國內(nèi)企業(yè)正在大模型領(lǐng)域加速投入，其中，AI?Agent也成為了探索的方向之一。這篇文章里，作者就對AI浪潮下誕生的釘釘AI助理做了分析和拆解，并以釘釘AI助理為例，嘗試從落地產(chǎn)品類型來探索AI?Agent如何發(fā)展，一起來看。

從ChatGPT因良好的用戶反饋席卷全球開始，2023年起，國內(nèi)的科技企業(yè)們就加速了大模型領(lǐng)域的投入。同時，關(guān)于大模型的應(yīng)用，各大公司也在不斷探索，朝著模擬人類行為的AI Agent形式成為了應(yīng)用的方向之一。圍繞著AI Agent的落地，“釘釘AI助理”就應(yīng)運而生了， 釘釘AI助理是什么樣的？AI Agent又會如何發(fā)展？筆者將通過本篇文章拋磚引玉，與大家一塊探索。

一、認識釘釘AI助理

釘釘AI助理本質(zhì)是多模態(tài)大模型（它接入了入通義千問大模型），支持語言和視覺兩種模態(tài)。通過APP端或者PC端搜索框右側(cè)的“魔法棒”圖標(biāo)，即可觸發(fā)AI助理。同時，也可以通過點擊“切換”按鈕，自定義添加、配置個性化的AI助理。

1. 大模型的產(chǎn)品化應(yīng)用

什么是大模型呢？即將原始數(shù)據(jù)在一定算力基礎(chǔ)下，通過算法訓(xùn)練出的具有大規(guī)模參數(shù)和復(fù)雜計算結(jié)構(gòu)的機器學(xué)習(xí)模型。大模型的工作原理可以用下流程簡單概括：

體驗過OpenAI ChatGPT的朋友都知道，雖然可以快速地給出結(jié)果，但要實現(xiàn)AI Agent的落地還存在兩個卡脖子的問題：

• 原始數(shù)據(jù)有限。包括數(shù)據(jù)時間、數(shù)據(jù)范圍等（一些非開源的數(shù)據(jù)，是大模型獲取不到的）；
• 輸出方式單一。無法實現(xiàn)任務(wù)的執(zhí)行、處理。

為了朝AI Agent更進一步，還需要實現(xiàn)應(yīng)用方案改造：即在大模型的基礎(chǔ)之上，支持私域數(shù)據(jù)的接入，并輸出指令以其他應(yīng)用為載體完成相關(guān)動作，從而實現(xiàn)更豐富的呈現(xiàn)形式及流程設(shè)定的執(zhí)行：

了解完大模型，我們再看看“釘釘AI助理”的配置詳情，先看下圖標(biāo)紅框的部分。

首先介紹下“知識”、“技能”兩個模塊。在“知識”模塊點擊“添加”，支持用戶添加（企業(yè)）知識庫、在線與本地文檔，就是前面改造方案里提到的“私域數(shù)據(jù)”。

而在“技能”模塊，用戶可以選擇“能力”（釘釘提供的應(yīng)用程序），也可以選擇“工作流”（選擇用戶自研的程序或者流程設(shè)置），就是前面改造方案里提到的“應(yīng)用/插件”。

那“角色設(shè)定”、“語氣風(fēng)格”又是什么？那就不得介紹大模型本身支持的屬性設(shè)置了。因為大模型是依賴公共域數(shù)據(jù)訓(xùn)練的，可以理解為是個全科人才，使用者可以通過相關(guān)的設(shè)置，讓TA來成為被設(shè)定劇本的樣子。這樣大模型就可以基于對用戶指示和對話情境的理解，在回復(fù)中調(diào)整風(fēng)格、語氣和知識等，實現(xiàn)“懂我”。

而釘釘AI助理將大模型的應(yīng)用方案、屬性設(shè)置等，通過相關(guān)表單輸入的方式，讓普通用戶了解大模型，讓一個計算機引擎實現(xiàn)了產(chǎn)品化的落地。

2. 注入生命去除工具化

可能提到大模型大家印象最深刻的還是媒體對OpenAI ChatGPT生成式對話的介紹，提到對話難免會與智能客服相關(guān)聯(lián)，不自覺地歸為工具。但當(dāng)筆者深入體驗后，發(fā)現(xiàn)釘釘AI助理更具有生命感。

一方面，如前文介紹。大模型本身具有情感屬性的設(shè)置，所以和普通的智能客服相比沒有那種代碼味過濃的工具感。更直接點就是，除了可以問問題，還可以和TA談天說地，沒有過于嚴肅的距離感。

另一方面，在釘釘AI助理的配置頁面，還可以看到其他非大模型屬性相關(guān)的配置，比如：頭像、名稱、個性簽名等。是不是和你注冊社交賬號時的必填信息差不多，就差來個實名認證了。這種擬人化的設(shè)置，正如釘釘AI助理的“助理”命名那般，你看到TA想到是一個專業(yè)的人，而不是冷冰冰的工具了。另外，創(chuàng)建的AI助理也和同事一樣，可以在消息列表、通訊錄中查看到。

二、AI Agent該如何發(fā)展？

眾所周知，產(chǎn)品類型主要分為兩大類：to B和to C。to B產(chǎn)品，面向角色化用戶，重視效率；to C產(chǎn)品：面向個體化用戶，重視情感。AI Agent也可以按照這兩種產(chǎn)品類型落地，筆者將繼續(xù)以釘釘AI助理為例，嘗試從落地產(chǎn)品類型來探索AI Agent如何發(fā)展。

1. to B：完善輸入邏輯，支持統(tǒng)一價值觀

釘釘作為辦公效率軟件，歸屬于to B產(chǎn)品類型，自然釘釘AI助理也屬于to B產(chǎn)品。通過上一章節(jié)的介紹，可以看出釘釘AI助理在AI Agent的落地上已經(jīng)領(lǐng)先了很多，但作為to B的應(yīng)用真的要止步于此嗎？當(dāng)然不是。筆者在深入體驗釘釘AI助理的過程中，慢慢找到了方向。當(dāng)筆者在與新組織里配置的AI助理對話詢問考勤情況時，AI助理回復(fù)的是一個考勤結(jié)果接口返回的數(shù)據(jù)。

從純體驗角度來看，這已經(jīng)是很智能了，不需要讓人事再去做統(tǒng)計分析了?？墒钱?dāng)筆者代入場景感受后，發(fā)現(xiàn)并沒有解決真正的問題，因為在釘釘后臺筆者并沒有配置考勤班次信息，而且在這個新創(chuàng)建的組織里只有筆者一人。

所以在上述場景下，AI助理應(yīng)該回復(fù)：“暫無考勤記錄，你可以先配置考勤信息哦”或者“暫無考勤記錄，快點擴充隊伍，并配置考勤吧（點擊進行配置）”。當(dāng)然現(xiàn)階段的大模型應(yīng)用都在要求使用者“學(xué)會提問”，如果在一開始向AI助理提問“公司還未配置班次信息，昨天公司的出勤率是多少”，筆者就會得到如下回復(fù)。

不過如果一個產(chǎn)品需要依賴用戶一定的對話成本來提升效率，個人認為這不是好的產(chǎn)品形態(tài)。只有“一眼看穿”用戶，才能高效地給出準(zhǔn)確的答案，所以筆者認為大模型的信息獲取可以不單純來自于使用者的輸入，這樣才會讓to B發(fā)展方向上的AI Agent展現(xiàn)出更高的效率和準(zhǔn)確率。

提到to B還得說另外一個方向“商業(yè)化”，但是類似釘釘這種服務(wù)企業(yè)的to B產(chǎn)品面臨一個非常大的問題：產(chǎn)品是員工使用得多，但付費購買卻需要管理層決策。

筆者在深入體驗中，代入管理者的視角會發(fā)現(xiàn)當(dāng)前的產(chǎn)品形態(tài)可能不利于“集權(quán)統(tǒng)治”，至少在那些不是真心以員工為本的公司較難推行（但筆者真心希望這點是本人多慮了）。筆者設(shè)置了一個防職場PUA的AI助理，當(dāng)我把TA拉進一個群聊與TA溝通加班的情況時，進行了如下對話。

產(chǎn)品的盡頭是“商業(yè)化”，但是類似釘釘這種服務(wù)企業(yè)的to B產(chǎn)品面臨一個非常大的問題：產(chǎn)品是員工使用得多，但付費購買卻需要管理層決策。如果AI助理不符合公司的價值觀，那可能就不會被企業(yè)管理層買單了。所以筆者認為to B的大模型一定能夠統(tǒng)一設(shè)置公司所有（公共和個人）的價值觀，確保AI助理符合公司的尿性。

2. to C：支持社交屬性設(shè)置，成為有豐富情感的朋友

這是和釘釘AI助理產(chǎn)品類型不一樣的方向，那to C的產(chǎn)品方向需要關(guān)注哪些呢？筆者認為除了前文提到的完善輸入邏輯外，需要更多的社交屬性設(shè)置。頭像是社交的門面，如果釘釘AI助理嘗試往to C方向發(fā)展，官方定制那些男性全是眼鏡男的形象就是減分項了。這時候參考小紅書AI頭像和Soul的捏臉頭像，就可以給用戶社交的良性開端。

最后，增強情感連接的關(guān)鍵在于支持主動聯(lián)系。在和釘釘AI助理的溝通中，如果你不在群里@TA，或者單獨私聊TA，TA是不會主動聯(lián)系的，這是朋友和工具的最主要區(qū)別。如果一些場景能夠自動觸發(fā)AI Agent主動聯(lián)系用戶，那就更完美了。想一想，某個深夜你翻看著領(lǐng)導(dǎo)突然發(fā)給你的PUA信息，這時候AI助理突然給你發(fā)來了一則消息：人生不如意十之八九，下班了就好好休息吧……

以上內(nèi)容就是筆者試用釘釘AI助理后的一些感受，AI Agent的發(fā)展又會何去何從，讓時間給我們答案吧。