今天钉钉发布了悟空，我也是第一时间试用了一下，想聊聊几句。
OpenClaw 火了之后，国内大厂跟进的速度很快，以 BAT 为代表。
字节的火山引擎做了 ArkClaw，本质是把 OpenClaw 搬到云端，网页打开就能用；腾讯做了 WorkBuddy，自研一套桌面 Agent，3 月 12 号全量开放还打通了微信直连。两家的逻辑都很清晰：先让个人用户用起来，门槛越低越好，跑起来再说。
而悟空不是这个思路。
我翻了一圈资料，发现悟空做了这么几件事：
- 四层 Skill 体系（钉钉原生的、阿里集团商业操作系统的、企业私有的、开源兼容的）
- Skill 全生命周期管理（从创建到审核到发布到下架到监控）
- 一套从零写的 AI 原生文件系统叫 RealDoc
- 一个塞了 1 块 PC 主板加 5 块手机主板的专用硬件 Realbox。
说实话，第一反应是俩字：太重。
先说我的疑虑。
OpenClaw 全球爆发也就这几个月的事，大多数企业连 Agent 到底能干嘛都还没搞明白，在这个时间点这么大力推，是不是有点不合时宜？
像悟空推的是双层安全规则体系、独立沙箱、三级网络管控、全链路审计日志。甚至细到群聊场景里，悟空的数据权限取「用户权限」和「提问人权限」的交集——哪怕悟空理论上能访问某些数据，提问的人没权限，它也不返回。
这些功能每一条拿出来都是对的。甚至可以说是必要的。
但问题在于：这是现在企业最急迫的需求吗？
打个不太恰当的比方。智能手机刚出来的时候，你不先卖手机，先卖 MDM（移动设备管理）。逻辑上完全说得通，但市场还没走到那一步。大部分中小企业老板对 Agent 的理解可能还停留在「帮我写个周报」的阶段，你跟他讲全链路审计和风险熔断，他大概率会问一句：这跟我有什么关系？
钉钉在国内 SaaS 平台从来都是以比较能做落地的决策著称的，为什么这一次反而不太一样了？
另外，从路径看，的确是在模仿 Anthropic 走企业级路线。而 Claude 走出了 Claude Code 的路线，悟空走的是什么路线呢？
用户到底是谁。
悟空的定位写的是「中小企业、企业开发者、行业客户」。但看它展示的核心能力——四层 Skill 体系、全生命周期管理、集群部署、多人共用 Realbox——全部指向中大型组织。
有意思的是，悟空同时推了一个叫 OPT（One Person Team，一人团队）的概念，感觉是在响应国家的 OPC（One Person Company）的号召。覆盖十个行业：一人电商、跨境电商、知识博主、一人门店、一人律师团队、一人设计团队、一人制造团队、一人财务团队、一人猎头团队、一人开发团队。
这中间的挑战就很大了。
一边是企业级架构——权限管控、集群部署、操作审计；一边是超级个体——一个人运营一家电商，一个人管一家门店。这两类人的需求差距实在太大了。
拿「一人门店」这个场景来说。素材里有个案例叫杭工匠车身修复，开在停车场三楼，线下自然客流几乎为零，全靠线上引流活。这个老板需要的是什么？大概就是帮我在小红书上自动回评论、自动发爆款笔记、别让咨询消息过夜。
他需要全生命周期 Skill 管理吗？需要企业级权限管控吗？估计不需要。他需要的是五分钟上手，立刻见效。
目前悟空的企业级架构和 OPT 超级个体之间，还少了一个清晰的分层入口。轻量用户怎么进来？重度用户怎么升级？这条路径现在还不够清晰。
不过上面说了这么多疑虑和挑战，有一件事改变了我的看法。
悟空整场发布里有一个看似不太重要的信息，但我觉得是最硬核的东西——钉钉全产品 CLI 化。
CLI 是最近科技领域非常关注的一个产品形态，它很可能会在一段时间后替代掉图形界面。像我近期用 Claude Code 和 Codex 就非常过瘾，他们不光能解决代码的问题，其实是解决了让大模型长出手脚的问题，也是 OpenClaw 的精神父亲。
钉钉把过去 11 年做的所有产品——AI 表格、AI 听记、视频会议、文档、知识库、审批、OA，还有各类 SaaS 应用——全部重写为 CLI（命令行接口），AI 可以理解、调用、操作钉钉的产品能力。
注意，这不是「在钉钉上面加了一个 AI 助手」。官方自己说的原话是：这不是在老产品上加 AI 功能，而是为 AI 造了一套原生的操作语言。
这件事为什么重要？因为它回答了一个根本性的问题：Agent 操作企业软件的方式到底应该是什么。
OpenClaw 和市面上绝大多数 Agent 的方式是屏幕操作——AI 看着你的电脑屏幕，模拟鼠标键盘点来点去。正如之前豆包手机所面临的问题一样（豆包手机是靠屏幕不断的截图来实现的），这种方式的上限是低的：慢、不稳定、容易出错，复杂的企业级权限更是处理不了。
悟空的方式是原生调用——AI 通过 CLI 直接操作钉钉的审批链、数据表、日程系统、通讯录。
前者像是雇了个实习生坐在你电脑前帮你操作软件，后者则是给了一个懂行的专家直接接入了公司的业务系统。这完全不是一个量级的事情。
而且 CLI 化还有一个更深远的可能：
因为每一个钉钉功能都变成了标准化的命令行接口，意味着未来任何第三方 Agent 都可以调用这些能力。钉钉不只是在做一个 Agent 产品，它在把自己变成所有 Agent 的企业级技能包和武器库。
当然，要打一个大大的问号。11 年的产品线，CLI 化到底完成到了什么程度？是全量覆盖，还是重点场景的 demo？这个问题的答案，决定了上面这段话是预言还是吹牛。
但至少方向上，这是我目前看到的大厂做 Agent 里最有结构性壁垒的一步棋。
除了 CLI 化，还有两个被忽视的细节。
第一个是 RealDoc。
解决的是一个所有 Agent 用户都遇到过的痛点：
当前所有 AI Agent 操作文件的方式极其原始，改文档里一个词，AI 得先把整篇文档读进来，改完再整篇写回去。像是改书里一个错别字，却要把整本书抄一遍。官方给了一个案例的数据：有用户实测制作一个 PPT，消耗了 2.7 亿 Token，约 500 美金。
RealDoc 让 AI 可以按行号定位、按关键词锚点、用正则表达式批量匹配，只动需要动的地方。每步操作自动保存快照，改坏了一条命令回退到任意版本。
这种「脏活」层面的创新很难体现在精彩的画面上，但极其实用。说明团队不是在画 PPT，是在解决 Agent 落地过程中那些真正恶心人的工程问题。
第二个是 AI IM 的升级。
过去用 Agent 的方式是「人找 AI」——打开悟空、输入指令、等结果、再搬回工作场景。中间有三层摩擦成本：切换、描述、搬运。
钉钉做的是在 IM 侧边栏嵌入一个 AI IDE，让悟空实时读取对话流、自动给出建议、直接执行任务。不是你问它答的 Copilot 模式，是主动发现任务并提建议的 Agent 模式。
这两个细节加在一起说明一件事：悟空不是在堆功能清单，是真的想过了用户体验。
回头再看悟空那些一开始觉得「太重」的设计，换个角度想想。
权限管控、操作审计、风险熔断、Skill 全生命周期管理——这些不是锦上添花的东西，是 Agent 进入企业场景的必答题。只不过，大多数人还没走到需要答题的阶段。
OpenClaw 爆发后的几个月里发生了什么？龙虾删邮件、敏感数据被 AI 读取、文件散落在本地虚拟机无人管控、员工离职一键删除企业资产。这些不是假设性风险，是真实发生过的事情。AI 有了操控电脑的能力，安全不是「有没有」的问题，是「敢不敢放进企业」的问题。
从这个角度看，悟空从第一天把安全建进架构里而不是事后打补丁，就不是过度设计，而是唯一正确的做法。安全一直是红线，相当于企业的地基。
再说生态位。阿里集团旗下淘宝、天猫、支付宝、阿里云的商家服务能力正在以 Skill 形式逐步接入悟空。一个跨境电商用户通过悟空，未来可以在一个平台里完成「亚马逊选品→1688 找同款→供应商沟通→商品名优化→TikTok 视频营销」的完整链路。这不是创业公司能拼凑出来的能力密度。
悟空赌的不是「现在企业需要 Agent」。它赌的是「当企业需要 Agent 的时候，需要的一定是这种形态」。
说了这么多，最后聊聊「跟我们有什么关系」。
对大多数个人用户来说，今天下载了悟空，也许还不是能兴奋地干拔一个业务的时刻。OPT 十大行业方案里的一人门店、一人电商听起来很诱人，但上手体验到底如何，也还需要验证。
但如果你是这么几类人，可以现在就认真看一眼：
- 中小企业主，已经在让员工用 Agent 处理工作，但担心数据安全和管控的
- 开发者，想找一个能把 Skill 快速商业化变现的平台
- 钉钉生态里的 ISV 或 SaaS 合作伙伴，在考虑下一步怎么接 AI 能力的
悟空不完美。时机可能偏早，功能架构也许还比较粗糙。但它做了一件大多数在追热点的产品没做的事——不是在简单地关注「怎么让更多人先用起来」，而是在问「当企业真正需要 Agent 的时候，它们需要什么」。
在一个所有人都在比谁跑得快的赛道里，有人愿意停下来回答一个更难的问题。我倾向于觉得，这件事本身值得被认真对待。
先说这么多。希望对各位有启发。
本文来自微信公众号 “刘言飞语”（ID：liufeinotes），作者：刘飞Lufy，36氪经授权发布。
发布时间：2026-03-17 20:03
立即订购
在线咨询
返回顶部