沒有 AI 一樣做得完,那用戶為什麼非要 AI?:從釘釘 One 的兩封長信,看 AI Native 真正的難題

前言

2026 年 6 月,一篇大約 7.5 萬字的長文在阿里巴巴的內部網路傳開。沒幾天,一位副總裁在離職時寫下回應,其中一句被反覆轉貼:

「我越來越難確認自己是在創造產品,還是只是在消耗身體追趕一個不斷前移的節奏。」

很多人從這句話裡讀到疲憊、心疼、某種大公司裡的無力。但這篇文章,不打算聊加班,也不打算聊宮鬥。我想借這件事,聊一個更值得想的問題。

這幾年,AI 已經悄悄換了一個身份。它不再只是一個你問一句、它答一句的聊天框;它開始能讀你的檔案、跑你的流程、把一件事從頭到尾動手做完——它越來越像一個你可以「交辦」事情的同事,而不只是一個拿來閒聊的工具。(從競賽冠軍到能用的同事聊的,就是它跨過的這道門檻。)

而當 AI 長成一個能幹活的同事,一個真正「AI Native」的產品到底難在哪,就成了越來越多人要面對的問題。先講一個反直覺的結論:它最難的地方,早就不是技術了。

技術,已經不是門檻了

過去你想做一個軟體產品,光是「把它做出來」這一關,就能擋掉九成的人。

這一兩年,情況開始鬆動。Vibe Coding——用自然語言描述你要什麼、讓 AI 幫你把能跑的東西生出來——作為一種做法,其實已經存在一段時間了。但它真正落地,落到一個沒寫過程式的一般人也能上手、能親手感覺到那個好處,又是另一回事。寫程式這件曾經高聳的本事,正在我們眼前,被下放成一種幾乎人人可得的超能力。(就算你從沒碰過終端機也能上手,講的就是這個轉變。)

當「做得出來」不再稀缺,門檻就整個往上挪了一層。AI 產品真正的勝負手,不在你用了多厲害的模型、多新的框架,而在一個樸素到容易被跳過的問題:你到底想清楚要做什麼、解決什麼、為誰解決了嗎?

技術從門檻變成了地板。站上地板之後,大家比的是別的東西。

真正的考題:沒有 AI 也能做,憑什麼非用 AI?

那個「別的東西」,可以濃縮成一句話:你有沒有給用戶一個「非 AI 不可」的理由?

把它說得更尖銳一點——這件事,沒有 AI,用戶一樣做得完;那他為什麼非要用 AI?

這裡有個值得分清楚的差別。有一種 AI,是讓一件「本來就做得到」的事變快一點:你本來會排版,它幫你排得快些;你本來會寫信,它幫你起個草。方便,但可有可無。另一種 AI,是讓一件「本來幾乎做不到、或累得讓你不想做」的事,第一次變得可能:把一場沒人逐字記錄的會議,變成事後可搜尋、可回溯的內容;把散落在幾十個群組裡的待辦,在你睡前替你收攏成一張清單。

前者,拿掉 AI 你頂多慢一點;後者,拿掉 AI 整件事就垮了。真正站得住的 AI 產品,解的是後面這一種。所以判斷一個 AI 產品來不來真的,有個很好用的問題:把 AI 拿掉,它還活著嗎? 一個翻譯工具,拿掉機器翻譯就只剩空殼,它沒得選;一個記事本加了「AI 潤稿」,拿掉那顆按鈕還是好用的記事本,那 AI 就只是錦上添花。

平心而論:釘釘 One 想解的,正是我們想要的

先把話說在前頭。至少到目前為止,我還很難指著哪個產品說「這就是那個完整、成熟的 AI Native 產品」——也許它已經悄悄存在某處,只是還沒正式登場,只是以我的認知還沒看見;但可以確定的是,這條路大家都還在摸。所以這篇不是要替誰打分數、評斷它做對了幾分,我們也沒這個資格。我只是覺得,釘釘投入的這個 AI 產品(內部代號 One),它想解的那個問題,大概會讓很多認真用過 AI 的人心頭一震——因為它跟我們自己心裡想要的,實在太像了。

從公開的描述看,它想做的事是這樣的:用 AI 幫你把一天工作裡那些複雜、瑣碎的事梳理清楚——下班前,今天有哪些事還沒收尾、要補課、要跟進;隔天上班前,又該怎麼替一整天的工作排兵布陣。這幾個時刻,恰好是每個上班族心裡最焦慮的時刻。

而它確實摸到了一部分「非 AI 不可」的理由。因為現代工作的訊息洪流實在太大了:幾十個群組、幾百則訊息、散落各處的待辦,要一個人保持頭腦清楚地把這一切梳理乾淨,非常耗時間、更耗腦力。這恰恰是人最容易卡住、而 AI 又最幫得上忙的地方。

換句話說,它想做的,是一件真有價值、也真有人需要的事。方向,並沒有走偏。可即便方向對了,事情還是這麼難。難在哪?

那為什麼還是難?——它卡在「為誰」

當你把場景拆得更細,一個要命的問題會浮出來:這個產品,到底是為誰做的?

釘釘面向的客戶,一句話叫「企業」。但「企業」再往下拆,裡頭至少站著兩個角色:老闆,和員工。於是問題來了:這個用來梳理工作、提高效率的 AI,主要該為老闆做,還是為員工做?

從那兩封長文透出來的訊息看,這個問題似乎一直懸在那裡,沒有一個乾脆的答案。而這,恰恰是 AI Native 產品最容易卡死的地方——卡的不是技術做不出來,而是「為誰」這一題,始終沒被回答。

其實這不是釘釘獨有的難題。所有 B2B(企業)軟體都繞不開一個經典的張力:買單的人,和使用的人,常常不是同一個人。 掏錢的是老闆,每天在用的是員工。當這兩個人想要的東西一致,產品就順;一旦他們想要的方向分岔,產品就會在中間被拉扯。而 AI,偏偏把這道裂縫撐得更開了。

老闆要的,和員工要的,是兩回事

為什麼說 AI 把裂縫撐得更開?因為同一個「用 AI 提高效率」,站在老闆和員工兩邊看,根本是兩件事。

站在老闆的角度:用了 AI,就該把省下來的時間拿去做更多的事。AI 省下的兩個小時,不是讓你早走,而是讓你多扛兩個小時的活。

站在員工的角度:用了 AI,最好是能替我減負、讓我輕鬆一點、把人從瑣事裡撈出來。

這兩種期待,從一開始就指向相反的方向。而更微妙的是,現實往往會倒向老闆那一邊——不是因為誰比較壞,而是因為 AI 這個東西的特性,本來就會把人推向「做更多」。

Vibe Coding 落地之後,幾乎每個認真用 AI 的人,都會有一個共同的、有點反直覺的體會:我並沒有比以前輕鬆,我做的事反而更多了。 原因有好幾層。一是那股刺激和亢奮實在太迷人——當你發現一句話就能讓 AI 替你生出一個東西,你會忍不住一直往下試、一直加碼,停不下來。二是邊際成本被打到趨近於零:既然多做一件事幾乎不費力,那為什麼不多做?三是水位被整體拉高了——當所有人都用 AI 把產出撐大,你不撐,反而顯得不夠。

於是 AI 並沒有把人從工作裡解放出來,它把每個人「能做的事」撐得更大,也把「該做多少」的標準,悄悄往上推。

看出那個矛盾了嗎?一個產品如果一邊打著「幫員工減負」的旗號,骨子裡卻長在「要更多產出」的土壤上,這兩股力天生反向。它不是哪個人壞了事,而是這個產品從定義上,就被「為誰」這道題撕成了兩半。

再強調一次:這不是在聊勞資,也不是在聊誰加班加得慘。這是一個很純粹的產品問題——當買單的人和使用的人,想要的方向剛好相反,你這個 AI 到底站誰那邊? 你不先回答這題,做得再炫,它都會在中間裂開。

那,做一個(或挑一個)AI 產品,你該問什麼?

把上面收斂成幾把可以直接用的尺,不管你是想做 AI 產品,還是在挑 AI 工具:

第一把:拿掉 AI,它還剩什麼? 剩一個空殼,代表 AI 是地基,它來真的;剩一個照樣好用的東西,代表 AI 是後來貼上去的賣點。

第二把:它給的「非 AI 不可」理由,對你成立嗎? 是真的幫你解決了一件做不到、或累得要命的事,還是只讓你「快一點點」?後者,別為那層 AI 多付錢。

第三把,也最容易被忽略:它到底為誰而做? 一個說不清楚「主要為誰服務」的 AI 產品,通常就會在買單者和使用者之間被扯裂。而對你自己,還有一個很誠實的小問題可以問:它讓你變輕鬆了,還是只是讓你做了更多?

結尾

回到那兩封長文。釘釘 One 的故事之所以讓這麼多人有共鳴,不是因為它失敗了——前面說過,它想解的問題是真的、踩中的痛點是真的,而一個公認完整成熟的 AI Native 產品,至少到目前,我們也還很少看到——這條路,大家多半都還走在半途。它真正讓人看見的,是另一件事:在技術已經不再是門檻的時代,做一個 AI 原生的產品,最難的從來不是「我們用了多厲害的 AI」。

最難的,是兩個素樸到容易被跳過的問題。第一個:我們到底為誰,解決了一件非它不可的事? 第二個更難——當這個「誰」裡面,站著想法相反的兩種人時,我們敢不敢、又能不能,把話講清楚:我們站誰那邊?

AI 把工具的能力撐到了前所未有的高度,卻沒辦法替你回答「為誰」。同一個 AI,可以幫一個老闆壓出更多效率,也可以幫一個員工奪回一點喘息——端看做產品的人,心裡到底裝著誰。

技術會繼續變便宜,模型會繼續變強。可這兩道題,沒有任何一個模型能替你回答;它們只能,也只該,由人來回答。

本文事實基礎參考馬銳拉《置身釘外》全文,以及新浪科技、澎湃新聞、IT 之家等對《置身釘內》與相關背景的公開報導。文中對釘釘 One 的描述,係根據公開報導與外界討論整理,非官方產品說明;對釘釘及阿里巴巴的內部情況不作評斷,涉及人物與時間以公開報導為準。