作者 | 邓咏仪
编辑 | 苏建勋
2025 年，还有人不知道 AI 是新时代潮流吗？过于 Fancy 的概念，已经 0 人在意。
无论是企业还是许多个人用户，对 AI 的关注重点，已经从大模型迅速转向落地。如何能够在真实的工作、学习、生活场景，让 AI 帮助降本增效——才是现在 AI 圈子里的讨论重点。
7 月 9 日，飞书发布并升级了知识问答、AI 会议、飞书 Aily、飞书妙搭等多款 AI 产品。
相较往年，这可以说是飞书又一次的海量更新——不仅是对多维表格、知识问答等已有产品进行了全新升级；而 Aily 和妙搭等新上线的 AI 全家桶，则是顺应当下大模型落地难点的新产品。
此前几年，飞书已经走过从产品到市场覆盖的早期阶段，也积累了大量零售、高科技、先进制造等等行业的客户。
根据飞书披露的最新数据，在新能源汽车行业里，销量前 30 的品牌中，已有 6 成开始使用飞书；在茶饮行业的 6 家上市品牌中，也有 5 家是飞书的用户。
一场 AI 场景、AI 新用户的竞赛也开始了。这两年，如何占据 AI、具身智能领域的新玩家们的心智，成为协同办公赛道的竞争重点——这两年中，飞书也已经拿下了包括 DeepSeek、智元机器人在内的新客户。
一个有意思的小插曲是，7 月 8 日，钉钉突击上线了新的 AI 表格产品，对垒之意明显。作为回应，飞书也在今天的发布会上宣布，在企微、钉钉平台上，也将计划上新多维表格——其他平台的用户，也能在企微和钉钉上申请使用。
多维表格海量上新：从表格到系统级平台
作为拳头产品，飞书多维表格依旧占据了本次发布会的 "C 位 "。
根据飞书最新披露的数据，当前多维表格的月活已经超 1000 万——在国内 To B 产品中，这已经是不小的数字。
从底层技术栈到上层的应用，飞书多维表格都上新了多项新功能。在性能层面，多维表格的容量变大，而且处理速度也更快了。
同 2024 年相比，目前飞书多维表格的单表容量，已提升至 1000 万热行——较去年翻了 10 倍，但处理速度得以大幅缩减——在 2 万行的规模下，多维表格的加载速度从 7.4 秒降至 0.94 秒， 5 万行也仅需 1 秒就能加载完成，而国内同类型产品可能需要 20 秒之久。
这意味着什么？已经能够处理一个小型电商平台的业务需求——可直接管理 1000 万条的 SKU/ 订单，可以覆盖细分品类平台包含订单号、用户、商品、金额、物流等等在内的信息。
为什么智能表格产品的 Agent 化，成为兵家必争之地？
一个原因在于，多维表格是依托 aPaaS 组建的产品，除了可以连通文档，多维表格也已经成为许多企业客户核心工作流中的一部分。
在相当多的中小团队业务中，多维表格可以替代许多小型业务系统的能力，企业将无需再采买销售、客服、人力等系统。
也正因如此，表格类产品，已经成为大模型 + 真实业务场景的试验场。
具体到使用方式，以往，用户想在飞书多维表格里仅仅只需要 " 拖拉拽 "，如同搭积木一样——这也是以前的低代码、aPaaS 类产品所主打的核心卖点。
但实际上，这个操作说起来简单，做起来依然有门槛——如果是一位完全没有编程基础的用户，理解 " 字段 "" 流程 " 等各类专业名词，搞懂配置流程，也是困难的。
所以，飞书希望将门槛拉得更低——大模型能力进一步提升后，如今用户已经能 " 用嘴搭系统 "。
在拖拉拽的基础上，用户能够和 " 飞书妙搭 " 进行对话，给到具体的指令，比如 " 我要搭建一个包含订单、物流、成交额等类目的电商业务看板。"
然后，飞书妙搭则会调用 Agent 能力，直接一键生成 AI 应用。
不仅如此，为了让 AI 应用能快速落地，飞书新发布的 " 应用模式 "，则相当于再进一步，一键 " 装修 "AI 应用。
在生成 AI 应用后，初始的效果会更像一个 Demo。但 " 应用模式 " 内置了丰富的应用组件，比如各种列表组件、Tab 组件、轮播图等等，能够让 AI 应用看起来更像一个可交互的 "AI 系统 "。
简单而言，用户能够有更丰富的选择，快速搭建出一个兼顾美观、实用的业务应用，部署到不同的平台，也变得更简单了。
真 · 能干活的 Agent，才是好 AI
发布会的另一个重点，则是 Agent。
Agent（智能体）从 2024 年一路火到了 2025 年，但一直困于概念模糊和难以落地中。甚至业内也难以有人说清，到底多智能的 Agent 算是真 Agent。
这也导致，Agent 领域出现了众多 " 买家秀 " 和 " 卖家秀 " ——演示看起来相当酷炫，但一落地就错误百出。
如何能判别 AI 应用是否属于真 · Agent，能落地？
M1 ——概念验证，只做内部演示，别对外发布；
M2 ——早期试用，给愿意尝鲜的用户用；
M3 ——成熟应用，可以大规模使用；
M4 ——完全成熟，在适合的任何场景都可使用。
以飞书已有的功能点作为例子，飞书在此前发布的 " 知识问答 " 便已达到了 M3 水准—— " 知识问答 " 是可以通过调用聊天记录、会议纪要、文档等多种日常沉淀的信息，回答企业里的相关问题。
另一个颇有口碑的 AI 转录产品 " 飞书妙记 "，则已经达到了 M4 等级。
" 就像大模型比的不是功能差异，而是生成质量、理解能力一样，AI 应用也应该就效果进行选择。" 飞书 CEO 谢欣表示。
除了明晰 Agent 概念，飞书也同步上新了 "AI 全家桶 " ——飞书开发套件，帮助企业能够更快地把 Agent，落地到具体场景中。
比如，新发布的 " 飞书 Aily"，就相当于一个企业版 Manus。用户只需要简单几步，配置人设、接入企业知识、添加业务系统 MCP，就可以打造自己专属或业务专属的 Agent。
Aily 和第三方的 Agent 核心区别在于，是否拥有企业数据。在真实的 To B 场景中，企业对数据问题是非常敏感的，Aily 支持私域数据，并且配置好了一系列的数据权限、隔离功能，
从去年起，Aily 已经在在多个企业中落地。典型客户包括公牛集团——现在，公牛集团已经上线了专家级客服 Agent" 公牛智服 "，可 24 小时实时响应客户和上千家经销商问题，使客服接待能力提升了 30 倍。
通过 AI coding 让想法快速落地后，像是为企业引入了不限量的产品经理，和初阶的开发，能直接根据业务需求、输出原型、开发系统。
飞书 aPaaS 也在此基础上完成了多项更新，做到了让 AI 全程助力业务系统的开发过程。"AI 正带来全新的软件范式和开发范式，软件范式上，智能系统 加 Agent，不仅满足数字化需求，也供给了更多智能人力服务；开发范式上，AI Coding 加 PaaS，也可以实现效率、稳定、复用间的最优解。" 飞书开发套件负责人周洲表示。
