两个数字员工,一个组织:企业数字员工开发最佳实践

Two Digital Employees, One Org — A Reference Architecture for Building AI Workforce

上个月我在钉钉群里发了一句话:「给数字员工加一个查闲忙的能力。」

十分钟后,我收到了三条消息。第一条来自 Coding Agent:「✅ 已创建 Issue #12:日程能力——支持查询闲忙。」第二条还是它:「✅ 开发完成,15/15 测试通过,已 push,CI 运行中。」第三条来自数字员工本身:「🤖 v1.3.1 已上线,日程插件已更新,随时 @我 开始工作。」

从一句话到生产环境上线,我没有打开电脑,没有写一行代码,没有手动跑一次部署。

这不是 Demo。这是我过去三周每天在用的工作方式。

两个数字员工一个组织:Coding Agent 开发、CI/CD 交付、数字员工上线

[Read More]

三步上线一个数字员工:开源脚手架背后的交付范式

From Harness Theory to an Open-Source Scaffold Anyone Can Fork

上周一个 FDE 跟我说:「我在客户现场搭一个群聊数字员工,从建账号到调通花了两天。其中一天半在处理断线重连、图片下载、消息去重这些脏活。」

我给他看了 dingtalk-opencode-tag:下载 opencode + 装 dws + 钉钉扫码授权,三步上线。跑在免费模型上,起步成本为零。

他试了一下,十分钟就通了。然后说了一句让我印象很深的话:「这不只是一个脚手架,这是一种交付范式。」

他说得对。这个项目的意义不在于它做了什么——文本对话、图片识别、文件解读,这些功能谁都能写。意义在于它 把生产环境的脏活封装成了可复制的 Harness,让数字员工的上线门槛从「一周的工程工作」降低到「三分钟的配置」。

[Read More]

AI 钉钉的护城河不在 AI,而在组织图谱与协同飞轮

The Moat Is Not the Model — It's the Org Graph and the Learning Loop

上个月,一个做汽车零部件的客户给我看他们的数字员工矩阵。

七个 Agent,分布在不同的钉钉群里,覆盖销售跟进、采购审批、质检报告、供应商对账、项目进度追踪、会议纪要生成、新员工入职引导。每个 Agent 都有组织身份——有工号、有权限、有审批链、有审计日志。它们不是独立的聊天机器人,而是组织的一部分。

然后他问了一个让我想了很久的问题:「如果有人要换掉钉钉,这七个 Agent 能带走吗?」

答案是不能。不是技术上搬不走——代码和数据可以导出。而是这七个 Agent 的每一个都 深度嵌入 了钉钉的组织图谱:审批链上的层级关系、群里的权限配置、通讯录里的汇报线、上下游组织的合同状态。换一个平台,这些上下文全部归零。

这就是护城河。但它不是大多数人以为的那种护城河。

AI 钉钉的三层护城河

[Read More]

数字员工驱动的工作流:数字原生工作方式的转折点

When the Subject of Workflows Shifts from Humans to Digital Workers

上个月,我去一个客户的运营部门看他们的周报流程。

过去的方式:周五下午,运营主管花两小时从三个系统里扒数据,手动填 Excel,写总结,发邮件给 VP。每周一早上开会讨论。

现在的方式:周一早上 8 点,数字员工「数据周报 Agent」自动从三个系统拉数据,生成周报,发到运营群里。主管花 10 分钟审核、批注,回复两个字:「OK」。

这看起来只是效率提升——从两小时变成 10 分钟。但仔细看,主语变了。

过去的周报流程,主语是 :人去扒数据、人去写报告、人去发邮件。AI 最多是个辅助工具。

现在的周报流程,主语是 Agent:Agent 去拉数据、Agent 去生成报告、Agent 去发送。人变成了审核者和决策者。

这不是工具升级。这是工作流范式的迁移。

数字原生工作方式的转折点

[Read More]

人机协同的核心不是 Chat,是 Feedback Loop

When proactive agents meet continuous human feedback, IM becomes an operating system

上周三晚上 10 点,我的钉钉弹出一条单聊消息。

不是同事发的。是我的数字员工:「今天帮你整理了 12 篇知识库笔记,其中 3 篇和上周发布的博客有观点冲突,需要你确认是否更新。另外,昨天你让我跟进的那个技术方案,对方已经回复了,我把要点整理好了,你看下?」

我花了 30 秒看完,回了两个字:「更新。」

然后它就去执行了。

[Read More]

数字员工 MVP 指南:从选场景到衡量效果的六步法

A practical six-step playbook from scenario selection to impact measurement

上个月,一个做消费品牌的朋友找我聊他们的 AI 项目。

他们花了三个月,让技术团队给 CEO 做了一个「数字分身」——能模仿 CEO 的语气给全员发周报、回答战略问题、甚至在新人培训里做公司介绍。演示那天,CEO 本人看了都觉得「挺像我的」。

然后他问了我一个问题:「这个东西,除了我自己觉得好玩,到底该给谁用?」

我说:你做了一个 分身,但你需要的是一个 员工

他愣住了。

这不是个例。我观察到大量企业在启动 AI Agent 项目时,第一步就搞混了这两个概念——不是因为技术理解不够,而是因为 没有想清楚锚点在哪

数字分身与数字员工:锚点决定一切

[Read More]

IM 在 AI 时代的沟通即协同:从 Chatbot 到 Agent 的两层跃迁

When chat becomes task dispatch: Chatbot vs Agent in modern IM

上周在钉钉里看到一条消息,让我意识到一个根本性的转变正在发生。

一位产品经理在群里 @AI 助理:「帮我总结一下今天会议的要点。」AI 很快给出了回复。几分钟后,她又 @采购 Agent:「根据这份 PRD,生成采购计划并提交审批。」

同样是 @AI,但两次操作的性质完全不同。第一次是 问一个问题,第二次是 派一个任务

这个细微的差别,恰恰是 AI 时代 IM(即时通讯)正在发生的最深刻的范式转移: 沟通正在从「对话」演进为「协同」

IM 在 AI 时代的沟通即协同:Chatbot vs Agent

[Read More]

工作流即软件,软件即 Agent:AI Coding 的真正战场

The next wave is not building new systems faster — it is encoding proven SOPs into digital workforce

上周和一个做制造业的朋友吃饭。他的工厂有一条产线质检流程,沉淀了八年的 SOP,写在 47 页 Word 文档里,涵盖了从来料抽检到成品出货的 23 个检查节点。

他说:「这套流程是我们最值钱的资产之一。但执行全靠人——培训一个质检员要三个月,离职率 30%,新人上来又得重新学。」

我问他:「你想过把这套 SOP 变成 AI 驱动的工作流吗?」

他愣了一下:「谁来帮我做这个?我手下的 IT 团队连 ERP 都维护不过来。」

这就是当下最大的供需错配: 企业最有价值的资产是沉淀多年的 SOP,但没有人把它变成可执行的数字员工。

[Read More]