同样都在做 Agent，钉钉悟空和飞书 Aily 差别有多大？

最近我拿到了 钉钉悟空的邀请码，上手体验了一下。

我的第一感觉很直接：

这东西很适合像我这种做内容的人。

因为它不是那种“在原有办公软件上加一点 AI 功能”的产品思路，而是明显能感觉到，它从底层开始，就是按 Agent 的方式来设计的。

在这之前，我其实一直在用 飞书 Aily，也是一款 Agent 产品。

但用下来之后，我最大的感受是：

这两款产品走的，根本不是一条路线。

悟空下载地址:https://wukong.dingtalk.com/

下面我实测几个例子。

小红书自动化

如果你想自动化管理小红书不妨看看这个例子。

之前自动发布小红书，是用的影刀这类模拟人工点击的工作流去实现自动功能。 现在悟空在Agent这块这能实现，而且搭配信息收集，有更高效的完成一轮工作流的闭环，从信息收集到信息输出。

收集小红书上最近护肤品热度比较高的产品。

悟空会自己打开自带的浏览器，然后去小红书进行搜索，信息源来自小红书APP，通过搜索后得到的数据整理归纳到钉钉表格中。

同样的要求，让飞书Aily执行，可以从截图就可以看见，飞书Aily没办法去调用本地的浏览器然后登录小红书去搜索信息的，她只能在各大信息平台进行检索，头条，新闻网站等等。

这差距就很明显了，悟空可以根据小红书相关产品的热度进行进行信息的收集，但是飞书的Aily就不行了，飞书Aily可以打开AI浏览器，但是一直卡在了登录页面，当然飞书可以完成这个流程吗？也是可以的，因为飞书可以接通OpenClaw，OpenClaw可以做到，这也是飞书Aily和悟空的本质区别，一个是加上Agent的功能，一个是自带Agent功能。

然后我让悟空帮我发布一篇笔记，他会打开小红书根据我给他的指令去操作对应的界面，然后自动填充笔记，进行发送

信息收集

AI领域的博主，每天都要在收集信息制作相关文章 所以我指定了一个AI新闻的定时任务

经过几遍询问后，悟空收集到我的相关需求，开始制作定时任务 这个地方，悟空并没有去直接调用网络查询，而是调用本地浏览器，在浏览器中获取信息

这就是悟空CIL的优势了，因为是在网站上获取的信息，所以我也可以在网站上进行操作，比如我想要获取量子位热门板块中热门文章的信息，我可以在定时任务中特别说明

而且我还可以把收集到的信息，保存到我本地的电脑中，作用于其他方面

视频制作

悟空除了内置日常使用技能外，在技能市场也很丰富

我使用动画大师技能，做一个人口数量动态视频

下面是制作完成后的效果

虽然这个技能在界面细节上还有一点小瑕疵，但整体体验下来，我已经能明显感觉到，悟空想做的并不只是“多几个AI功能”这么简单。
它背后体现出来的，其实是一整套完全不同的产品思路。

悟空和 Aily，底层逻辑就不一样

如果用一句话来概括：

• 悟空，更像是面向 AI 使用场景重新做了一套系统
• 飞书 Aily，更像是在飞书原有能力之上，再叠加一层 AI

这两种思路，看起来都在做 Agent，可能部分使用场景这两个没什么区别，但实际差别很大。

钉钉悟空：不是接了 AI，而是按 AI 重做了一遍

悟空这边，最让我有感觉的一点，就是 钉钉把底层能力做了全面 CLI 化。

这意味着什么？

意味着它不是简单给 AI 开几个接口，也不是让 AI 去“模仿人类点按钮、走页面、做流程”，而是直接给 AI 造了一套原生可调用的操作语言。

钉钉的 CLI，不只是普通的命令行指令。
它的每一条指令，背后都带着：

• 权限
• 会话
• 授权
• 上下文 context

也就是说，AI 在调用钉钉能力的时候，不是在“装作一个人在操作系统”，而是以一个合法身份、在一个明确权限边界内，直接和系统对话。

这种情况就不一样了 你会明显感觉到，悟空不是后面补出来的 AI 功能，而是从第一天开始，就按 AI 原生产品的思路在做。

飞书 Aily：更像是飞书生态里的云端 AI 助手

再看飞书 Aily。

我自己的理解是，它本质上更像一个纯云端的 AI 助手，整体形态有点像早期的 CoWork 路线。

它能在飞书生态里帮你完成一些事情，比如：

• 写文档
• 查日历
• 整理表格
• 做一些基础协同类工作

这些能力当然有用，而且放在飞书体系里也比较顺手。

但问题在于，它更像是“飞书里的 AI 助手”，而不是一个从底层到执行链路都围绕 Agent 重构的系统。

另外，飞书后面还接入了 龙虾（OpenClaw），让用户可以在本地电脑上通过 Agent 去执行任务。

但这两块能力，本质上是分开的：

• 一块是 云端的 Aily
• 一块是 本地侧的 Agent 执行能力

它们能配合，但不是一个从底层打通的统一产品。

悟空做成了一体化产品

而钉钉悟空给我的感觉是，它想做的不是一个单点工具，而是一个更完整的 AI 原生工作平台。

它把几件本来可能分散的事情，尽量收拢到了一个产品里：

• 云端工作流编排
• 本地 Agent 执行
• 企业级安全管控
• 原生权限和上下文体系

所以如果非要用一个更直白的方式去理解，

飞书 Aily + 飞书接龙虾，这两块能力加起来，整体上才比较接近 悟空一个产品 想覆盖的范围。

这也是为什么我会觉得，它们看起来都叫 Agent，但其实产品思路完全不同。

一个是在原有办公生态上不断加 AI。

另一个，是试图站在 AI 的视角，重新定义一套工作系统。

企业Agent分化

现在大部分做 Agent 的公司，基本都在走两条路。

说白了，就是：

一条是在原有系统上加 AI。
另一条，是按 AI 的逻辑把系统重新做一遍。

这其实也对应了 AI 时代里，企业应用的两个发展方向。

第一条路：渐进式增强

第一种叫 渐进式增强。

这条路线的核心思路很简单：

不推翻原来的系统，而是在现有系统上继续做加法，用 AI Agent 去增强原本的能力。

飞书走的，基本就是这条路。

比如 Aily，本质上就是在飞书现有能力的基础上，加上一层 AI 助手能力；
再比如接入 OpenClaw，则是在这个体系之外，补上本地 Agent 的执行能力。

这条路的好处也很明显：

• 风险更低
• 上线更快
• 企业更容易接受

尤其是对很多相对保守的公司来说，这种方式最容易落地。
因为它不需要你一下子改变整个工作方式，而是在原有体系上慢慢加 AI，先把效率提起来再说。

但问题也同样明显。

因为它始终还是建立在原有架构之上，所以它的上限，其实很容易被老系统卡住。

你可以理解为：

它能让旧系统变聪明，但很难让旧系统真正变成 AI 原生。

第二条路：重构式创新

另一种路线，叫 重构式创新。

这条路就更激进一点。

它不是在原有系统上补 AI，而是直接站在 AI 的视角，重新设计整个企业应用。

悟空走的，更像是这条路。

它不是简单接几个 Agent 功能进去，而是把底层能力重新整理了一遍。
比如钉钉把底层做了全面 CLI 化，本质上就是在给 AI 造一套原生可调用的操作语言和工作机制。

换句话说：

它不是让 AI 去适应旧系统，而是让系统一开始就按 AI 的方式来设计。

这条路的优点也很明显：

• 潜力更大
• 天花板更高
• 想象空间也更大

因为一旦底层就是按 AI 原生思路设计的，后面很多能力的扩展，其实会顺很多。

但它的难点也不小。

因为这不只是技术改造的问题，更是工作习惯、协作方式，甚至组织流程的变化。

说得直接一点：

这种路线更先进，但也更难落地。

短期看增强，长期看重构

站在当下这个阶段看，渐进式增强 当然还是有价值的。

而且在未来一段时间里，这条路依然会很有市场。

因为很多企业会觉得：

我现在只要能在原有系统上叠加一点 AI 能力，已经够用了。

这个判断并没有问题。
对很多公司来说，先把能提升效率的地方做起来，本来就是更现实的选择。

但如果把时间拉长来看，重构式创新很可能才是最终方向。

原因也不复杂。

当 AI Agent 的能力越来越强之后，很多传统企业应用的底层架构，可能会越来越不适配新的工作方式。

短期看，大家都会先在老系统上叠 AI。
但长期看，那些真正按 AI 原生思路重做一遍的产品，才更有可能定义下一代企业应用。

点击上方卡片关注叶小钗公众号，查看下方二维码，添加我个人微信：