飛書(shū)項(xiàng)目這次發(fā)布，可能被大部分人低估了

飛書(shū)項(xiàng)目在SaaS賽道的數(shù)據(jù)令人震驚，但真正讓行業(yè)矚目的卻是其AI生態(tài)的高速進(jìn)化。日均接口調(diào)用量一年增長(zhǎng)五倍背后，隱藏著一個(gè)被多數(shù)人忽略的戰(zhàn)略信號(hào)：系統(tǒng)的一等公民正在從「人」轉(zhuǎn)向「人+Agent」。本文深度解析飛書(shū)項(xiàng)目如何通過(guò)AI Friendly戰(zhàn)略重構(gòu)研發(fā)管理范式，其開(kāi)源CLI與AAMP協(xié)議如何為多Agent協(xié)作鋪設(shè)基礎(chǔ)設(shè)施，以及那些正在主動(dòng)「蒸餾」自己的PMO們揭示的殘酷進(jìn)化法則。

先擺幾個(gè)數(shù)據(jù)。

2025年，飛書(shū)項(xiàng)目在「軟件研發(fā)項(xiàng)目管理SaaS」和「IPD流程數(shù)字化SaaS」兩個(gè)賽道，市占率分別是46.8%和68.6%，全國(guó)雙第一。這個(gè)數(shù)據(jù)是賽迪最新發(fā)布的。

但更讓我愣住的不是這個(gè)，是另一組。

飛書(shū)項(xiàng)目開(kāi)放平臺(tái)上線一年，活躍插件數(shù)量翻倍，日均接口調(diào)用量從500萬(wàn)增長(zhǎng)到2300萬(wàn)。一年差不多五倍的量。

這個(gè)量級(jí)的增長(zhǎng)在SaaS行業(yè)里是個(gè)什么概念？這東西已經(jīng)不只是一個(gè)工具了，它是很多企業(yè)每天都在依賴的業(yè)務(wù)底座。

昨天我在上海參加了飛書(shū)項(xiàng)目生態(tài)日，聽(tīng)了一整個(gè)下午，腦子里一直在盤一件事。

到底是什么讓飛書(shū)項(xiàng)目在這個(gè)賽道里跑成了現(xiàn)在這個(gè)樣子？然后又憑什么它今天在AI方面還能再往前沖一大截？

聽(tīng)了半場(chǎng)，我記下了一個(gè)詞。

AI Friendly。

這個(gè)詞是飛書(shū)項(xiàng)目負(fù)責(zé)人洪濤提出來(lái)的，翻譯過(guò)來(lái)叫「對(duì)AI友好」。聽(tīng)著挺普通對(duì)吧？我一開(kāi)始也沒(méi)當(dāng)回事兒。

但洪濤接著講了一句話，把我聽(tīng)坐直了。

「過(guò)去我們的開(kāi)放，更多是對(duì)人開(kāi)放。從流程配置的靈活開(kāi)放，到API接口的豐富開(kāi)放，再到輕應(yīng)用前端的全面開(kāi)放。但今天，當(dāng)越來(lái)越多的使用者變成了AI Agent，平臺(tái)還得對(duì)AI友好。」

這句話我咂摸了一下午。因?yàn)樗澈蟛刂粋€(gè)我們很多人還沒(méi)反應(yīng)過(guò)來(lái)的事情。

系統(tǒng)的一等公民，正在從「人」擴(kuò)展到「人+Agent」。

坦率的講，我來(lái)之前期望沒(méi)那么高。我自己這半年都在做AI Agent落地的事情，踩坑踩到懷疑人生，來(lái)這兒最開(kāi)始就是一個(gè)「看看友商在干啥」的吃瓜心態(tài)。但聽(tīng)了洪濤開(kāi)場(chǎng)那十分鐘，我就知道今天這場(chǎng)會(huì)，對(duì)在一線做AI落地的人來(lái)說(shuō)，值得認(rèn)真對(duì)待。

我想跟你聊聊，為什么。

洪濤開(kāi)場(chǎng)講了一段話我覺(jué)得是整場(chǎng)最核心的判斷。他說(shuō)，AI到底給咱們的研發(fā)項(xiàng)目管理帶來(lái)了什么麻煩？

沒(méi)聽(tīng)錯(cuò)，是麻煩。

寫代碼、寫文檔、出方案，確實(shí)變快了。但單點(diǎn)產(chǎn)出變快，不代表大家配合得更順。干活的節(jié)奏越快，信息不同步、流程斷開(kāi)、責(zé)任扯皮的情況，反而會(huì)成倍放大。

這時(shí)候，如果一個(gè)項(xiàng)目管理平臺(tái)還停留在「記任務(wù)、看狀態(tài)」，那就徹底扛不住了。

那解法是什么？

洪濤給的答案只有一句話。「把結(jié)構(gòu)化數(shù)據(jù)，變成AI的燃料。」

這句話我聽(tīng)完當(dāng)場(chǎng)抄在了備忘錄里。

因?yàn)樗v透了一件事兒。我們很多人討論AI轉(zhuǎn)型，都在討論模型能力、Prompt技巧、Agent架構(gòu)。但真正在企業(yè)里把AI跑穩(wěn)的人都知道，AI如果只是一個(gè)聊天框，那是玩具。只有當(dāng)AI真正吃透企業(yè)里那些結(jié)構(gòu)化的流程數(shù)據(jù)，幫你去排期、去暴露風(fēng)險(xiǎn)，它才能解決真實(shí)的業(yè)務(wù)問(wèn)題。

所以AI時(shí)代的研發(fā)管理，必須是把開(kāi)放能力、結(jié)構(gòu)化數(shù)據(jù)和流程系統(tǒng)，死死地焊在一起。

這一句話，就是AI Friendly戰(zhàn)略的底層邏輯。

好，帶著這個(gè)判斷，我再看飛書(shū)項(xiàng)目這次發(fā)布的東西，突然就看懂了。

先說(shuō)一個(gè)容易被低估的事實(shí)。飛書(shū)項(xiàng)目的開(kāi)放，不是今天才開(kāi)始的。

這事兒其實(shí)是飛書(shū)項(xiàng)目的基因。去年這個(gè)時(shí)候他們?cè)诒本┺k了一場(chǎng)開(kāi)發(fā)者日，當(dāng)時(shí)來(lái)了大概一百號(hào)人。從那兒之后，開(kāi)放平臺(tái)正式上線，接口、Webhook、輕應(yīng)用、三方插件體系全開(kāi)放出去，一年時(shí)間跑出來(lái)大幾十個(gè)優(yōu)質(zhì)的解決方案。活躍插件翻倍、日均調(diào)用量從500萬(wàn)漲到2300萬(wàn)這兩個(gè)數(shù)據(jù)，就是這一年開(kāi)放的果實(shí)。

但你注意洪濤在開(kāi)場(chǎng)講的另一句話，他說(shuō)，開(kāi)放平臺(tái)發(fā)布一年，數(shù)字增長(zhǎng)以外更重要的是質(zhì)變。

什么質(zhì)變？

是越來(lái)越多的插件和解決方案，開(kāi)始嘗試「AI × 飛書(shū)項(xiàng)目」。

這句話翻譯過(guò)來(lái)是，過(guò)去一年開(kāi)放平臺(tái)承接的是「人的開(kāi)發(fā)者」做出來(lái)的工具；往后開(kāi)放平臺(tái)要承接的，是「AI的開(kāi)發(fā)者」以及「人+AI一起開(kāi)發(fā)出來(lái)的工具」。

這就是為什么今年活動(dòng)從「開(kāi)發(fā)者日」變成了「生態(tài)日」。

一字之差，里面的東西全變了。

因?yàn)椤搁_(kāi)發(fā)者」這個(gè)詞的含義正在被重新定義。以前開(kāi)發(fā)者是程序員。今天一個(gè)懂業(yè)務(wù)的PMO配一套AI Coding工具就是開(kāi)發(fā)者，一個(gè)一線產(chǎn)品經(jīng)理用自然語(yǔ)言生成插件也是開(kāi)發(fā)者。當(dāng)開(kāi)發(fā)者的邊界開(kāi)始模糊，開(kāi)發(fā)者日這個(gè)名字就自然不夠用了。

洪濤在開(kāi)場(chǎng)還定義了一下什么叫生態(tài)。他說(shuō)生態(tài)不是人多熱鬧，生態(tài)的標(biāo)志是三件事。第一，平臺(tái)上開(kāi)始長(zhǎng)出真實(shí)的業(yè)務(wù)作品。第二，不同的角色開(kāi)始圍繞同一個(gè)底座一起干活。第三，也是最實(shí)在的，伙伴們開(kāi)始在這里獲得客戶、獲得收入、獲得持續(xù)投入的理由。

這三條放在一起，就是「生態(tài)日」這個(gè)名字的全部含義。

從「人的開(kāi)發(fā)者」擴(kuò)展到「AI參與的生態(tài)」，這是飛書(shū)項(xiàng)目今年判斷的起點(diǎn)。

而AI Friendly這個(gè)戰(zhàn)略，就是為了把這件事接住。

好，說(shuō)回產(chǎn)品本身。

飛書(shū)項(xiàng)目這次發(fā)布的那張主架構(gòu)圖，我在現(xiàn)場(chǎng)拍下來(lái)了，回家之后看了好幾遍。整個(gè)圖分三層。

第一層叫 AI 連接 Connection，里面有 MCP 升級(jí)、飛書(shū)項(xiàng)目 CLI、AI Coding 開(kāi)發(fā)套件。第二層叫 AI 應(yīng)用 Application，里面有 AI 節(jié)點(diǎn)、AI 字段。第三層叫 AI 助手 Agent，里面有飛書(shū)項(xiàng)目 AI 助手和 AAMP 協(xié)議。

發(fā)布會(huì)上一個(gè)叫楊澍的開(kāi)放平臺(tái)負(fù)責(zé)人花了快一小時(shí)講這三層，我一開(kāi)始以為就是常規(guī)產(chǎn)品更新，聽(tīng)到后面越聽(tīng)越覺(jué)得不對(duì)勁。

這三層對(duì)應(yīng)的其實(shí)是一個(gè)AI Agent在業(yè)務(wù)系統(tǒng)里生存的三個(gè)階段。

Agent能不能進(jìn)來(lái)。Agent怎么工作。Agent和其他Agent怎么協(xié)作。

這三個(gè)問(wèn)題的答案，決定了一個(gè)SaaS平臺(tái)未來(lái)三年還有沒(méi)有戲。

先說(shuō)第一層，Agent怎么進(jìn)來(lái)。

這層升級(jí)最讓我眼前一亮的不是MCP，而是那個(gè) CLI。

我跟你說(shuō)，我自己做多Agent系統(tǒng)踩過(guò)的坑，跟這個(gè)完全對(duì)得上。MCP當(dāng)然是好東西，飛書(shū)項(xiàng)目的MCP這次也升級(jí)到了市面上功能最全的項(xiàng)目管理MCP，覆蓋40多個(gè)工具，首家支持OAuth這種更安全的授權(quán)方式，現(xiàn)在已經(jīng)有接近500家租戶在高頻使用，月活用戶6000多，每周調(diào)用次數(shù)超過(guò)150萬(wàn)次。

但MCP有一個(gè)結(jié)構(gòu)性的問(wèn)題。在中大型項(xiàng)目里，你的tool數(shù)量一多，上下文窗口就會(huì)被吃光，AI開(kāi)始出現(xiàn)幻覺(jué)、調(diào)用超時(shí)、邏輯混亂。這不是MCP的錯(cuò)，是當(dāng)初設(shè)計(jì)MCP的人沒(méi)預(yù)料到項(xiàng)目管理這種場(chǎng)景的復(fù)雜度。

CLI這東西的價(jià)值在哪呢？

它是漸進(jìn)式披露的。AI想調(diào)用某個(gè)能力，先搜索命令，再讀那個(gè)命令的幫助文檔，最后執(zhí)行。它不用一次性把所有能力塞進(jìn)上下文。就像你去一個(gè)圖書(shū)館，不是一進(jìn)門把所有書(shū)的目錄都背下來(lái)再說(shuō)，而是查索引、找到相關(guān)那本再翻。

這種設(shè)計(jì)對(duì)大模型有三個(gè)直接好處。更穩(wěn)定、更省token、效果更好。

現(xiàn)場(chǎng)那個(gè)演示我當(dāng)時(shí)看完就想起我自己做的事情。我們之前糾結(jié)過(guò)很久到底用MCP還是自己搭 Function Calling。飛書(shū)項(xiàng)目給的答案是，兩個(gè)都要，但針對(duì)不同的場(chǎng)景。

順手講一下這個(gè)CLI里最讓我佩服的一個(gè)設(shè)計(jì)。它內(nèi)置了SKILL，而且是自動(dòng)發(fā)現(xiàn)機(jī)制。AI用戶不需要手動(dòng)找文檔，CLI在啟動(dòng)時(shí)就會(huì)告訴AI「你這個(gè)場(chǎng)景應(yīng)該用這個(gè)skill」。

這是一個(gè)很小的細(xì)節(jié)，但它背后是對(duì)Agent工作流特別深的理解。你去看所有搞Agent的人，都在吭哧吭哧寫System Prompt、寫工具說(shuō)明。飛書(shū)項(xiàng)目把這一套沉淀到CLI里，對(duì)接入方來(lái)說(shuō)就是一個(gè)命令行的事。

更關(guān)鍵的是，飛書(shū)項(xiàng)目CLI是開(kāi)源的。

開(kāi)源這件事在今天的AI時(shí)代，已經(jīng)不是一個(gè)錦上添花的選項(xiàng)，它是一個(gè)分水嶺。你不開(kāi)源，Agent開(kāi)發(fā)者不信你。你開(kāi)源，整個(gè)生態(tài)才能真正長(zhǎng)起來(lái)。

飛書(shū)項(xiàng)目選了更難的那條路。

第一層還有一個(gè)即將上線的東西叫 AI Coding 開(kāi)發(fā)套件。簡(jiǎn)單講就是自然語(yǔ)言生成插件和AI應(yīng)用，一句話讓AI幫你從零到一做一個(gè)飛書(shū)項(xiàng)目插件，甚至能自主上架。

這東西意味著什么？

以后在飛書(shū)項(xiàng)目生態(tài)里開(kāi)發(fā)插件，不再是程序員的專利。這正是洪濤一開(kāi)始說(shuō)的那句話的落地。

AI正在重塑「開(kāi)發(fā)者」的邊界。

第二層，AI 應(yīng)用。這一層飛書(shū)項(xiàng)目發(fā)了兩個(gè)東西，AI 節(jié)點(diǎn)和 AI 字段。

AI節(jié)點(diǎn)很好理解，就是把一個(gè)AI應(yīng)用（比如一個(gè)Code Agent、一個(gè)Test Agent）嵌入到項(xiàng)目流程里，當(dāng)流程走到某一步，這個(gè)AI節(jié)點(diǎn)就自動(dòng)觸發(fā)。聽(tīng)起來(lái)很普通對(duì)吧？

但你得跟傳統(tǒng)的工作流產(chǎn)品對(duì)比一下。傳統(tǒng)的工作流，流轉(zhuǎn)到某一步你是等人來(lái)處理的。現(xiàn)在這一步可以是AI處理，處理完直接把結(jié)果寫回項(xiàng)目實(shí)例。這就是把「人做的事情」和「AI做的事情」放在同一個(gè)流程圖里了。

AI節(jié)點(diǎn)還有一個(gè)挺妙的設(shè)計(jì)。它首次取消了「要用開(kāi)放能力必須管理員先安裝」的限制。以前一個(gè)插件要用起來(lái)，管理員得先一個(gè)一個(gè)空間去配。現(xiàn)在節(jié)點(diǎn)負(fù)責(zé)人自己就能把他負(fù)責(zé)的節(jié)點(diǎn)轉(zhuǎn)成AI節(jié)點(diǎn)，讓AI接管。這在大組織里是一個(gè)很大的解綁。

AI 字段這個(gè)設(shè)計(jì)我覺(jué)得更妙。

傳統(tǒng)的飛書(shū)項(xiàng)目，你的一個(gè)字段是文本、數(shù)字、日期、下拉選項(xiàng)這種固定的結(jié)構(gòu)化數(shù)據(jù)類型。現(xiàn)在多了一個(gè)字段類型叫「AI字段」。這一列每一個(gè)單元格在生成的時(shí)候都會(huì)調(diào)用一個(gè)AI應(yīng)用。

舉個(gè)例子。你做招聘管理，每條記錄是一份簡(jiǎn)歷，以前你要手動(dòng)打分，現(xiàn)在加一個(gè)「AI評(píng)分」字段，每條簡(jiǎn)歷自動(dòng)觸發(fā)打分邏輯。你做一個(gè)需求池，每條需求加一個(gè)「AI分類打標(biāo)」字段，每條需求自動(dòng)貼標(biāo)簽。

這次AI字段還升級(jí)了一個(gè)叫「快速創(chuàng)建」的模式。用戶可以把自己調(diào)得好用的指令，直接包裝成一個(gè)帶變量輸入的模板，在市場(chǎng)上架，給其他同學(xué)復(fù)用。同事只需要選配一下變量對(duì)應(yīng)的字段就行。

這個(gè)設(shè)計(jì)真的太懂中國(guó)企業(yè)了。

你想想以前在企業(yè)里搞AI落地最痛的是什么？不是做不出來(lái)，是別人用不起來(lái)。好不容易調(diào)出一個(gè)精準(zhǔn)的Prompt，想讓同事也用，得發(fā)內(nèi)部文檔、開(kāi)會(huì)講解、一個(gè)個(gè)教。有任何微調(diào)，還得挨個(gè)通知。

現(xiàn)在AI字段把這事兒給解了。調(diào)得好用的直接上架模板，整個(gè)組織都能用起來(lái)，有微調(diào)還能自動(dòng)生效。這就是把個(gè)人的AI最佳實(shí)踐，變成了組織的AI資產(chǎn)。

這一層發(fā)布完之后我才反應(yīng)過(guò)來(lái)飛書(shū)項(xiàng)目在走的路線。

先把底層的「AI連接」做到極致，讓Agent能順暢進(jìn)來(lái)。再用「AI應(yīng)用」把Agent能力下沉到業(yè)務(wù)場(chǎng)景里，讓普通用戶人人可用。最后用「AI助手」把整個(gè)東西封裝成開(kāi)箱即用的產(chǎn)品。

層層遞進(jìn)，自下而上。這是一個(gè)懂AI的團(tuán)隊(duì)才會(huì)做的產(chǎn)品路徑。

第三層，AI 助手加AAMP協(xié)議。

這是我今天覺(jué)得最被低估的東西。

AAMP全稱叫 Agent Asynchronous Messaging Protocol。直譯是智能體異步通信協(xié)議。

你聽(tīng)到這個(gè)名字第一反應(yīng)可能是，誒這不就是一個(gè)協(xié)議嗎，協(xié)議嘛，又發(fā)不出什么新玩意兒。

我一開(kāi)始也是這個(gè)反應(yīng)。聽(tīng)完之后我直接改變看法。

事情是這樣的。你現(xiàn)在想象一個(gè)場(chǎng)景。你作為一個(gè)員工，你有自己的AI助手（比如你裝了OpenClaw本地版）。你的公司有自己的AI助手（比如飛書(shū)項(xiàng)目AI助手）。這兩個(gè)AI助手現(xiàn)在要協(xié)作完成一個(gè)任務(wù)。

怎么協(xié)作？

傳統(tǒng)的做法是，你的AI助手調(diào)用公司AI助手的API。但這里有一個(gè)大問(wèn)題。你的AI助手跑在你本地（可能是你的筆記本，可能是一個(gè)NAT后面的內(nèi)網(wǎng)環(huán)境），公司AI助手不能主動(dòng)來(lái)找你。你的AI助手要不停地去輪詢，才能知道公司那邊有沒(méi)有給你派活。

AAMP解決的就是這個(gè)事兒。它是一個(gè)雙向異步通信協(xié)議，支持本地Agent在NAT、防火墻限制下也能被遠(yuǎn)端Agent找到。

你聽(tīng)著是不是還是覺(jué)得很技術(shù)很無(wú)聊？

那我換個(gè)說(shuō)法。

互聯(lián)網(wǎng)剛誕生的時(shí)候，人和人之間怎么協(xié)作？靠email。洪濤在開(kāi)場(chǎng)講過(guò)這個(gè)比喻，email不性感吧，但沒(méi)有email，全球化辦公就別做了。

AAMP就是給Agent配的email。

沒(méi)有這個(gè)協(xié)議，Agent只能在同一個(gè)平臺(tái)里玩。有了這個(gè)協(xié)議，你的Agent和我的Agent和她的Agent可以異步通信，互相委托任務(wù)，互相協(xié)作，即使來(lái)自不同團(tuán)隊(duì)、跑在不同機(jī)器上。

現(xiàn)場(chǎng)一個(gè)叫嘉碩的工程師演示了這個(gè)，我看完當(dāng)場(chǎng)愣住了。

一個(gè)市場(chǎng)部同學(xué)在飛書(shū)項(xiàng)目里輸入一句話「幫我開(kāi)發(fā)一個(gè)倒計(jì)時(shí)組件」，這個(gè)需求通過(guò)AAMP協(xié)議發(fā)到了一個(gè)本地Agent的郵箱里。本地Agent收到之后調(diào)用命令行工具開(kāi)始開(kāi)發(fā)，開(kāi)發(fā)完回傳結(jié)果，插件自動(dòng)上架。

整個(gè)過(guò)程，市場(chǎng)部同學(xué)什么代碼都不懂，什么部署都不會(huì)，他只需要說(shuō)人話。

這個(gè)演示看著還有點(diǎn)卡頓，協(xié)議速度不是完美的。但我當(dāng)場(chǎng)就判斷，這事兒的方向?qū)Φ貌荒茉賹?duì)了。

因?yàn)樗鉀Q的是一個(gè)所有搞多Agent協(xié)作的人都繞不開(kāi)的問(wèn)題，Agent的身份邊界和通信通道。

這東西關(guān)鍵還開(kāi)源。

AAMP是開(kāi)源協(xié)議，意味著它不是飛書(shū)項(xiàng)目一家的東西，任何平臺(tái)任何智能體只要遵循這個(gè)協(xié)議，都能互相通信。飛書(shū)項(xiàng)目主動(dòng)把主動(dòng)權(quán)讓出去了。

這個(gè)動(dòng)作在SaaS行業(yè)里是很少見(jiàn)的。大部分公司在這種關(guān)鍵基礎(chǔ)設(shè)施上，第一反應(yīng)是建圍墻，讓用戶鎖死在自己的生態(tài)里。飛書(shū)項(xiàng)目反過(guò)來(lái)，主動(dòng)降低自己的護(hù)城河，去建一條所有人都能用的高速公路。

這是一個(gè)有點(diǎn)反直覺(jué)但方向完全正確的選擇。因?yàn)樵贏gent時(shí)代，誰(shuí)先把標(biāo)準(zhǔn)定下來(lái)，誰(shuí)就贏了生態(tài)。

講到這兒，我想講講下午的另一場(chǎng)分享。

下午有一場(chǎng)叫「AI+項(xiàng)目管理一線落地實(shí)踐」的分享環(huán)節(jié)，50分鐘時(shí)間，六位一線PMO輪番上，每人八分鐘。這種短平快的環(huán)節(jié)特別見(jiàn)功力，水的人兩分鐘就被看穿。

第一個(gè)上來(lái)的是唱吧的PM張楚楚。她講了一個(gè)事兒。她們?cè)O(shè)計(jì)團(tuán)隊(duì)以前一個(gè)月要出幾百個(gè)物料，每個(gè)都得手動(dòng)調(diào)用一堆AI工具。現(xiàn)在她們?cè)陲w書(shū)項(xiàng)目里搭了一個(gè)智能體，設(shè)計(jì)師只做最后的審核，一句話的需求進(jìn)去，圖就出來(lái)了。

但讓我記下來(lái)的不是這個(gè)場(chǎng)景，是她在分享最后講的一段話。

她說(shuō)，現(xiàn)在網(wǎng)上有個(gè)詞叫「把同事蒸餾成skill」，聽(tīng)著挺殘酷。她的原話是這樣的。

「這就是一個(gè)蒸餾過(guò)程，但你又不得不去做。因?yàn)槟悴徽麴s別人，別人也會(huì)蒸餾你。」

我聽(tīng)完當(dāng)場(chǎng)愣住了。

這句話的殺傷力在于，它直接戳破了AI時(shí)代最大的一個(gè)幻覺(jué)。很多人還在討論AI會(huì)不會(huì)取代我，但真正在一線的人已經(jīng)不再討論這個(gè)問(wèn)題了。他們討論的是，我要在被取代之前，先把自己的經(jīng)驗(yàn)沉淀成可以被他人調(diào)用的能力。

張楚楚后來(lái)補(bǔ)了一句更狠的。

「我抱著未來(lái)公司可以不用項(xiàng)目管理的心態(tài)去做很多事情。我列了項(xiàng)目管理日常在做的所有事情，把可AI化的做了標(biāo)注，把已AI化的也做了標(biāo)注。」

一個(gè)項(xiàng)目經(jīng)理，在系統(tǒng)性地把自己做的事情AI化。

她在主動(dòng)地蒸餾自己。

這不是被動(dòng)應(yīng)對(duì)AI時(shí)代，這是在成為這個(gè)時(shí)代的原生物種。

真正讓我坐直的是另一個(gè)分享的人，字節(jié)剪映的楊淼。他上來(lái)分享的是一個(gè)K8S海外機(jī)房容災(zāi)的項(xiàng)目，要跟60多個(gè)中臺(tái)、300多個(gè)外部服務(wù)去確認(rèn)容災(zāi)能力。每周老板問(wèn)他「哪些ready了、哪些有風(fēng)險(xiǎn)、誰(shuí)沒(méi)進(jìn)展」，他得在各個(gè)部門群里挨個(gè)艾特，搜集，整理。

這種活兒最容易想的就是，直接讓AI幫我總結(jié)群聊。

他一開(kāi)始也這么干的。然后拿到的是什么呢？是「XX中臺(tái)表示資源緊張正在評(píng)估方案」、「語(yǔ)音中臺(tái)正在和項(xiàng)目組溝通資源缺口」這種summary。

這種總結(jié)回答不了任何問(wèn)題。你要知道的是哪些需要你今天去復(fù)試，哪些需要上升到老板。前面這些回答全是廢話。

然后他做了一個(gè)我覺(jué)得特別對(duì)的事情。

他把「讓AI做什么」重新設(shè)計(jì)了一遍。AI不去自由判斷，AI帶著問(wèn)題去采集。他提前寫好一個(gè)樣文件，把要回答的三個(gè)問(wèn)題作為固定字段，讓大模型在采集的時(shí)候必須填這些格子。大模型只做中間一段「語(yǔ)義歸一化」，前后的采集和分析都用代碼處理。

他講到這兒的時(shí)候我就在想，這哥們是真懂工程的人。

因?yàn)槭忻嫔?5%的人討論AI Agent，都在討論模型能力、prompt技巧、工具調(diào)用。但真正把Agent跑穩(wěn)的人都知道，中間這一段的自由發(fā)揮越少越好，前后的確定性代碼越多越好。

楊淼最后的個(gè)人思考是這樣一句話。

「新時(shí)代PMO的角色，是壓縮組織里面的摩擦。」

這句話我當(dāng)場(chǎng)記下來(lái)了。

接著上來(lái)的是字節(jié)中國(guó)交易與廣告的鄭宇。他講了一個(gè)特別聰明的框架。他把工作按照《高效能人士的七個(gè)習(xí)慣》分成四象限，然后說(shuō)AI的價(jià)值不是幫你做第一象限（緊急重要）的事，而是讓你從第三第四象限（不重要的事）里解放出來(lái)，把精力回流到第二象限（不緊急但重要）的長(zhǎng)期投入。

他講完之后有人問(wèn)他幻覺(jué)問(wèn)題怎么解決，他給的答案我覺(jué)得是全場(chǎng)最珍貴的一句話。

「AI是被關(guān)在小屋子里的人，他的能力就是做詞語(yǔ)接龍。控制上下文的篇幅，做分治。單團(tuán)隊(duì)單指標(biāo)的內(nèi)容，AI能百分百不出幻覺(jué)。然后在這個(gè)前提下，建立工程循環(huán)調(diào)用它。」

這句話如果你是做LLM應(yīng)用的，應(yīng)該會(huì)跟我一樣會(huì)心一笑。

好，聽(tīng)完這幾個(gè)分享，我心里已經(jīng)有一個(gè)判斷了。

現(xiàn)在所有真正在一線把AI用起來(lái)的人，方法論都在往同一個(gè)方向收斂。

都在做一件事兒，把AI的自由度向下壓，把周圍的上下文和流程向上拉。

這個(gè)判斷有了之后，我再回頭看飛書(shū)項(xiàng)目上午發(fā)布的那一整套東西，突然就全連上了。

它在修路。

它修的是一條讓Agent能穩(wěn)穩(wěn)跑在真實(shí)業(yè)務(wù)流程里的路。而一線PMO們搭 harness、搭A(yù)I評(píng)審、搭個(gè)人智能體，做的是在路上跑自己的車。兩邊是一回事，只是分工不同。

講完自己用的，我想講講生態(tài)伙伴是怎么用的。這塊我覺(jué)得是整場(chǎng)活動(dòng)信息密度最高、也最能說(shuō)明問(wèn)題的部分。

第一個(gè)要講的是雅迪。

雅迪是電動(dòng)兩輪車行業(yè)的龍頭，一年要發(fā)幾十款新品。整車研發(fā)是個(gè)很復(fù)雜的東西，他們依托飛書(shū)項(xiàng)目落地了IPD（集成產(chǎn)品開(kāi)發(fā)）和IPMS（集成產(chǎn)品市場(chǎng)營(yíng)銷）兩套流程體系。

效果是什么？

新車開(kāi)發(fā)周期縮短了兩個(gè)月，產(chǎn)品上市準(zhǔn)確性提升了20%。這兩個(gè)數(shù)據(jù)不是PPT吹的，是現(xiàn)場(chǎng)雅迪研發(fā)數(shù)字化負(fù)責(zé)人陳曦親口講的。

更厲害的是他們基于飛書(shū)項(xiàng)目的開(kāi)放接口和底層數(shù)據(jù)，自己做了一個(gè)「AI項(xiàng)目副駕」，嵌到整車研發(fā)流程里。自動(dòng)生成周報(bào)月報(bào)、智能查詢歷史項(xiàng)目經(jīng)驗(yàn)、AI會(huì)議質(zhì)檢，都做進(jìn)去了。

但他們做得最有意思的一個(gè)東西，是「龍蝦團(tuán)」智能預(yù)評(píng)審。

我第一次聽(tīng)這個(gè)名字的時(shí)候以為是某種茶歇。陳曦在臺(tái)上講完我才反應(yīng)過(guò)來(lái)，這是一群AI智能體。

場(chǎng)景是這樣的。電動(dòng)車項(xiàng)目每個(gè)評(píng)審節(jié)點(diǎn)之前，以前是把所有干系人叫到一個(gè)會(huì)議室，市場(chǎng)、工程、成本、法規(guī)、外觀各方挨個(gè)提意見(jiàn)，然后再回去改，再開(kāi)評(píng)審會(huì)。一個(gè)來(lái)回就是一兩周。

現(xiàn)在雅迪在正式評(píng)審之前，先放一群AI智能體來(lái)預(yù)評(píng)審。讓AI分別扮演市場(chǎng)、工程、成本等不同角色來(lái)挑刺兒。相當(dāng)于正式過(guò)堂前，先讓這群AI幫你交叉把關(guān)。

我聽(tīng)完心想，這個(gè)設(shè)計(jì)太漂亮了。

它解決的不是「AI能不能做評(píng)審」這個(gè)問(wèn)題，而是「AI能不能幫人把評(píng)審這件事情做到不返工」這個(gè)更高維的問(wèn)題。人還是最終決策者，但AI接管了前面最耗時(shí)、最容易忽略細(xì)節(jié)的交叉把關(guān)環(huán)節(jié)。

最后的效果是什么？資源浪費(fèi)減少20%，重復(fù)工時(shí)減少30%。

你想想這是個(gè)什么量級(jí)的事情。一家制造業(yè)龍頭，不是買了一個(gè)SaaS產(chǎn)品用，而是把SaaS產(chǎn)品當(dāng)?shù)鬃谏厦骈L(zhǎng)出一群屬于自己業(yè)務(wù)的智能體。

這種用法只有底座真的開(kāi)放、真的AI友好，才能跑得起來(lái)。

陳曦在圓桌上講了一句話特別打動(dòng)我。她說(shuō)，在制造業(yè)讓AI落地，必須平衡AI的發(fā)散性和兩輪車研發(fā)的絕對(duì)嚴(yán)謹(jǐn)之間的張力。她給出的秘訣是三句話。

「科學(xué)的數(shù)據(jù)模型是AI的地基，知識(shí)沉淀是AI的養(yǎng)料，而守門人機(jī)制是AI的安全閥。三者缺一不可。」

我覺(jué)得這一句話夠所有做AI落地的企業(yè)抄進(jìn)PPT里用三年。

第二個(gè)是輕舟智航，智能駕駛公司。他們面對(duì)上千條項(xiàng)目需求，完全靠人工對(duì)齊鏈路成本極高。借助飛書(shū)項(xiàng)目，他們落地了ASPICE（汽車行業(yè)的標(biāo)準(zhǔn)流程）。

然后干了一件我覺(jué)得特別漂亮的事兒。

路測(cè)問(wèn)題100%自動(dòng)創(chuàng)建。

場(chǎng)景是這樣的。工程師在路上測(cè)車，遇到問(wèn)題直接語(yǔ)音記錄，回收之后系統(tǒng)自動(dòng)分類打標(biāo)，結(jié)合規(guī)則和歷史數(shù)據(jù)推送給對(duì)應(yīng)的責(zé)任人。整個(gè)「記錄—分診—分派—閉環(huán)」打成了一條自動(dòng)化流水線。

輕舟智航項(xiàng)目交付負(fù)責(zé)人劉宇在圓桌上講了一句話。

「先把鏈路跑順，AI才有抓手。鏈路順了，人才能把精力放回判斷和解決問(wèn)題上。」

這句話我建議你多讀兩遍。

因?yàn)樗鋵?shí)是在說(shuō)，在AI真正發(fā)揮價(jià)值之前，你得先有一個(gè)能夠承載Agent的業(yè)務(wù)底座。Agent不能憑空跑，它得跑在一條結(jié)構(gòu)化的、可追溯的、權(quán)限清晰的流水線上。

飛書(shū)項(xiàng)目做的事情，就是那條流水線。

第三個(gè)是爪印工作室，做游戲的。游戲研發(fā)有一個(gè)眾所周知的痛點(diǎn)，內(nèi)容修改牽一發(fā)而動(dòng)全身。

他們形容自己的業(yè)務(wù)是「小瀑布，大敏捷」。重資產(chǎn)內(nèi)容生產(chǎn)必須按工序走瀑布，但玩法和版本又要求敏捷到「今天決定、明天驗(yàn)證」。

這兩個(gè)東西放在同一條流水線上是反直覺(jué)的。

爪印的解法是什么呢？依托飛書(shū)項(xiàng)目的輕應(yīng)用能力，他們自研了一個(gè)叫 FlowStack 的「流程資產(chǎn)倉(cāng)庫(kù)」，把研發(fā)節(jié)點(diǎn)和流程模板全部資產(chǎn)化，現(xiàn)在已經(jīng)沉淀了200多個(gè)標(biāo)準(zhǔn)節(jié)點(diǎn)、50余項(xiàng)流程模板。

結(jié)合輕應(yīng)用和AI Coding，他們做出來(lái)一個(gè)什么效果呢？

一個(gè)像FlowStack這種量級(jí)的產(chǎn)品，從管理思路到落地可用的系統(tǒng)，只需要2天。

爪印項(xiàng)目管理負(fù)責(zé)人繆克講了一句話。

「讓創(chuàng)造舉重若輕，不是把流程做沒(méi)，而是把復(fù)雜流程變成可以被表達(dá)、被復(fù)用、被治理的東西。」

繆克在圓桌上還給出了一個(gè)我覺(jué)得特別準(zhǔn)的判斷。他說(shuō)，AI時(shí)代項(xiàng)目管理的終極形態(tài)是什么？

「人做判斷，AI做推演；人抓創(chuàng)意與取舍，系統(tǒng)把重活搬走。」

這句話跟雅迪陳曦那個(gè)「守門人機(jī)制」其實(shí)講的是同一件事。

無(wú)論什么行業(yè)，讓AI落地的底層邏輯都是把「人和AI的分工」重新設(shè)計(jì)一遍，而不是直接讓AI全盤接手。

講完三家客戶，再講兩家ISV。

詞元無(wú)限，一家做AI Agent技術(shù)的公司。他們基于飛書(shū)項(xiàng)目的AI節(jié)點(diǎn)，把技術(shù)方案生成、智能編碼、智能測(cè)試三個(gè)環(huán)節(jié)封裝到項(xiàng)目流程里。

這是他們演示的一個(gè)完整場(chǎng)景。

以前一個(gè)中等復(fù)雜度的需求，從PRD評(píng)審到開(kāi)發(fā)到測(cè)試，要跑7到10人天。現(xiàn)在跑完全流程是多少？

1到2人天。

這個(gè)壓縮比不是簡(jiǎn)單的提效，它是研發(fā)流程的范式變化。

拆開(kāi)看，每個(gè)環(huán)節(jié)都是AI在工作。PRD理解和技術(shù)方案生成由一個(gè)Agent做，原本2-3人天壓縮到0.5人天。開(kāi)發(fā)環(huán)節(jié)Agent拆解任務(wù)，Coding Agent并行執(zhí)行，原本3-5人天壓縮到1人天。測(cè)試環(huán)節(jié)Testing Agent接管，原本1-2人天壓縮到0.5人天。

三個(gè)Agent串起來(lái)，人只做review和關(guān)鍵決策。

詞元無(wú)限的創(chuàng)始人王磊在臺(tái)上講了一句話我印象很深。

「企業(yè)真正缺的，不是一個(gè)更強(qiáng)的Coding Agent，而是一條能把Agent產(chǎn)出穩(wěn)定變成交付結(jié)果的流程閉環(huán)。」

這句話跟洪濤開(kāi)場(chǎng)講的「把結(jié)構(gòu)化數(shù)據(jù)變成AI燃料」是同一件事，從另一個(gè)角度講出來(lái)了。

順便說(shuō)一下，詞元無(wú)限的Coding Agent在SWE-bench和MONKEY-bench上拿過(guò)全球第一，尤其是C++和Java這兩個(gè)企業(yè)最主流的編程領(lǐng)域，雙榜登頂。這個(gè)數(shù)據(jù)不是吹的，是公開(kāi)榜單。

第二個(gè)是Zadig，一家云原生DevOps平臺(tái)公司。他們做的事情更有意思，把飛書(shū)項(xiàng)目的「管理域」和代碼倉(cāng)庫(kù)的「工程域」打通了。開(kāi)發(fā)者在飛書(shū)項(xiàng)目里提交代碼變更，測(cè)試工作流自動(dòng)觸發(fā)，結(jié)果實(shí)時(shí)回傳。到發(fā)布環(huán)節(jié)，AI先做發(fā)布風(fēng)險(xiǎn)檢測(cè)，再走飛書(shū)審批，通過(guò)后自動(dòng)執(zhí)行。

一個(gè)平臺(tái)完成「從想法到執(zhí)行」的完整閉環(huán)。

最后的效果是發(fā)布效率提升3倍，交付周期縮短35%，故障恢復(fù)時(shí)間降低50%。

Zadig的創(chuàng)始人李倩現(xiàn)場(chǎng)講了一個(gè)讓我特別觸動(dòng)的事。她說(shuō)發(fā)布這件事在嚴(yán)肅場(chǎng)景下，是關(guān)乎生死的事情。比如數(shù)字貨幣交易所，一次發(fā)布延遲可能意味著上千萬(wàn)交易被阻塞。比如車企充電業(yè)務(wù)，一次發(fā)布遺漏某個(gè)依賴項(xiàng)，可能導(dǎo)致充電樁幾十分鐘無(wú)法使用。

這種級(jí)別的發(fā)布決策，不只是流程自動(dòng)化的問(wèn)題，它需要AI能真正介入風(fēng)險(xiǎn)判斷。

Zadig做了一個(gè)叫「AI發(fā)布風(fēng)險(xiǎn)檢測(cè)」的東西，把飛書(shū)項(xiàng)目的需求數(shù)據(jù)，和Zadig的全鏈路工程數(shù)據(jù)打通。當(dāng)你點(diǎn)擊發(fā)布的那一刻，AI會(huì)匯總所有的需求改動(dòng)、關(guān)聯(lián)服務(wù)、代碼掃描結(jié)果、運(yùn)行時(shí)健康等信息，自動(dòng)給出發(fā)布風(fēng)險(xiǎn)結(jié)論。

李倩講了一句話我覺(jué)得特別能代表這一類工具的價(jià)值。

「不是出了問(wèn)題再報(bào)警，是提前告訴你，這次發(fā)布有風(fēng)險(xiǎn)。」

這種事要做到，必須依托一個(gè)足夠開(kāi)放、足夠可控的底座。

還有一家我想順手提一下的ISV叫高遠(yuǎn)，一家做汽車行業(yè)解決方案的公司。他們基于飛書(shū)項(xiàng)目做了一個(gè)專門針對(duì)汽車行業(yè)的ASPICE插件，過(guò)去一年拿下15家大型智能汽車企業(yè)客戶，在國(guó)內(nèi)智能駕駛TOP 20公司中覆蓋率已經(jīng)很高了。

這家公司給我的啟發(fā)是，在飛書(shū)項(xiàng)目這個(gè)底座上，甚至可以長(zhǎng)出專門服務(wù)某個(gè)垂直行業(yè)的解決方案。這就是生態(tài)能力的真正體現(xiàn)，不是通用工具堆功能，而是底座足夠開(kāi)放、足夠AI友好，讓懂行業(yè)的團(tuán)隊(duì)能做出行業(yè)最懂的東西。

講了這么多生態(tài)案例，我想說(shuō)一個(gè)共同點(diǎn)。

這些客戶和ISV有大有小、行業(yè)各異，但他們選飛書(shū)項(xiàng)目的原因出奇地一致。

底座夠開(kāi)放。夠AI友好。權(quán)限模型夠安全。數(shù)據(jù)模型夠結(jié)構(gòu)化。

這幾個(gè)詞翻譯過(guò)來(lái)其實(shí)就是一句話，飛書(shū)項(xiàng)目是一個(gè)能讓Agent真正跑得動(dòng)的平臺(tái)。

這句話說(shuō)起來(lái)簡(jiǎn)單，做起來(lái)極難。國(guó)內(nèi)真正做到這一點(diǎn)的項(xiàng)目管理SaaS，目前屈指可數(shù)。

這也是我開(kāi)頭講的那個(gè)數(shù)據(jù)的答案。

飛書(shū)項(xiàng)目為什么在兩個(gè)賽道都能拿下全國(guó)第一？

因?yàn)樗拈_(kāi)放基因比行業(yè)走得早、走得深。早到去年的開(kāi)發(fā)者日就已經(jīng)把API、Webhook、輕應(yīng)用全開(kāi)放出去；深到今年的生態(tài)日把開(kāi)放從「對(duì)人」擴(kuò)展到「對(duì)AI」，把MCP、CLI、AAMP協(xié)議全部開(kāi)源出去。

這種級(jí)別的開(kāi)放能力，加上制造業(yè)、汽車、游戲、互聯(lián)網(wǎng)等各行業(yè)頭部客戶沉淀下來(lái)的業(yè)務(wù)流程，構(gòu)成了一個(gè)其他玩家一時(shí)半會(huì)兒追不上的護(hù)城河。

再拉開(kāi)一點(diǎn)時(shí)代視角來(lái)看這件事。

IDC去年有一組預(yù)測(cè)數(shù)據(jù)，到2029年，能有效衡量人機(jī)協(xié)作的企業(yè)，利潤(rùn)率將比僅關(guān)注生產(chǎn)效率的企業(yè)高出15%。到2030年，70%的開(kāi)發(fā)者將與自主AI智能體協(xié)作，他們的角色會(huì)從「親自執(zhí)行」轉(zhuǎn)向「規(guī)劃與設(shè)計(jì)」。

Gartner那邊也給了一組數(shù)據(jù)，到2027年，75%的企業(yè)將在知識(shí)管理中采用AI增強(qiáng)技術(shù)，使知識(shí)檢索和應(yīng)用效率平均提升40%。

還有一組更直接的數(shù)字。全球范圍內(nèi)，超半數(shù)項(xiàng)目應(yīng)用AI的組織數(shù)量，在過(guò)去一年激增了86%。

這三組數(shù)據(jù)放在一起告訴你一件事。AI Native的項(xiàng)目管理范式不是一個(gè)「未來(lái)可能發(fā)生的事」，它是一個(gè)「正在發(fā)生、且加速發(fā)生的事」。

在這個(gè)時(shí)代窗口里，誰(shuí)先把底座做好，誰(shuí)就接住了接下來(lái)五年的企業(yè)數(shù)字化轉(zhuǎn)型浪潮。

回到文章開(kāi)頭那個(gè)問(wèn)題。

AI Friendly這個(gè)戰(zhàn)略的真正含義是什么？

表面上看，它是一套新的產(chǎn)品能力。MCP升級(jí)、CLI、AI節(jié)點(diǎn)、AI字段、AI助手、AAMP協(xié)議。每一個(gè)拎出來(lái)都是實(shí)打?qū)嵉墓こ坛晒?/p>

但再往下一層看，它是一次哲學(xué)層面的重構(gòu)。

系統(tǒng)的一等公民，正在從「人」擴(kuò)展到「人+Agent」。

以前所有SaaS平臺(tái)的設(shè)計(jì)，權(quán)限系統(tǒng)、數(shù)據(jù)模型、UI交互，都是圍繞「人怎么用」來(lái)設(shè)計(jì)的。Agent只是一個(gè)工具、一個(gè)插件、一個(gè)按鈕。

現(xiàn)在飛書(shū)項(xiàng)目做的事情，是在重新設(shè)計(jì)平臺(tái)的公民體系。Agent不再是一個(gè)被動(dòng)工具，它是一個(gè)有身份、有權(quán)限、有通信通道、可以和人、和其他Agent異步協(xié)作的一等公民。

這種級(jí)別的重構(gòu)，大部分人會(huì)低估它。因?yàn)樗恍愿小CP升級(jí)、CLI發(fā)布、AAMP協(xié)議，聽(tīng)起來(lái)都是技術(shù)細(xì)節(jié)，沒(méi)有「XXX模型吊打GPT」那種爆款敘事。

但做過(guò)系統(tǒng)的人都知道，決定一個(gè)系統(tǒng)能走多遠(yuǎn)的，從來(lái)不是最閃亮的那一層，而是最下面那幾層管道。

飛書(shū)項(xiàng)目這次干的事情，是在修Agent時(shí)代的高速公路。

等高速公路修好了，所有在上面跑的人，速度都會(huì)跟著起來(lái)。

生態(tài)日、AI Friendly、開(kāi)源協(xié)議，這三件事連在一起看，其實(shí)講的是同一個(gè)故事。

飛書(shū)項(xiàng)目在用自己的方式告訴整個(gè)行業(yè)，在Agent時(shí)代，項(xiàng)目管理平臺(tái)的角色正在發(fā)生根本性變化。從一個(gè)「記錄與跟蹤」的工具，變成一個(gè)「人+Agent協(xié)同的行動(dòng)系統(tǒng)」。

這件事做成了，不只是飛書(shū)項(xiàng)目贏，是整個(gè)國(guó)內(nèi)的AI+項(xiàng)目管理生態(tài)跟著一起贏。

而現(xiàn)在從市占率、從生態(tài)增長(zhǎng)、從產(chǎn)品節(jié)奏、從開(kāi)源策略任何一個(gè)維度看，飛書(shū)項(xiàng)目目前都是國(guó)內(nèi)跑得最快的那一個(gè)。

我昨天回來(lái)之后打開(kāi)筆記本，對(duì)著飛書(shū)項(xiàng)目發(fā)布的那張三層架構(gòu)圖看了半天。有幾個(gè)事情我當(dāng)場(chǎng)就決定要回去重做。

這場(chǎng)會(huì)對(duì)我個(gè)人的價(jià)值，遠(yuǎn)遠(yuǎn)超過(guò)一次活動(dòng)體驗(yàn)。

最后我想把唱吧那位張楚楚的話再引一遍。

「你不蒸餾別人，別人也會(huì)蒸餾你。」

這句話放在今天任何一個(gè)想把AI用起來(lái)的人面前，都是一面鏡子。

大時(shí)代啊，朋友們。

本文由 @鳴老師 原創(chuàng)發(fā)布于人人都是產(chǎn)品經(jīng)理。未經(jīng)作者許可，禁止轉(zhuǎn)載

題圖來(lái)自Unsplash，基于CC0協(xié)議