跳到主要内容
MacTalk飞书对 DeepSeek 的理解
M
池建强//约 3 分钟
飞书接入 DeepSeek R1 了。准确地说，是飞书的多维表格中接入了 DeepSeek R1，而非以 ChatBot 的方式。春节 DeepSeek 老卡顿，墨问也曾动过心思，是否可以在自己的产品里集成 DeepSeek 的 ChatBot，这样也能给用户提供服务。我的判断逻辑是，DeepSeek R1 的能力拉长点时间维度看，不会成为一种稀缺能力。春节假期卡顿不好用，这只是暂时的。毕竟 R1 完全开源，大家都可以快速部署。壁垒并不高。现在，你看到了，腾讯元宝、百度文小言等产品都已经集成了 R1。飞书集成 R1 的思路值得借鉴。它把 DeepSeek 放到具体的场景之中，比如多维表格和企业内搜。这让我挺感触的，我越来越觉得 AI 应用中，最大的制约还是大家对于用户需求和用户JTBD（Job to be done）的理解。因为大模型的技术，会越来越强，成本也会越来越低。多维表格我过去写过很多次。它从表格的形态切入，但早已经超脱了传统表格的功能，我们团队主要用它当成轻量的业务系统。表格的部分像数据库，表格之前，还能接入表单作为信息的输入端，然后再配合工作流做自动化，仪表盘做数据看板，像内容管理系统、用户报名系统、CRM 这样的场景都能够满足。其实，多维表格早在 2023 年时就接入了 AI，只不过这次，有了 R1 的能力。新建字段，选择“探索字段捷径”，你就能看到 DeepSeek 的入口。字段捷径中心，还有非常多的能力，数了下，大大小小，几百个，比如 AI 图片理解、分类、签字确认。字段捷径相当于把高频场景中的计算和生成能力封装为了字段。很多人用多维表格的时候会忽略这部分能力。飞书的多维表格本质就是一个面向所有用户的低代码工具（当然也可以叫零代码，我就不纠结概念了），像我同事瑶瑶，她就可以快速搭建出一个符合业务需求的轻型系统出来。在多维表格中使用 DeepSeek R1以及豆包等领先模型，也就意味着我们直接能够利用最新的 AI 技术为业务提效，让 AI 成为业务工具的一部分。我今年给团队提的一个要求是，把手头的事情做得又快又好。过去，这种要求肯定被认为是 Pua，你怎么能什么都要呢？快和好一定程度上是冲突的，毕竟慢工出细活。但现在，有了 AI 的加持，又快又好的逻辑就能成立。多维表格的底子是一张灵活的表格。你会发现当把 AI 的能力融入到表格之中，会有很多意想不到的能力出现，这也许就是场景化的价值。人人都是业务高手。比如，表格有很多条记录，新建 DeepSeek 的字段捷径之后，我们完全可以批量调用 AI，处理数据。这在 ChatBot 中，限于交互形态，根本不可能做到。再比如，ChatBot 输出的信息都是一段话，没有结构化。但在多维表格中，我们可以借助 AI 的能力，直接把输出给结构化为一个个的字段。前两天，我看到 Anthropic 的报告中说目前 AI 在具体业务场景中的渗透率还是挺低的。大部分人用 AI 主要是写代码，问问题，写文章，造成这种问题的原因我认为核心还是场景的缺失，像飞书多维表格这样，直接把 AI 融入进去，那客户也就直接能在业务里自然的利用 DeepSeek 的能力。看来，飞书在不断探索怎么利用 AI 提升客户的业务效率。最后，分享一个我看到的很不错的在多维表格中，10 倍速使用 DeepSeek 的模板。你可以看看对方的思路和场景，也许类似的工作流可以嫁接到自己的工作中。链接在左下角阅读原文中。