的是两块一个是可能是深入企业可能支持企业的采购 IT 预算那部分还有部分就是面向那些专业的 ProC 可能你是一个极客自由职业者或者这样。所以他期望你的使用场景不完全是集中在上班或者办公的领域也希望就说去进入到个人的这种生产力的这个市场。而且你打开这个豆包工作你会发现它跟豆包的 PC 端。其实长得还比较像的就是可能有了一些专门办公场景的一些功能。因为它本身也是就是之前豆包的 PC 团队。然后再加上现在并入的一些飞书的团队在之前的基础上专门对这个办公或者工作这个场景进行进一步的探索。而且它也完全没有不是说跟飞书强绑定他那个里边有一个就说连接器的那个模块就是你也可以把它接入到飞书也可以接入到钉钉也可以到企微甚至你还可以接入到啊。比如说其他百度网盘啊。同花顺啊。这些外部的各个行业领域的工具这些都是 OK 的。

钟经 所以我觉得它不完全是之前的这些办公场景的 IM 竞争的延续只是说现在的 IM 能够提供一些生态上或者说工具套件方面的一些差异化吧就说你可能看。因为大家当下主要对标的可能都是 Codex 或者 Workbody 所以你光从功能列表上来看他们可能并没有太大的差距但如果你本身就是飞书的用户或者说你用惯了。这个飞书的文档或者会议或者说你觉得这个里边有哪些就说你本身就是哪个工具的用户。然后刚好就说把它搭配着跟这个现在的 Agent 一起用觉得用的顺手那我觉得就是一个很自然的通过生态或者说它的办公套件去锁定或者说去获取你用户的这么一个过程。

嘉宾 嗯。所以他叫豆包工作不叫飞书办公嘛。对吧？就是豆包工作他自己官网上明确写了嘛。是一个面向个人团队跟企业对他。其实不是企业办公的这样的一个产品但如果就是飞书它。其实只是一个连接器只是一个上下文的容器它是不是？在这个叙事里面就是飞书。其实就已经不再是那么重要的一个产品。因为今天的主叙事我们是在聊豆包工作对吧？然后你看飞书它承担的作用如果你在豆包工作那个PC 上那个软件啊。你会发现你在飞书里面所有的东西都只存在一个东西就存在云盘里面就是你的妙记你的文档我我是飞书。的用户嘛。然后我之前我。其实没有意识到。因为飞书里面也有云盘嘛。我并没有在飞书的云盘里面装什么东西。然后当我在用豆包工作的那个云盘的时候我突然意识到我在飞书里面所有的线上积累的那些行为它。其实都是云盘里面的一个内容它只是云盘里面一个一个的文件那如果我们从从这个产品定位来看。因为今天豆包工作这个产品的优先级已经明显要高于豆包和飞书了。那是不是？就是飞书它的价值已经从一个企业办公的协同工具它的定位。

嘉宾 其实已经就是慢慢的就让度于豆包工作的一个数据基座一个上下文容器就是它是一个豆包的一个外挂的存储这个定位我们可以认为发生了。这样的变化吗 eric。

钟经 我觉得这里面首先有一个大的在我看来我觉得只有底层的模型和上下文的数据是有壁垒的至于说入口我觉得大家。其实多多少少我觉得今天直播间的人多少都用过两到三个以上的AI chat 甚至有时候我有一个问题我会。同时去问多个是否我会在有一些软件比如说Morning Club 里面会。同时让他用几个不同的模型生成答案去进行对比。所以这个 chat 本身这个入口它没有什么壁垒它的迁移成本也很低。所以那在这里去看的话我觉得这些办公软件。其实是为 AI 在企业落地里面去的非常好的一个抓手或者或者说是一个什么东西举个例子如果一个你先想象一下比如说刚才中泰讲的那家传统的做腊肉的公司他没有用钉钉也没有用飞书也没有用企业微信也没有用什么腾讯会议这些东西他要去把 AI 在他们内部去落地那那个难度是很高的呀。就比如说我这周听了一个关于一个国内的一个 FDE 的一个播客他就讲一个央国企里面要落地一个会议纪要的这么一个场景他要专门去做一些硬件再加一些软件把他们央国企内部的会议。然后变成文字稿再发给 AI 用模型去把它做一个总结。

钟经 但是如果你们你们是用的是飞书的话用的腾讯会议的话用的钉钉会议的话它默认的就自动的它就这个东西就根本不需要任何的成本它就已经落地了嘛。是不是？所以我觉得那这些上下文企业内部的这些上下文的数据。其实是就决定了。这个 Agent 的那个能力的上限的或者它跟模型一起共同决定了。因为举个很简单的例子就是说虽然说大家看到 workbody 里面也有飞书的连接器。然后豆包工作里面也有腾讯会议的连接器但你真实的去用一下你就会发现我我今天下午试了一下我在 workbody 里面去加了飞书的那个连接器结果是要到飞书的开放平台里面去创建一个Erik 的一个 CLI 的一个应用。然后这个应用还要经过飞书企业版管理员的一个审批。然后还要里面有一百七十四个权限要一个个。

嘉宾 去就是去看去有没有？这些权限。然后实际上。然后我再试了一下我就算把这东西全都创建了。然后我再在work body里面去问你让他去总结我飞书会议里面最近的一个会议纪要你会发现他就又要我去授权又要登录那个又要扫二维码就是非常非常麻烦。然后同样我也试了一下我在豆包工作里面去连接腾讯会议是直接让我去复制一个什么token一个什么授权码。然后。但是我在work body里面去连接腾讯会议就直接用微信扫个码他就解决了。所以你看起来连接器不一样。但是连接器差距非常大。然后第二个的话就是像刚才说的比如说我在一个飞书文档的侧边栏就可以直接去问豆包那天然的这个豆包当前我在的所在的这个文档的上下文这个agent这个ai它就已经知道了如果我要把这个文档再去发给。另外的一个一个chatbot我觉得这个这个门槛就一下子呃提高了。所以我始终觉得这些入口到目前而言。其实反而没有那么重要重要的还是底层模型和上下文的数据而数据的迁移成本看起来有貌似连接器都有但实际上这个连接器和连接器的差别是很大的只有自己家的才是亲儿子可以无缝进行连接。

钟经 就是墙它是真实存在的啊。

嘉宾 是的

钟经 哎那如果就是最核心的是上下文跟模型本身就是刚才艾瑞克提到的那么我好奇就是在今天三家大厂它在做这种ai办公类产品它在拿上下文这一块有什么新的或者说有意思的举动吗？不管是硬件啊。或者说去做更多更有意思的连接器巴拉巴拉各种东西中泰我不知道你有没有？观察到什么新的市场动向。

嘉宾 反正首先大家都在做那个录音笔嘛ai录。

钟经 腾讯没做啊。腾讯只是把那个腾讯会议里面加了一个本地录音的入口。

嘉宾 不我做了。我搬办公室了不然我拿给你看他企业微信跟那个德德什么。

钟经 得力

嘉宾 啊。对对对对对做了做了企业微信做了。然后最近那个呃千惠工作又送了。我一个新的原先不是丁丁 a 姨吗？现在已经品牌改了叫千问work啥啥啥了对反正大家都有各家都有但我还是觉得飞书录音豆最好用。

钟经 Anker那个是吧？对那个我我已经送了很多个朋友了还挺好用。

嘉宾 但貌似数据上是钉钉a one卖的最好对吧？在国内好像录音豆卖的不多是不是？因为钉钉。

钟经 我觉得这就是跟那个基础的客群用户量有关系就是钉钉的日活数量跟那个飞书还是有非常大的领先优势嘛。以及就是钉钉的那个a one 就包括那个我不知道后面变成千问的work那个卡片会怎样就是你如果真的仔细对比一下的话钉钉的那个录音卡片跟飞书的那个录音豆大家在数据权限管理这个最底层的问题上大家思考逻辑是不同的就是在钉钉那个在吴钊那个语境下面。当然吴钊走了呀。但这个卡片是他设计的嘛。就是那个卡片里面生产的内容它天然的应该归企业所有。所以它可以做成各种的形态你在做销售啊。你在做电话拜访。然后你在做咨询客服各种的时候都要把那个卡片别在身上。然后他去生成他他相当于强制的将那些需要大量跟外界沟通的工种他们的日常的工作内容就不要回去写周报了强制的把它变成线上化它那个东西是默认是归企业所有就是在那个录音录音卡片里面但录音豆的内容。其实默认是归嗯。我感觉它至少不像钉钉那么权限非常清晰就你像艾瑞克你送那么多朋友大家都是个人使用的跟他用pod 类似的那个使用场景我相信我们用那个飞书的录音豆应该更多的是for我们个人的那个场景。

钟经 所以出货量上会有非常非常大的差别我觉得这也是一个除了钉钉跟飞书中间用户量的一个差别。

嘉宾 但我觉得可能还得加上一下就说你历史的沉淀。因为我不清楚钉钉是否有飞书那么强的文档文化反正当时我不管就是在字节内用或者说是了解到一些这种可能经常用飞书这些公司的话他们的就说历史的文档的这些沉淀是非常全的。所以你现在agent 假设接入到飞书之后首先你第一个能够继承这些呃企业它历史的这些文档的一个上下文还有一个就是说你之前企业已有的比如说数据关系数据权限之前的这些历史的继承。所以你在就说通过agent 进入飞书这个生态之后你不用再重新再考虑说呃什么样的文件就说你哪些人看哪些人不能看。然后以及这个组织架构彼此之间人员的关系是怎么样。所以我觉得你。当然也可以就说我只用这个豆包工作把它当一个工作台或者说我只用飞书把它当做一个im 但是两者一起用的话我觉得会有一个一加一大于二的这种效果。

钟经 我觉得就关于文档这个事情也是两家我不知道豆包工作跟千问办公这两家在文档这一块。因为都还是新产品啊。没有强烈的价值主张就是在钉钉转型ai跟飞书做ai转型的时候两家对于文档上是有根本性的分野的就是吴钊认为文档在ai时代压根不需要了。当然你如果在ai办公这个模型里面来看我们会发现workbody 那边它的主要的内容产出物已经是html了对吧？可以这么认为吧就是今天ai时代的文档可能应该长成html那种的样子而不是今天我们看到的飞书文档豆包文档钉钉文档长那个样子我反正我用了更多那些agent的产品我感觉html 可能会是下面ai 办公的主流的内容输出模式就类似于当年带md那种一样。

嘉宾 这个要看他要不要？会不会？二次编辑吧。

钟经 呃至少workbody 已经支持了吗。

嘉宾 我觉得这一块。其实还真不太一定。因为我觉得社会的惯性还是在的。因为我们。其实做了一些企业访谈也发现他们就是很要求ppt这种格式它就是一定要ppt那html 就是满足不了。他们的组内的流通但更长线来看可能我觉得会有更形式上的变化但当前还比较远一点。

钟经 对。而且我觉得得看场景之前html 之。所以那么有一阵就是传得很火是。因为他觉得这个html 本质上还是说做给人看的。因为你就说如果把它给ai看的话。其实有很多这个语言的冗余吧但。其实。但是只是说你在视觉上的这个呈现更符合人的这个直觉。然后之前所点md 可能是让agent 来看可能会更高效一点。所以我觉得这个还是看场景。另外也提到刚才就是组织的惯性就是说你组织本来就是有原本的就说文件的格式文件的标准或者说一个固定的工作流这个时候你可能考虑更多的是说我这个agent 怎么融入你现有的这工作流。因为我前段时间看那个openai那个sam altman他一个访谈挺有意思就是说他自己也说即便就说那个他们自己做出了。这个codex 但他他的自己的工作习惯还是可能跟二十年前差不多就是从邮件里边还是习惯于这种复制粘贴的这种老的这种工作方式吧。所以我觉得就是即便你工具或者说技术更新了。但是呃人组织的这种习惯他的这种更新或者说他这个惯性可能是没有那么快转变过来。

嘉宾 对。所以这就是数据的护城河呀。上下文数据的护城河。

钟经 除了上下文不是还有模型嘛。模型这一块我们看到。其实是几家有非常明显的不同的价值主张的就至少在豆包和workbody里面看出来了嘛。就是呃workbody是大家可以自己选择任意的模型对吧？然后豆包但我记得我真的有印象应该不是我错觉评论区有人可以帮我回忆一下我就记得就是上上周末可能七八天前豆包工作里面是可以选择其他所有模型的呀。但是等到它正式上线那一天又取消了只能用豆包自己的模型评论区如果有当时用过的朋友帮我回忆一下我记得豆包工作它一度是开放了它至少给普通用户灰度内测过用户可以选择不同的模型但它正式上线的时候砍掉了只保留自己的自研的模型我就好奇这种的就能不能？使用不同的模型。然后以及只使用自己的模型这两条路线会给他们带来什么样的差别吗？因为你感觉很多人用workbody就是。因为我可以选择我随意选择对可能是更偏性价比的可能是更偏它目标工作流优化的。

嘉宾 我觉得我可以分享一些观点就是从长期来看对就是我我觉得这这个事情确实要分长期跟短期啊。就是长期往后看的话我总归回到两个价值点上面一个价值点叫自己的品牌心智我肯定不希望我的我用的这个我培养的这个模型心智是别家的。另外一个角度来看说我希望的是让用户减少负担我不要去思考到底应该在什么场景有什么模型而是我可能用一个模型或者用一种更自动的模式它能够帮我更自动的去做好一些任务而不需要我去理解跟学习呃。所以在这个基础上面来看长远来看这种用一个自己的模型。然后并且没有那么直观可选的可能是比较好的。其实我们去看codex跟cloud code呃它的那种模式可能会更好就是说我默认。其实是我自家的模型。但是呢？你也可以通过各种api 的方式来配置说用别家的模型啊。这样子一个方式呃但回到当前来看我觉得呃有一些差异点啊。来自于国内大厂的模型。其实在上特别是上半年的时间点。其实都是有一点偏落后的呃就像腾讯对吧？啊。其实是刚开始追赶慢慢追赶上了。然后豆包呢？可能在大家的心智当中还不是那么的强那我觉得腾讯之前那个好处就在于说啊。我先之前。

嘉宾 其实国模也有比较大的分野比如说最开始就是gm很很有心智啊。然后是k 三。然后现在deepseek也追上来了慢慢的国模。其实有一点点大家分不出来区别了就在那些更外部的这种心智上面。同时呢？在这个过程中你一开始每一波有这种新的模型起量的时候有些品牌出来的时候你说你快速的适配确实能吸引到一些用户来去使用跟尝试的啊。所以在自己家模型还没有完全追上来情况下面先通过外部模型以及快速的接入外部模型去构造一些声势我觉得是有一些帮助的那这些数据呢？其实也还是会对于咱们去训自己的模型还是有些呃也有些优化的。然后你再到呃后面比如像混元这一次呃混元四出来以后。其实效果还是挺不错的那再用更高的流量入口加免费的性质来去推啊。我觉得也是一个很很不错的打法。然后大家可能试试试万一也跟其他的几个国模也差不多。然后又免费那就慢慢的心智可能就流过来了。我觉得这是一种比较好的方式对。然后我再补充一点就长期来看啊。用自家模型还有个很重要的好处就是可以更适配自家的harness 啊。其实我们去看很多harness上面的一些设计包括harness跟前端的一些配合的设计啊。

嘉宾 其实你如果用更多元的模型你每一个可能都需要再去试你用工程去兜底一下啊。模型也不一定跟你玩。然后用自家模型呢？就能更好地去适配整体的这个体验啊。更闭环。

钟经 但我们看现实情况是那个就是就混元肯定一开始比较拉垮嘛。然后workbody 就是。因为它不用自家的模型它让用户可以自由选择模型它才被你看小白也用极客也用哦。对吧？就是workbody 才最初就是吸引来更多的呃用户但豆包当前它肯定它的模型是不够好的嘛。这不就是说这个产品跑在前面。然后模型拖后腿了吗？还是说这个拖这个后腿还是不是？现在各种模型它在普通的办公任务之间它。其实没那么大差别才让他坚定的他不做看起来更容易的开放那条路就选择自己的那个中泰我不知道你你怎么看包括你知道千问那边他们是一个什么样的态度或者他们他们要开放吗？还是他们也像豆包工作一样。

嘉宾 呃我我觉得首先为什么workbody 包括trey work会开是。因为大家都是基于那个ai coding 走过来的ai coding那一波基本海外的都是支持byok 的。然后也支持选不同的模型。所以workbody最早做的时候可能就沿用了。那一套包括吹work也是的。然后现在那个比如说阿里拆了之后就是保留了coder 和千万办公。然后coder 和coder work原先是不支持byok 的它最近也宣布说它支持了。然后那个千问办公应该是一直都不会支持就是在公有云这个角度。然后我我觉得是这样的就是我觉得前面说那几点都是都是挺对的首先就一个是用户负担的问题啊。大家。其实也不知道这切换不同模型可能有啥区别。然后另一个确实可能不同的模型如果你是同一套harness不同的模型可能表现能力不一样那你到底是只做一套harness还是给各家模型都做那眼下我觉得显然这件事情不重要就做好自己的这个就行了。但是我们也聊过很多的那个开发者和企业里的人就比如说刚刚弹幕大家都在刷那个workbody和codex嘛。

嘉宾 然后我我也想知道大家有多少人给workbody充过钱是白嫖他的积分一直在用还是说你从别的地方白嫖了便宜的key 放上来用哦。我记得workbody现在还支持byok 的原因就是原先就一直这样子嘛。先铺这个产品的使用量再说它可能自家模型也没那么好。然后千问的那边估计以后应该都不会开至少公有云不会开。但是一些to b 企业它可能有自己反正各种数据安全的问题它可能会给to b 的去定向的给它开。

钟经 我补充一个刚刚那个潘老师的问题就是。因为这次在贵州那个黑客松我就呃当时我们大概现场有三百多个选手吧我针对五十多个人做了访谈五十多组做了访谈啊。然后我觉得有一些蛮有意思的事情就是确实大面上大概四十多个人都是用codex 然后大概有十多个人是在用呃workbody 和那个豆包工作。而且差不多正好是一比一的比例就是五个五个。然后我就去问说哎为什么你们在用豆包工作我觉得。其实有这么几个答案第一个答案是有些呢？真的是豆包之前的心智延伸过来他之前用豆包觉得哎还挺亲切的还可以。然后在工作上面呢？它也确实没有太复杂的任务它就做些简单的ppt做些excel啊。那发现豆包也能比较好地满足。而且包括我这一次去测试的时候我会发现豆包工作在ppt上面是做了很大的功夫的它的体验。其实是要比那个workbody上面其他的模型都要好很多的出来的那个效果也会更好对。然后这是一方面。另外一方面是豆包工作还有一些额外的生态补足比如说say dance这些生视频啊。生图啊。这样的能力大家觉得很啊。哈。所以这样带来了一些额外的加持。

钟经 所以我回到这个问题上面我觉得呃确实有很多人的或者说刚开始接触agent 的人的工作或者场景它。其实没有那么复杂豆包完成的效果也挺不错的。

嘉宾 ok 那个刚才潘乱不是说能选模型吗？其实你在你在飞书里面进入豆包工作伙伴是能选模型的。因为这是继承原来的那个ally 但是你在豆包工作里面进入那个豆包工作伙伴他是不能选模型的我觉得这里面是在于是看谁来花钱嘛。看谁来付谁来付这个钱这才是重点。因为token 它是要花钱的嘛。如果你。因为个人版绝大部分的话还是是个免费的一个模式嘛。以及他付的钱也很少嘛。在这时候站在公司的角度肯定是叫做成本最小化举个例子我本来就让已经让你白嫖了。然后比如说你用了豆包工作你已经白嫖了token 然后我还要去向deepseek还要去向openai去付这个或者向kimi去付这个token 的费用我觉得这个对于他而言这个成本有点过高了反正自己家的token 我就无所谓了嘛。是吧？但是在企业里面他付的钱是是那个企业的。而且它这个量又相对更大费用也会更多那这种情况下它肯定一定要支持这个企业自己去选择什么样的模型。

钟经 唉等一等你是不是？说反了没有啊。我豆包工作伙伴里面是可以挑模型的豆包工作里面是不可以挑的呀。企业版反而不能挑啊。

嘉宾 呃没有你去飞书里面从飞书里面进入豆包工作伙伴那是那才是企业豆包工作那个实际上是个人版就相当于是豆包的专业版。

钟经 啊。哦。哦。哦。哦。哦。

嘉宾 对。因为你从飞书进去你天然就是就是企业嘛。你从飞书的入口进去你天然就是企业。然后你从豆包工作进去天然就是个人。

钟经 好吧？有点绕我知道你说的是什么但就感觉有点绕。

嘉宾 所以你发现同一个产品在飞书里面它是能选模型。然后在豆包工作里面就选不了模型。其实就还是一个成本逻辑这是我猜的哈啊。

钟经 是的确是在豆包工作伙伴里面可选模型在豆包工作里面不可选模型。

嘉宾 唉那如果我们看就是这波团队的整合这个事情呢？就是我们看大家都认识到ai办公是一个非常重要的事情大家起的名字不一样workbody。然后豆包工作千问办公我们如果就拿已经明牌的千问办公。因为它还在陆续的放牌的过程中嘛。我们如果只看workbody跟豆包工作他们在整合这个事情上有啥不一样吗？譬如说我们看到那个你今天打开workbody里面肯定已经是把那个腾讯文档阿妹那个emma还有乐享知识库很多人可能都不知道乐享是干嘛。的。其实都弄进去了包括他们那个maris就是应该也是优先级就是下调了就是集中c s i g 之力对吧？然后我们来搞大这个workbody。当然那个飞书是举全公司之力来搞豆包工作。当然那个腾讯那边可能我们可能看到还有企微那边跟微信没有做更深的那个连接吧这可能是这是不是？也是不连接更好呢？不清楚啊。这个事情以及就是这这两个中间他们做的这种整合我不知道他有什么不一样吗？能够解读出来吗。

钟经 那我先说一下我觉得腾讯跟阿里的包袱肯定显然是比字节更大的你像到目前而言。其实说我觉得像腾讯的这些不管腾讯会议啊。腾讯什么文档啊。这些东西它天然没有像飞书那样已经提前做了all in one 所以现在我反而觉得work body 现在是一个腾讯非常好的一个机会如果腾讯的决心够大他能够通过如果大家以后办公的入口就真的是变成一个agent 的话那这些东西就可以作为原来比如说你像飞书和钉钉和企业微信都是通过企业的im 把这些文档啊。日历啊。什么会议啊。什么工作台这些东西做了一个all in one 嘛。它是以im 作为一个hub把这些东西提前做了一个all in one。但是腾讯这边。因为企业微信是一个单独的生态嘛。你像腾讯文档腾讯会议包括腾讯。

嘉宾 什么这些 QQ 邮箱这些东西它是天然分散的它只能说唯一是用微信可以扫码登录。但是现在通过 WorkBody 它是一个非常好的机会能把这些分散的东西如果大家的入口真的是变成这么这么一个 Agent 的话它就真的变成一个 Agent All in one 的办公的产品。所以腾讯。其实是它的包袱更大。然后他原来的东西太分散了。你说现在 WorkBody 在虽然说腾讯现在砸了。这么多钱真正在腾讯内部 WorkBody 和和腾讯会议还有腾讯文档或者或者跟腾讯会议之间吧他们之间那个关系我觉得跟跟飞书会议和豆包之间那个关系呢？就完全不一样的和豆包工作吧这是完全不一样。所以腾讯我觉得反而更需要这么样的一个东西把原来很分散的东西的历史包袱做一个整合。然后阿里跟字节是原来已经通过飞书和钉钉把这个东西已经做了一个 All in one。然后他们包袱更少一点字节的话是从产品和组织架构上包袱是最小的。

钟经 有不同观点吗。

嘉宾 我觉得可能跟之前产品的组织架构和产品历史有一定关系。因为首先腾讯是基本上就是所有的办公和云这一块的业务都是在 CSIG 底下的。然后当时看到 WorkBody 有起来的势头之后当时集团也决定就是说把资源集中到 WorkBody 这个入口我相当于我就是把我 Agent 作为我这个旗下所有的跟办公或者工作场景相关能力的一个总调度的这个入口或者说把它当做一个工作台的这么一个属性去往外推吧。但是由于企业微信是 WXG 那边的就是跨 BG 的这种协调我觉得如果没有 Ponyma 哥拍板的话不一定那么好推呃这个是一个原因。另外就是说 WorkBody 是不是？那么着急说一定要跟某一个 IM 强绑定我觉得现在也还没有到那么急迫的时候除非下一阶段大家发现确实这个办公的这个 IM 场景或者说上下文非常非常重要不得不拿下他才可能去接入。而且现在。其实也有通过连接器包括之前 QQ 好像也也并到那个 WorkBody 里边那个团队了或者你也可以通过当时那个小龙虾那个方式你直接接到那个微信里边。其实也可以做的。

嘉宾 所以说它当下的优势就是说我还是可能保持一个开放的心态我不一定非得跟某一个 IM 强绑定你是哪一家都可以接是这么一个状态。然后字节呢？我觉得。其实更多还是说 Top down 去推的这么一个结果。因为据我了解最早像 Codes 然后像 Tree好像主要还是在那个工程与技术架构就类似于腾讯 TEG 那样那样的一个部门底下。然后飞书是飞书的一条线。然后豆包这边就是是主要是 PC 端来在推这个事情。但是从早期的历史里面你也看到就说可能你拿豆包去做 PPT。然后或者说做文档的话它。其实也是调用了部分飞书的组件吧这不是不是？埋写版应该我觉得算是一个特供版的一些组件吧就可能跟飞书里原生版可能会有一定的差异。但是是早期他们就是有一定的整合或者合作了。因。因为可能大家也觉得没必要重复造轮子嘛。然后阿里那边的话千问是一条线。然后钉钉是一条线千问的话就说到千问办公这个逻辑是自洽的。

嘉宾 但是跟钉钉的打通就是或者说做深度的整合我觉得可能也是早晚的事吧或者也有可能现在已经在路上了就如果大家意识到说我往外这个推比如说就是工作台或者 Agent 加 IM 是确实是一个能发生化学反应一加一大于二的事情话我觉得这个可能也是在未来不远也就是说大家也能看到的事情。

钟经 那如果往下延展问呢？未来办公软件它是 IM 作为主入口重要还是 Agent 作为主入口更重要呢？经纬你你会对这个是一个什么样的判断如果 Agent 未来是主入口的话那未来 Agent 跟 IM 会是一个什么样的关系变化呢。

嘉宾 对我觉得这里面有两个更底层的问题就是叫当前 Agent 的形态有没有？定型哦。我觉得首先这里是没有的并且 Agent 依然它的这个形态变化是在牵引着大家的最主要注意力的不管是说它的体验上面还是说 Go to market 的这个呃大家的关注度上面也都是更高的这是第一个第二个点是在于说我们未来去看我觉得更根本的。其实是人跟人和人跟或者说工作协作方式的一个变化就是大家认为未来啊。依然还是人跟人更高频的同步的沟通还是说有可能会出现人跟 Agent沟通的这个时间更长。然后反而呢？人跟人之间的这个沟通的时间反而可能更短。同时更异部了。我觉得后者。其实是有很大可能性的啊。因为包括。其实我们在这个从业当中。其实有一些判断和看到像现在 Cloud Code 的 Codes 大家的一些发言和一些产品迭代我就看到了类似的迹象就是我我这里面有一个判断是觉得首先第一是我觉得后面会大家的这个就大家经常也在说嘛。说我们后面应该更多以项目为中心啊。然后今天围绕一个项目以后啊。它会有它的上下文组织和可视化的部分在基础上面呢？有很多的这个 Agent 的 loop 啊。

嘉宾 它要是一个任务就一个 loop并且他可能可以不停的创建新的 loop或者是当他触及了某个需要人去来帮助或者需要人来 review 的过程的时候来再去找人啊。这样的一个过程那这样一个东西呢？就会发现说啊。他。其实很多时候很有可能人跟 Agent 的沟通频率反而是更高的。然后以及人直接通过 Agent 来获取项目里面的更多上下文而是减少了一些啊。人跟人之间的这样的一些同步的沟通的诉求啊。有这种可能性。然后。其实看 Codes 他们包括 CloudCode 他们现在的变化也都是更像是慢慢的把这个项目更集中化。然后 Agent 围绕项目来去做。然后也能看到像 Workbody 前阵子包括现在他们也依然在很大力的推工作台啊。这样的一个能力这样的一个模块啊。以及在此基础上面呢？也能看到 WorkBody 的项目啊。也越来越像这个样子啊。所以大家也都在往这个方向做些探索啊。就像更早之前我们比如说 Manus 是从 Chat 到 Action 啊。或者 Agent 是从 Chat 到 Action那有没有？

嘉宾 可能慢慢的今天随着任务 Agent 完成任务越来越长程啊。上下文越来越齐全今天变成了从 Action 到 System 这样的一个过程啊。我觉得是很有可能的啊。那再回到当前就我觉得跟前面。其实是有一些 call back 的就是飞书钉钉到底重不重要我觉得。其实它有两个层面的原因在考量一个叫 Agent 本身的发展决定了。这个事重不重要。其实重不重要这件事不一定。另外一个是从当前人海就是这个事情的变化一定没有那么快我们依然还会保留很多原有的工作习惯那么在这个过程中人和人的协作啊。还是当前更主流的一种方式之一那么通过这种主流的方式去吸引不停的吸引流量进来也变得很重要了。所以它更像是一个阶段性的重要性很有这样的一种可能性。

钟经 唉那如果你对比两边呢？就不管是豆包工作还是 WorkBody 在你接触的感受来看这两边团队的画风或者说构成或者关于 Agent 这块的人才密度它会有什么不一样吗？以及这种它是跟他们押注这个我们刚才讨论。其实就是豆包工作跟 WorkBody 两条路线的差别嘛。会跟这个他们的路线选型是相关的吗。

嘉宾 我觉得是有的。其实我们刚刚看那个前面包括我最近在体验东阿包工作和 WorkBody 的一些对比的时候我觉得豆包工作的基础功能体验还是相对比较扎实的但在 Agent 头像上面的各种 Native 的考量会觉得稍微偏弱一些我觉得 WorkBody 会更强一些啊。然后。同时呢？呃我觉得这也跟大家什么时间点开始做 Agent有多深的程度和多少的精力去学 Agent 跟尝试一些东西也会有比较大的关系对但具体的里面的我就我就不做判断了对。

钟经 嗯。对我我我感觉这可能是一个到底未来是 Agent 优先还是 IM IM 是一个主入口。

嘉宾 我会倾向于还是 Agent 优先一些。因为它是就我们。其实看过去的变化也能看出来嘛。就是包括这一波你会发现比如说飞书之前在里面做了 AI 做了很多的一些 AI Native 的功呃就 AIAgent Friendly 的功能。然后上下文的一些功能。但是你会发现还是 WorkBody 长得更好它。其实让大家更注意到这个东西。然后我觉得这也是跟心智有关系。然后。另外一个呢？就是我觉得当前更大的变量还是 Agent 的本身我觉得上下文这件事情是。因为 Agent 需要什么而决定的就上下文数据很重要但它以什么样的形式存在以什么样的方式存在跟输入进来。其实是跟 Agent 本身的发展有关系的就刚刚在 call back 回刚刚的那个纳肉工厂的那个 case就是我觉得他那个很不一样的点在于说对于这些老师傅们他们。其实并不需要去学习钉钉会议飞书会议怎么用跟怎么安装了。他们。其实还是按照自己的老链路只要把自己的这个照片上传一下甚至未来有个可以扫描的机器它就写完或者是跟口述一下他就上传进来啊。这种反而是一种更新的啊。数据上传跟上下文存储的方式它。

嘉宾 其实绕过了一些中间商。然后数据源头更重要对我觉得可能会有这样的一些影响导致了当前的一些不确定性。

钟经 但如果到底是 IM 优先还是 Agent 优先从今天你像千问办公和豆包工作的这个团队的整合跟产品的发布来看好像大家没有分歧啊。都认为应该是 Agent 优先只是说它到底应该是一个工作台还是一个聊天框就是这样更往前一点。因为你你像那个像千问办公那边雨森也是带着就是他只负责千问办公嘛。对吧？那个之前的钉钉就让 CTO 是让叶溯去负责老钉钉啊。他自己就主要就在拨千问办公。然后豆包那边也没有把 AI work 放在飞书里面。然后做了一个豆包工作这是不是？意味因。因为企微跟那个 WorkBody 它没有整合嘛。那是不是？意味着在今天大家已经亮出来的牌里面。其实都是 Agent 优先这个。其实并没有分歧就是大家在做 AI 办公的时候都没有或者在今天都已经得出了一个共识IM 已经不再是主入口了。

嘉宾 对我觉得还有一个很有意思的事情我觉得今天上下文的组织这个形式也是在让 Agent 来做的就比如说今天可能数据可以更原始更错乱。但是呢？今天要组成一种新的结构比如说 Pantera 的本体论它这种模式是对于 Agent 来说更友好的一种上下文的组织形式那么这个组织形式本身形成的过程也可以让 Agent 来那么在这个过程中那大家用老的多维表格用老的一些飞书文档那是不是？这个形式也要发生变化。所以那更多的还是要以 Agent 本身为出发点去重新想这些事儿而不是以多维表格为出发点去想 Agent 怎么做。

钟经 对。而且我觉得现在 Agent 跟 IM 之间之间。其实不是强绑定的。因为 IM 有天然的这个排他性你可能比如说你的组织原来就是用钉钉的。然后你为了要用这个豆包工作你让他直接切换成飞书这个也不太现实。而且当时。其实嗯。飞书在推的时候。其实也遇到一些问题就是说呃当时打的口号不是那个先进组织先用飞书嘛。但是现实是现状是没有那么多先进的组织对吧？那么你面对那些不先进的组织的时候你可能在打入上就存在一个困难但大家在办公领域真正在意的就不是说我用的这个协作工具或者 IM 多么顺手多么符合我的这个组织形态或者生态还是在于说我能不能？帮我把活干完或者说能不能？帮我提高效率以及带来一些新的增量。所以在这个角度大家可能不会在意就是说我到底是用的是什么 IM 实在不行我一个小团队我在微信上大不了复制粘贴呗对吧？其实也能做。所以我觉得在这个角度上。其实 Agent 的重要性会更大一些只。

钟经 不过说我跟现有的 IM 的生态整合的话它可能会比如说我原来就在这个生态内它会让我觉得用的更顺手更容易不需要再我就这个人再作为肉身去作为这个上下文的这种信息的搬运或者说中间再加一道这种连接的这些做一些连接的这些工作我觉得是应该从这个角度去看。

嘉宾 哎关于你之前提那个 All in one 我还想到一个事情就是今天在豆包他在豆包工作在产品层面上是在往 All in one 去看其所有产品都整合围绕豆包这个主线但为什么模型反而越来越垂直越来越分散呢？你看他现在有视觉的模型有个人聊天的模型还在专门成立一个团队去训这个 work 的模型那就就变成了一款这个超级 APP 叫豆包。然后它也可以是豆包工作但它后面。其实挂了很多不同的专用模型。

钟经 对。因为大家最早对这个 AAGI 的设想是我只要说我的比如说我的数据足够多我的模型这个参数足够大我可能会在各个领域都。同时的可能超越人类的水平。但是我们现在发现就是说它更多的是可能在比如说在 coding 或者在数学金融这些方面它有一些明确的这种闭环的这些场景。因为它有一个就说呃明确的这个对错的判断标准或者说有一个明确的奖励目标方便我去通过强化学习的方式做这个后训练来大幅度提升它在比如说 work 或者说 coding 这些场景的这些表现那最好的例子可能就是比如说像 G M 五点三或者说像 Deepseek他可能就是在他的原有的这个预训练的基座上只是做了一下呃后训练他在这些呃大家当下关注这些场景里面的这种表现提升就非常明显。所以说我觉得这也是为什么就说这个场景的明确能够帮助这些模型就说这种后训练或者说在针对这些场景强化训练的模型。当然也包括 Harness 配合能够大大的就说能够把这个循环跑起来另一方面也就是说他希望能够通过模型和这个产品的配合能够跑通这个数据飞轮嘛。因为你像最早。其实 CloudCode 也是。

钟经 因为它通过它这个壳或者说这个产品拿了很多 coding 或者说企业领域的独家的数据。然后才在这些领域取得当下的这种领先。所以我觉得关键还是说你能不能？把这个数据飞轮构建起来以及就是现在大家主流的共识就是可能相比呃最早大家 all in 这个预训练现在可能大家会更多的重心是往后训练这个阶段去倾斜。

嘉宾 哎中泰你咋看就是分领域去训练不同的模型。

钟经 我我怎么感觉二三二四年大家都在做了好像是不是？那时候也没做出来啥我补充一个视角吧就正好这段时间跟海外那边了解到一些信息是这样就是我觉得有点像阶段性我反而觉得当前阶段还更偏统一在一块一点就是对于大模型公司来说或者大模型团队来说只是为什么要分 topic 比如说为什么有 walking 有 coding像火源他们也会有多种 topic 然后字节的也会多种 topic 核心是。因为组织协作关系就是你今天一个团队专门优化 walking 这件事。另外一个团队专门优化 coding 这件事。其实大家一直都是这么偏这么合作过来的。然后再到合适时间点再去做 merge。然后在 Merge 合班以后再去看说有没有？优劣化。然后再去调优这样的一些事情对这是大家的之前的一个常规工作流程。但是确实现在看到了一些反而是市场上面更垂直的一些迹象我觉得有这么几个迹象第一个迹象是海外那边啊。有很多做 AI 转型的企业开始做一些后训练了。然后那他们做后续的原因呢？有三个就第一个呢？是啊。就核心都是 AI 在他们渗透率上面有提升。然后他们因此要做那第一个原因呢？

钟经 是觉得 B 源还是太贵了。我基于开源呢？便宜点啊。这是第一个第二个呢？是我这些数据呢？也不想给到这些 B 端模型公司感觉我这个企业也危险。然后我想把数据闭源在自己这边。然后还能去做优化啊。这样的一个目标第三个呢？就是它确实也有些特定场景当前模型大大家做的不够好它又能积累一些数据。然后在这里面去做一些优化有这三个原因。然后。另外看到了一些做相对偏垂直一些训练的啊。有点像那个马卡龙他们那个 mix of Laura 的那个事情啊。它更像我觉得更像是一个探索性的东西叫未来有没有？可能让大家用更低的成本更简单的方式去训模型那他们确实说那训垂直比如说他们用 Lola 这种形式就节省了 merge 这个步骤节省了很多的人精力和算力的问题。然后通用 LoRA 这种往上插的方式来去也减少了一些 Merge 以后可能啊。我比如说我在 knife 场景跟这个 coding 场景我都优化了。但是一 Merge 发现两个都优化的程度没那么高了。这样的一些问题也能得到一些缓解但这个事情还太早期它还有很多的技术问题跟应用问题啊。所以大概是这样子啊。

钟经 但我相信未来会反而可能会越来越有更多垂直的模型出现。

嘉宾 对就我觉得应该就是基座模型到了上限你就是说这个东西就跟上学一样如果我一个本科生一个高中生就能就能干的活我。当然就招一个高中生招一个本科生了。但是一旦涉及到具体的场景那可能他就要需要上一个研究生或者博士生他到需要到那个专业里面再去做进一步的训练才能够提高这个模型的能力就是还是基础模型的上限吧大家为了突破这个上限才会去做 post training 包括强化学习这些东西。

钟经 OK 这个问题太大了。我觉得后续可以专门的再专题来展开唉那我我们就来聊些具体的来聊一些这个用户付费的这些问题我看豆包工作现在的定价豆包工作如果你是个人版那就是之前的豆包的那个专业版是六十八块钱一个月。然后如果你是从那个豆包工作里面点进去那个企业的定价是每个月一百九十八块两千点一个月这。其实是这已经比过往飞书的基础席位都要贵了呀。是吧？飞书之前一个月一个人是六十块好像是多少。

嘉宾 呃普通版本差不多三十块左右好像。

钟经 对啊。就今天的这个 AI 的定价已经高过飞书过往的基础的坐席费了。然后昨天我看有朋友说嘛。这个说WPS 用了三十年时间证明了中国人在办公这一块每个月最多就花二十几块钱现在你这个心理的这个定价直接是人家这个心理价位十倍了对。而且只有两千个算力两千个算力你折合一下能画几个 PPT 啊。我就好奇就是这个定价是一个什么样的考量。但是我看有些人还说它便宜了对我也觉得我我不清楚啊。这个事情。

嘉宾 我觉得关键还是在于就说他希望筛选出那些有最高付费意愿的那帮用户这个可能是其中一点就是说之。所以之前大家对认知就是说这种个人的付费的意愿不高是。因为你很少有见过有人他说我我要自费这个付费去上班的吧对吧？因为我我工资我工资就那么多对这个我额外付这个费可能并不能让我的工资得到提升那么真正有意愿去为之付费的我觉得可能有几种画像啊。第一种就是说我是这种。个人生产者或者说叫自由职业者这种用户吧我确实这个就是我吃饭的东西我把这个通过这个办公套件让我的这个效率更高了。我确实是能赚更多钱的。

钟经 那么我。当然愿意可能把我额外多得到的这收入的一部分分配给这个里边可能还有一部分就是说极客我就我本来就是呃有深度的比如说coding或者说work的这些大用量的需求。但是可能海外的比如说我用Cloud容易被封对吧？或者说我的梯子没那么稳定那么我寻找国内的一些alternative。然后本来我就有这个预算那我可能愿意花在里面还有一部分就是可能吃的是这个企业的IT的这部分的预算我如果能够证明就是说确实用了。这个工具之后企业确实能给他带来一些降本增效或者说带来一些新的增量那么我可能比如说我多赚了一千万那么我把其中的可能一百到两百万花到这个IT的采购这个预算里面对他们来说也是划算的。所以现阶段我觉得具体它这个定价策略最终的表现如何我觉得可能还得看后续的这种情况但我觉得它真正还是说去筛那一部分就说先把那部分高价值高付费意愿的用户给筛出来。因为你真的你的用量不是很大你不是刚需你想白嫖有很多白嫖的方式我最近就是看到一个特别好笑的一个事就是之前那个腾讯好像办了一个类似于算法优化大赛吧。

钟经 然后有一个叫日之光面的团队他就特别简单就把那个题目扔到那个Deepseek那个网页版里边。然后直接扔给扔给他几轮。然后最终得到那那一版本的那个算法结果得了。那个大赛第二就全程白嫖照样能拿到他想要的结果对吧？所以我觉得这个还是取决于实际你付费究竟能给你产生多大的这个收益如果你觉得这个并不能给你带来收益或增量那你。当然就是不是？它的目标用户。

嘉宾 对我我同意Mark刚才说的就是说这一块。其实就吃了企业IT的那那一部分预算啊。据我线下就是跟前同事聊天就是可能未来啊。飞书所谓的什么企业版什么这种各个版本它相当于就免费了它就包在了。那个Token的那个包里。因为原来就算原来飞书卖卖那个企业版啊。虽然是按人收费的。但是在中国实际上你去你说让别人一个比如说蜜雪冰城他几万人的公司不可能按照按人去给你付费的我们为了。这些客户去原来就算是按人付费他也会说总部的多少人给你按这个版本。然后一线的员工就是相当于是免费送的呃。所以未来你看就是未来可能就是在飞书里面可能就是或者说豆包豆包工作吧或者豆包企业版吧它。其实就是按照Token来收费了按Token收费。然后飞书这个所谓的这个SaaS软件相当于就是送给你了。这取决于两方面一方面呢？就是原来的SaaS的产品各家产品已经很成熟了比如说飞书从很早从二四年二五年开始它就基本上其他的功能基本不更新了只更新跟AI相关的。然后它原来那套办公套件它没有什么维护的成本该开发的已经开发得很成熟了。然后呢？企业这一块也是非常更愿意为AI付钱就像原来说的嘛。

嘉宾 就是最开始两边组织没有合并之前客户就说我就要买豆包企业版我不买飞书结果是买了豆包企业版给你免费送送个飞书对就是就是这么一个啊。所以未来这种按Token收费。其实更适合这个商业化啊。

钟经 毕竟你像Manus九个月就做到一亿美金AR。然后你像飞书钉钉这种做到了十年也将将才做到三亿美金。而且那么大的规模。所以大家都集中的想往这一边来去涌。

嘉宾 对。而且现在就是算力的成本还比较高嘛。它。所以它还是必须就说得按你的Token的使用量去付费。其实你现在买的那个订阅的这种月付的订阅套餐的话你如果每个月都能把用量用满的话。其实你是赚的。因为你一旦用满。其实成本核算下来的话那个Token的那个大模型厂商它。其实是亏的就是你用得越多它亏得越多只只。不过它当下就说大家还在抢市场的这个或者说跑马圈地的这个阶段他还是愿意用这个亏损去换这个空间的以及他们可能呃就说大家基于对这个技术发展的这个规律的预测的话会认为它的这个未来的推理成本会持续的下降。所以你才能看到那个Codes那个Table每天在那不停随便找个理由重置。然后大家在那背后使劲的那个蹬单车。其实也也是这个阶段挺有意思的一个体现吧但就说我觉得当下最主要的还是在于你Token或者说你推理的成本限制了它必须可能得按这个不同的用量来决定不同阶段套餐的这个定价。

钟经 对。而且我也觉得像Table这样的重置手段豆包。其实也是可以做的嘛。然后它也可以通过这个方式在侧面的把价格又再打下去。然后也是一种自己的增长营销手段更可控一些。

嘉宾 欸那我好奇就是这个定价你譬如说如果我们我们就看企业版啊。个人版我相信大部分人那个都不会愿意去为自己付很高溢价的那些专业的除外啊。假如说还是团队版跟企业版它能贡献更高收入的话我们看一下团队版的订阅按年的话一个人也得一千九百八十八就这种的客户他应该不是我光看你几个产品介绍就能够达成的对吧？正常情况下应该是需要所谓的客户成功团队但今天是不是？就变成叫FDE了。这样的一个帮他去讲解帮他去教育帮他去落地才能够达成我理解这样吗？就是一个一个席位一年两千块的产品。然后在一个公司里面铺开来。

钟经 现在不是这么收费的吧我看到飞书官网里面就是它都是按照那个额度按那个点来收费的基础版不限席位就是基础版是九千九一年十八万点额度企业版是九万九两百万额度它是类似于一个包就类似于呃手机里面充那个流量一样它不是它就不是再按人了。你那个可能是指纯个人去付费是按人。但是企业这边。其实已经都是按照那个额度我看的官网现在啊。就最新的。

嘉宾 对但你说的官网是那个吗？一百席起售吗？我刚才说的前面它是那个一席起售的你那个企业的如果按用量席位加用量它是一百席起售一百席起售那就意味着它是一个之前应该是在To B在SaaS那个逻辑里面那样的公司了嘛。就它已经不只是个人跟团队了它就直接是那个To B的企业了。

钟经 对但我觉得刚刚那个问题很有意思就是我会觉得往企业去推这件事情多少还是需要FDE的啊。那这个FDE今天大家说是FDE。其实真的还蛮多元的就是反正据我了解我就了解一些市场化的这种FDE啊。他们有时候也会去帮忙推一些大厂的产品有时候也推自己做的有时候也推比如Gleams自己做工作流啥的都都有可能推啊。不同的团队不一样那他们推的方式呢？基本上也分为三个阶段。然后企业的学习呢？也基本分为三个阶段第一阶段叫偏培训跟教学的叫到底AI是啥就很多企业主的老板了解AI这件事情都是通过各种公众号和抖音零碎的了解。而且都觉得这个明天世界就要毁灭了就会有巨高的预期啊。那。其实更像是通过教育跟培训去告诉他们到底哪些是能做的哪些是不能做的有更正确的理解。然后第二个呢？就会是一些更简单的一些工作流程的这种构建一些单点问题的解决类似于Showcase告诉大家说诶噢原来能做到这个事他就会更有体感他也会基于此能更好的联想出说噢那我企业当中什么情况下面应该用Agent或者还有哪些场景我可以用以及大概成本怎么样对我自己合不合算尤其像电商老板就会算这个事算的特别细。然后第三个阶段呢？

钟经 就是可能更驻场的一些这种Agent工作流啊。再到最后可能还会有些更内部腐化的或者更重的这种项目制的改造但后者就特别少了啊。那。其实刚刚说的虽然有节奏有链路但到实际的那个我了解下来一些场景当中四个都是混杂在一起的啊。然后很多FDE水平也是参差不齐的大家就混着来啊。但真正好的能把流程梳理清楚的很少啊。但大厂里面可能我觉得反而会大家会更有序的更体系化地做这件事。

嘉宾 哎艾瑞克这FDE跟当年客户成功到底有多大差别啊。

钟经 就我原来很多同事我最开始就带飞书的客户成功团队嘛。就是很多。其实就是让企业内部的就就举个例子比如说字节把飞书用得特别好。但是同样的公司他们用飞书。其实用的。其实就会差很多。其实AI AI的AI的差距会比用飞书差距可能会更大。所以这里面FDE的作用。其实是价值会更大现在的话我觉得呃我整体跟前同事聊的过程中就是那些客户们不管是老板还是基层员工对于AI的那个热情还是非常高的原来跟人说啊。说推飞书啊。客户可能就基本上就是业务团队不怎么搭理你。然后信息化团队呢？他们也接触不到业务。所以。其实是很难推的。但是现在有了AI之后各个部门都非常的热情度都很高老板也很有热情基层员工也都很有热情。但是实际上真正在企业内部能落地的场景。其实是非常有限的就越传统的客户是越有限就大家现在我个人觉得就是AI办公这个热度啊。我觉得不会持续到今年底甚至我觉得到到明年初基本上我觉得就会归于平淡了除非基础模型有很大的变化。

嘉宾 我觉得今天就是没有哪家大厂真实地证明了AI真的帮助大家提效了花了。那么多钱它肯定得有出处嘛。你原本的预算可能是SaaS的外包的。然后人力的对吧？云根模型各种的服务但你看今天大厂的选择是什么是裁员啊。这个。然后粉饰一下报表就并没有真实的或者还需要时间嘛。只只能这么说。

钟经 预期就是大家都是建立在一个预期上面就是大家预期模型会进化很快。然后要抢占这个入口。然后未来在这一块的商业化的这个很高。但是短期内我从目前能落地的场景如果或者这么讲吧一个公司如果连钉钉都用不起来飞书也用不起来这些基础的东西都没有数据化你的那些业务系统都没有数据化你说你没有CLI你的那些连API没有CLI也没有Agent怎么去调用呢？我上来我还得先给你数据化。然后再去提供CLI再去适配Agent这个成本多高啊。那肯定是如果真的Agent真的是AI办公这一块真的是能有很大的肯定是先在这种数据化信息化飞书和钉钉这些已经用得非常好的公司内部先落地或者说在这一块它就不是原来的一个所谓受席位啊。这些东西就是工资越高的产出越高的这些员工和团队内部它肯定是最先落地的就跟为什么在海外就是一个编程的一个Cloud Code或者Cursor它的收入就已经超过了国内这么多公司就是。因为海外的程序员很贵他们的工资收入很高。所以他们能收得起但国内国内的程序员都去给Cursor都去给Cloud Code都去给CodeX给充钱了。所以为什么现在大家国内这些AI公司它要做办公就是。

钟经 因为国内的编程这条路收不到钱国内的程序员还是怎么讲吧就是供给还是还是非常多的。

嘉宾 对或者说国内的程序员有条件的都直接用那个CodeYes跟CloudCode了。

钟经 CodeX和CloudCode对就是还是大家在编程这一块挣不到钱。所以它去。但是实际上你去看啊。呃Coding Agent才是第一个真正落地的可商业化的办公Agent的场景嗯。它就是办公场景嘛。就编程嘛。编程不就是办公嘛。然后就就是。因为程序员的这拨人他的付费能力是更强的他们工资收入是更高的。所以它才能够商业化。但是你除去你现在自己想一想大家在这讨论这么多啊AI办公你真正能落地的场景能通用的场景比如说会议纪要是吧？但是会议纪要你觉得它的收入能够跟编程比吗？比不了。是吧？然后你的其他的比如说像知识问答知识问答这一块就它就更难收钱了。所以Coding Agent是第一个落地的AI办公的场景在这一块只是说国内赚不到钱。所以大家才去搞办公这个场景。但是目前Agent这个能力模型的能力我觉得还是有很大的提升空间吧如果真正要商业化要赚到钱。

嘉宾 嗯。另外一块就跟你刚才说的就是大部分的企业就别说AI Ready了就是它连这个在线化都没完成谈什么AI Ready啊。这个。

钟经 是的那个热情我觉得就跟之前的小龙虾一样现在谁还提小龙虾吗？是不是？嗯。当年五百块钱上门安装现在现在没人提了。

嘉宾 别当年啊。就半年前OK。

钟经 是是对对对对是的。

嘉宾 已经恍如隔世了。

钟经 对我。因为我觉得现现阶段大家的共识是建立在海外说这个场景比较成功但你仔细看那个Cloud的AR。其实大部分还是来自于API或者说是企业端的收入。因为它跟比如说世界五百强签了长期的这种订单那么。其实你你在国内做的话我觉得关键也是得看就说企业端你究竟能拿下比如说国内这些大企业多少的订单。然后。另外还有一个就是大家可能是建立在一个假设上就是过去之。所以SaaS不赚钱或者SaaS付费意愿低是。因为就说嗯。你在做落地的时候大家有很多的这种定制化的需求结果你到后面做着做着就做成外包了。那个SaaS的这种软件的这个规模化的这个效应并没有完全被发挥出来但现在有了AI之后。因为它本身都是一个通用Agent嘛。它可能你去做一定的个性化或者说定制化的这个成本会相比之前会低很多。

嘉宾 对非常同意啊。对。所以。所以是否在这个路径上是否有一定的突破这个也我觉得也是我们后续需要去额外关注的。

钟经 嗯。就反正想想FDE它要驻场还需要那么多东西就是想想都头疼的一个事情就是只能说看上去很美吧那我们就顺着吧就是时间也差不多我们再顺着最后两个问题把它收个尾就是一方面今天。其实是不止BAT三家呀。对吧？有头有脸的大厂他们在早些年就是也做了ChatBot之后今天也全部都做了。这种AI办公类的产品。然后很多的小团队也都搞了。因为那Codus代码是Koda Cloud代码被开源出来了嘛。就是泄露了就是大家都能够拿它出来做一个类似的那个Codox的产品就是又回到刚才艾瑞可也不断提啊AI这个前面的应用它不就是一个壳子吗？那壳子又没什么壁垒吗？对吧？不也说今年这个市场不怎么投这个AI应用了吗？那我我好奇就譬如说中泰。然后可能经纬你也在看方向就是现在这个市场上创业公司模型那些抛开他们不谈他们啊。就是这些创业公司他们的生存空间在什么地方呢？就是创业者能够往什么方向去涌呢？去走呢。

嘉宾 我觉得在国内做To C软件创业还是很难的To B也很难就我觉得大厂太卷了。我觉得大厂在破坏国内的Agent的生态它又不支持BYOK那你做模型分发的做不了。然后它又各种补贴那你其他人做的Agent你就要给用户回答你这个跟Workbody有什么区别我我觉得还是比较难的像蛮多做类似创作工具啊。或者代码开发的Agent的创业者比如说前两年的现在也基本都转到这个偏通用的本地的Agent上面了。但就。因为原先做的比较早做的比较快积累了一波用户但大家增长都很难我现在也不知道应用的创业者该怎么办我我我有一个暴论就我觉得就应用的这种壳子未来都没有任何壁垒无论做任何方向的。然后大家都是模型的套壳产品啊。然后我我觉得未来大家也别期望说你的产品能基于呃。因为你套了一个不错的壳子。然后做了一画布啊。还是skill啥的你能你能溢价的卖就我相信未来一定会有Workbody比如说收费了。然后可能也比较高会有。另外一家可能是创业公司或者说开源的开发者他会马上做一个功能类似的。因为现在coding能力太强了做软件就分分钟的事。然后它做一个更便宜的。然后可以BYOK的啊。

嘉宾 我会觉得未来这个就应用都会变成模型Talk。

钟经 对我补充一下我的观点吧对我我有个观点就是我觉得模型即产品产品即渠道就是我觉得当前还不完全是说今天套壳就完全没有套壳的价值。然后我们去看Manus它在之前就所谓的首先我们先把大家的这个套壳定义可能要定义清楚。因为套壳有好几种套壳Manus可能也是一种大家在去年聊得很多的套壳那。其实在里面做了很重的Harnass这一层。然后它。其实已经不能完全算是一个套壳了。然后它现在也在后面训练自己的模型那它是不是？也变成了一个新时代的Agent的产品呃现在的这种产品加新外来的东西对。然后。另外呢？还有些更浅的套壳像我连Harnass都不自己做我纯做GUI的一些东西那我也看到了一些。其实能跑出来的但它更多是渠道的原因比如说它可能在To B上面有一些过往自己的比如说SaaS的渠道资源或者是有些自己的销售资源它就是能卖出去我觉得更像是刚刚我们。其实聊到很多To B的难点FDE的痛苦以及未来的可能的这种依然还是很难的地方。但是确实我也看到了很多FDE当年是在赚钱的是有收入的反而是那些确实特别To C的产品还比较迷茫和没有收入啊。然后在这个基础上面呢？

钟经 那我觉得我们往回去看说你这个产品到底怎么做我觉得往To B这边做呢？你也有自己的打法就你是做很重的你每一单每一单的去做很重的定制化往里面去做很重的服务跟维护还是说是今天你可能找到了一些场景它本来以前就是外包的比如说HR招聘或者是一些增长相关虽然增长更国内也挺难做的哈对。然后类似于这样的一些外包场景那可能去打包一些Agent的产品或者在产品上面去探索一些自训练或者是自进化的东西我在这一块也许是有机会的啊。然后这是一个视角这个我觉得偏套壳应用的这个视角。然后那最终还是积累了一些好的这种渠道资源。然后。其实后面都是围绕这个渠道在做事情。然后。另外一个视角呢？是叫我觉得是创业公司视角吧就不完全是应用了比如说数据公司或者是一些评测平台或者是一些训练基建的平台。其实海外现在慢慢的像刚刚说的有些企业转型开始用海外的一些平台去做后训练啊。那这种情况下面国内有没有？可能有类似打法或者说往海外其他国家推类似的打法我觉得这个当前还未知那也是有些可能可以探索的方向的。所以我觉得至少从这些角度来看还是有些方向值得去趟的啊。然后。另外呢？

钟经 就是我觉得应用创业这件事情的时间点确实没完全到我觉得更多还是说大家怎么能够活下去并且在这个牌桌上面积累了更多的探索我觉得这件事永远是最重要的。

嘉宾 我的看法倒不太一样我觉得就说呃应用创业者如果你跟大厂去拼通用Agent这个场景的话我。

钟经 觉得可能机会不太多，但如果你做一些垂直聚焦的一些品类，比如说可能现在比如法律有 Hobby，或者说医疗这些，首先它的进入的门槛足够高，你必须足够了解这个行业的工作的习惯，以及行业的一些潜规则。包括律师，或者医生这些类似于这种职业，它都是会必须依赖一些专业的软件，你不可能就说通过通用去打一个是这点，另外的话说这个东西。因为你做得足够垂直足够专注，其实这块就是大厂它尽管资源比较多，但它不可能所有的行业或者内容它都覆盖得过来，或者说这个盘子对它来说，它觉得足够大或者说 ROI 足够高，这个是一点。另外的话就说你能不能？就说建立起自己的数据飞轮，这也是为什么现在很多，呃，做应用的这些创业公司可能开始也要涉及到，就是希望做自己的模型或者说进入到后训练这个环节，就是他希望我通过用户的使用，就是收集到的这些数据能够反哺到我的用户体验以及模型的这个提升中。因为我们知道，呃像 coding 数学这些领域它是有明确的编译通不通过或者对错的标准的，但。

钟经 其实更大部分的场景下它是没有一个明确的客观标准的，那么它究竟好不好，你这个 PPT 做得好不好，其实是依赖于用户他的主观的判断和主动的反馈。或者你拿 AI 写篇文章，你扔到社交媒体平台上它的数据怎么样，是需要建立起这个反馈闭环的，如果你能把这个数据飞轮跑起来，啊。然后可能在大厂还没来得及注意的时候已经把这个形成了一个正向的循环，那我觉得这个可能是你构建出自己护城河的优势。还有一点就是说，可能现在是一个非共识的一点，我觉得，AI 它底层并没有改变现有的商业模式，那如果你定义你是在国内做的话，相比做 To B，我觉得 To C 它未来就是靠，呃用户对用户免费就羊毛出在猪身上嘛，靠广告和电商去变现的空间和天花板是远远大于目前国内 To B 的这个现状的，更何况现在 To B 现在就说各家大厂都在争，对吧？，所以未未来这个你不妨去开辟这个非共识的这个战场，但是。同时它在就说底层的架构或逻辑上也是成立的，那如果你在这块上如果能率先跑出来占到先机的话我觉得也是一条出路。

嘉宾 对据说豆包现在很大的收入来自于购物的佣金吧据说。

钟经 对对对。

嘉宾 因为我自己在在豆包里都买买买过很多东西，因为有时候买一个东西我就问一下豆包，豆包就直接给我发了一个链接点进去就买了。

钟经 对绝没有那么大以及豆包的佣金抽成是更高的，你如果从抖音过去好像不是二点几，从豆包过去是抽十个点，这不重要，不是我也不一定确定我是真的，我们给今天也聊了两个小时，我们来收个尾吧。今天我们在聊 AI 办公嘛，然后从豆包工作开始聊起的，然后有千问办公有 Workbody，我们来就是随便猜一猜，未来这三家谁会笑到最后。就首先一个它跟刚才跟类似于跟艾瑞克那个问题一样，觉得它是不是？还是一样的，还是类似于飞书啊。钉钉啊。企微啊，你占有多少份额就是多少份额，如果不是的话，大家觉得这个市场重新洗牌之后，哎谁可能会跑到最前面，就首先变不变，如果不变的话那另说，然后变的话可能是谁为什么？

嘉宾 嗯。对，我我觉得我可能会用更远的视角讲这件事就是，我觉得我还是觉得办公 Agent 不不止是办公，它是未来的 Agent 的入口的积累，然后我觉得是 Workbody，我觉得腾讯大概率会赢，会是那个最大的那一家，不能说赢吧。啊。因为我觉得，呃首先第一是 Workbody 在企业这一边还是虽然它 To B 能力可能也许没有大家想的那么强，但是至少有一些领先先机，然后呢？同时呢？我觉得模型能力也在飞速提升，然后再往后呢，啊。我觉得涉及到微信的上下文，啊。我觉得总归会有结合的方式，所以我觉得这里呢？是比较难发生变化的，所以我会更押注 Workbody 持续会更有机会赢。

钟经 呃我个人就当下的这个竞争局面来看的话，我会可能会更看好豆包工作一些，就是它目前的这个，首先是集团的战略的投入和专注以及它的生态协同的这个效应。呃靠 Top down 去推我觉得它可能尽管它就说起步上会有点晚，但我觉得它会追上来会非常快，而且有豆包这么一个最大的可能，呃三点多亿月活的这么一个转化的这么一个漏斗，可能会把越来越多的就说就是非极客用户或者非专业用户就可能偏向大众用户慢慢转转化成专业用户。所以我觉得从当下的这个前景来看，因为 Workbody 现在目前还只是 CS IG 内部的打通嘛，然后千问。其实也也没有跟钉钉来深度的协同嘛，所以短期内我觉得还是会更看好豆包工作这波 All in 下来长期的，但是。因为这个办公的市场天然就是分化的，你不太像 C 端那样可能赢家通吃的，所以长期看的格局可能还是会三足鼎立或者说更多极化一些。啊。这是我的判断。

嘉宾 艾瑞克。

钟经 OK，To B 场景我是更看。好豆包工作的，原因主要是我觉得飞书它在早期抢占的这个市场上最有付费能力的那一波公司，其实你现在去看包括小米啊，呃携程啊，还有包括 Deepseek，Kimi 这公司，用的都是包括极谱，他们内部办公工作用的都是飞书。

嘉宾 但这群人也最抠啊，财经网下午不是跟你看了一个数据嘛，财经网公布的飞书去年收入是营收，营收是三十亿，钉钉可是四十亿哦。

钟经 那钉钉的数数量级也比它大很多嘛，就是那个用户量，所以如果从这个面去看，我觉得最有付费能力，因为你就同样比嘛。海外跟国内，国内的用户并不比海外少太多，但是海外的那个付费能力。其实比国内要大很多。所以我这个意思是指飞书的这一波用户，这波企业用户它的付费能力是显著高于钉钉的。至于说腾讯企业微信那边，它就完全它就它就不是一个赛道，但是腾讯它不得不这么重心的去做做 Workbody 的原因是。因为，它 To B 的这一块的收入是非常少的，你说腾讯会议它肯定不能跟钉钉跟飞书去比，它。因为它它只是一个单品。所以腾讯它是必须需要一个船票的，它现在是非常危险，所以它需要投入这么多钱，但是钉钉跟飞书或者说豆包工作跟千问办公肯定是能够，它相当于就是一个飞书的 Pro 版本，然后钉钉的一个 Pro 版本借助于 Agent 的一个 Pro 版本的一个办公，所以我觉得他们两家肯定是能够活下去的。Workbody 呢？我觉得对于腾讯来说是一个非常好的机会，如果腾讯未来的 Agent 的能力足够强，腾讯的决心足够大，它能把腾讯下面的这些，呃邮箱啊。文档啊。会议啊。

钟经 这些东西全都整合进来，那我觉得腾讯也是有机会的。然后这是 To B 嘛，但是 To C 这一块那肯定就是我觉得就。因为 To C 这块现在的这个东西还是不确定性，其实更是更大的，我觉得可能未来，我如果在腾讯内部是更看好微信里面的那个小 V 的，因为它把所有的小程序全都能够打通，而不是 Workbody。然后豆包这一块。因为它的用户量也已经足够大，所以 To C 这块我觉得可能是腾讯的小 V 和字节的豆包。To B 的话更看好豆包工作，然后千问办公肯定是能够活下去的，Workbody 的话我觉得是腾讯整合他们下面这些零散的办公软件的一个很好的机会，如果 Agent 的能力有很大的提升。

嘉宾 来最年轻的朋友们跟我们说个尾。

钟经 我觉得 To C 看好自己，To B 看好阿里吧。To B 就我们今天聊这些办公 Agent 它不会像 To C 那样集中收敛到豆包这一款产品上，我还是觉得 To B 偏这种企业协作办公类的，还是会跟之前像云的战争，还有这个钉钉飞书启微这种战争会一样，会长期一直存在。因为我觉得大厂大家都反应很快了也很聪明，他会维护好现有的客户，比如说钉钉上的客户肯定都会让他们更丝滑的想尽各种办法迁移，在 AI 时代都来用千问办公嘛，不会让他流失去用豆包工作。啊。大家都会先守住自己的地盘，我觉得 To B 还是那个数据迁移的问题，包括就是惯性，就大家原先我都是钉钉的十多年的客户了，我肯定会更相信阿里，我是这么。一个想法。

嘉宾 OK 我。其实没有更多想法，我今天先从学习开始，然后我们这一波单从 AI 办公单从产品来看，我们聊到功能层面上。其实三家已经没有什么本质性的差异了，看的是上下文，看的是大家的模型甚至这个模型本身它用或者开放不开放，在今天也不是真正的那个关键变量吧，只能说大家出于各自的那个角度去做出的选择。至于 FDE 然后至于就是今天更多普通企业的热情，感觉还是虚火更多一点，因为真实的落地，真的大部分企业真的连在线化连智能化，就前面那几步都还远远没有完成，离 AI 时代。其实还是挺远的。再加上最好那部分用户付费能力最强的那一撮用户吧，他很可能大概率不是国内这几个产品的付费用户，他们就会是那个最强模型，但也许那个国内哪些公司冒出了最强模型，就他们也不太会被这些绑住，我们会持续观察，今天只是一个阶段性的讨论吧。

钟经 我补充一点就是，我觉得本质上大家去卷办公这一点，还是。因为现阶段的 token 或者说推理成本太高了，所以他不得不先去卷这些，可能相对来说高价值的场景。呃我之前讲过一个暴论就是说，只有当这一波 AI 的趋势或者说这波泡沫破灭之后，那个 AI 应用真正的黄金时代才会迎来，就说。因为现在还是大基建期嘛，你你就说这波泡沫破裂破了，就从之前的技术历史来看，基本上也是说先有一个大家非常疯狂的资本投入，然后去做这个大基建，然后。后来可能过度投入发现那个太多了，然后很多泡沫破掉很多公司垮掉，然后当这个。后来的这些算力或者说这些基建变得极其便宜了之后，他才能就说真正的应用的价值才能最大化的释放出来，这也算是我下下一个预言吧。

嘉宾 好，OK 那我们今天就先到这边。

钟经 感谢大家。

嘉宾 感谢各位。

钟经 嗯，辛苦辛苦，拜拜。

嘉宾 拜拜拜拜。