钉钉悟空 vs 飞书Aily:AI 原生与渐进增强的 Agent 路径深度解析
最近体验了钉钉悟空,上手后最直观的感受是:它非常适合内容创作者。和以往在办公软件中“塞”几个AI功能不同,悟空从底层就完全按照 Agent 的思路来设计。而在之前,我一直在使用飞书 Aily,也是一款 Agent 产品。深度使用后,最大的感触是,这两款产品走的是完全不同的路线。
悟空下载地址:https://wukong.dingtalk.com/


下面通过几个实测案例来详细说明。
小红书内容自动化
如果你在寻找更智能的小红书运营自动化方案,这个例子会很值得参考。
以往通过影刀等工具实现小红书自动发布,主要依赖模拟点击操作。现在悟空在 Agent 层面就能完成这类任务,并且配合信息收集能力,能够形成从搜集到输出的一体化闭环。
我试着让它收集小红书上近期热度较高的护肤品产品。


悟空会自行启动内置浏览器,前往小红书 APP 进行搜索,之后把搜索到的数据整理并汇总进钉钉表格。

把同样的需求交给飞书 Aily,会发现它无法调用本地浏览器登录小红书搜索信息。它只能在不同信息平台检索,比如新闻网站、头条等。

差距非常明显:悟空可以基于小红书上不同产品的热度进行信息采集,而飞书 Aily 则不行。虽然飞书 Aily 也能打开 AI 浏览器,

但经常卡在登录界面。当然,飞书其实可以通过接入 OpenClaw 来完成这个流程。这正是两者本质上的区别:一个是附加了 Agent 功能,另一个则自带 Agent 能力。
接着,我让悟空帮我发布一篇小红书笔记。它会打开小红书,按照指令操作相应界面,自动填充内容并完成发送。


定制化的信息收集流程
作为 AI 领域的博主,每天都需要搜集信息制作内容。于是我给悟空配置了一个 AI 新闻定时任务。

经过几次需求确认后,悟空开始创建定时任务。这里它并不是直接调用网络搜索,而是打开本地浏览器获取信息。

这就是悟空 CLI 能力的优势。因为信息是从网页上直接获取的,我也可以在网页上进一步操作。比如,我想获取“量子位”热门板块里的“热门文章”信息,就可以在定时任务中单独说明。


而且,收集到的信息还可以保存到本地电脑,用于后续其他用途。

高质量视频内容生成
悟空不仅内置了常用功能,技能市场也非常丰富。

我使用了“动画大师”技能,制作一个关于人口数量变化的动态视频。

下面是生成的视频效果。
已关注
Follow
Replay Share Like
Close
观看更多
更多
退出全屏
切换到竖屏全屏**退出全屏
叶小钗已关注
Share Video
,时长00:13
0/0
00:00/00:13
切换到横屏模式
继续播放
进度条,百分之0
00:00
/
00:13
00:13
全屏
倍速播放中
继续观看
同样都在做 Agent,钉钉悟空和飞书 Aily 差别有多大?
观看更多
转载
,
同样都在做 Agent,钉钉悟空和飞书 Aily 差别有多大?
叶小钗已关注
Share点赞Wow
Added to Top StoriesEnter comment
虽然这个技能在界面细节上还有些可打磨之处,但整体体验下来,我已经能明显感受到,悟空想做的绝不仅仅是“多出几个 AI 功能”那么简单。它体现的是一套整体性的、完全不同的产品思路。
悟空与 Aily,底层逻辑的根本差异
如果用一句话来概括:
- 悟空 是面向 AI 使用场景重新构建了一套系统。
- 飞书 Aily 则是在飞书现有能力之上,再叠加上一层 AI。
这两种思路看上去都在做 Agent,某些场景下可能体验相近,但底层逻辑差别非常大。
钉钉悟空:不是接上 AI,而是用 AI 重做一遍系统
悟空最让我印象深刻的,是钉钉将底层能力进行了全面的 CLI(命令行界面)改造。
这意味着它并不是简单地为 AI 开放几个接口,也不是让 AI 去“模仿人类点击按钮、走页面流程”,而是直接为 AI 打造了一套原生的、可调用的操作语言。
钉钉的 CLI 远不止普通的命令行指令。
每一条指令背后,都承载着:
- 权限
- 会话
- 授权
- 上下文 context

因此,当 AI 调用钉钉的能力时,它不是在“模拟人类操作系统”,而是以一个合法身份,在清晰的权限边界内直接与系统交互。
你会清晰地感受到,悟空不是后来补上的 AI 功能,而是从最初就按照 AI 原生产品的逻辑来设计的。
飞书 Aily:更像是飞书生态中的云端 AI 助手
再看飞书 Aily。

个人理解,它本质上更接近一个纯云端的 AI 助手,整体形态与早期的 CoWork 路线有些相似。
它可以帮你在飞书生态内完成一些事情,比如:
- 撰写文档
- 查询日历
- 整理表格
- 完成基础协同类任务
这些能力非常实用,尤其在飞书体系内体验很顺手。
但问题在于,它更像是“飞书里的 AI 助手”,而非一个从底层到执行链路都围绕 Agent 重新设计的系统。
此外,飞书还接入了龙虾(OpenClaw),让用户可以在本地电脑上通过 Agent 执行任务。
但这两块能力本质上是分离的:
- 一块是云端的 Aily
- 另一块是本地侧的 Agent 执行
它们可以相互配合,但并不是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,它的目标远不止做一个单点工具,而是打造一个更完整的 AI 原生工作平台。
它尽可能将以下几件原本可能分散的事情,整合到一个产品中:
- 云端工作流编排
- 本地 Agent 执行
- 企业级安全管控
- 原生权限与上下文体系

因此,用更直白的话来说,飞书 Aily 加上飞书接入龙虾,这两块能力加起来,才大致接近悟空一个产品所覆盖的范围。
这也是为什么我觉得,它们虽然都叫 Agent,但产品思路完全不同。
一个是在原有办公生态上不断叠加 AI,另一个则是站在 AI 的视角重新定义整套工作系统。
企业 Agent 的分化路线
目前大多数做 Agent 的公司,基本都在走两条路。简单来说:
一条是在现有系统上叠加 AI。
另一条是按 AI 的逻辑把系统重新做一遍。
这其实也映射了 AI 时代企业应用的两大发展方向。
第一条路:渐进式增强
第一种被称为渐进式增强。
这条路的核心思路很清楚:
不推翻原有系统,而是在上面继续做加法,用 AI Agent 来增强现有能力。
飞书的路线大致就是如此。

比如 Aily,本质上是在飞书现有能力上增加一层 AI 助手功能;再比如接入 OpenClaw,是在这个体系之外补充本地 Agent 的执行能力。
这种方式的优势很明显:
- 风险较低
- 上线速度快
- 企业接受度更高
尤其对很多保守型公司来说,这种方式最容易落地。它不需要立刻改变工作方式,只需在原体系上逐步引入 AI,先把效率提起来。
但问题也同样突出。因为它始终建立在旧架构之上,上限很容易被老系统限制。
可以这样理解:
它能让旧系统更聪明,却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。

这条路更激进一些。
它不是在旧系统上补 AI,而是直接站在 AI 的视角,从零开始重新设计整个企业应用。
悟空走的正是这条路。
它不是简单接入几个 Agent 功能,而是把底层能力重新梳理一遍。钉钉将底层全面 CLI 化,本质上就是在为 AI 打造一套原生的操作语言和工作机制。
换句话说:
它不是让 AI 去适配旧系统,而是让系统从一开始就按照 AI 的方式设计。
这条路的优点也显而易见:
- 潜力更大
- 天花板更高
- 想象空间也更广
因为一旦底层就是按照 AI 原生思路设计的,后续许多能力的扩展会顺理成章。
但实施难度也不小。因为这不仅是技术上的改造,更涉及工作习惯、协作方式乃至组织流程的调整。

更直接地说:
这种路线更先进,但也更难落地。
短期看增强,长期看重构
站在当下这个节点看,渐进式增强仍然具备重要价值。而且在未来一段时间内,这条路依然会有广阔市场。
因为很多组织会认为:“我现在只需要在现有系统上叠加一些 AI 能力,就已经够用了。”
这个判断没有问题。对很多企业来说,先把能提升效率的地方做起来,本来就是更务实的选择。
但如果拉长时间线,重构式创新很可能才是最终的方向。
原因并不复杂。当 AI Agent 的能力越来越强,许多传统企业应用的底层架构可能会越来越难以适配新的工作方式。
短期看,大家都会先在老系统上叠加 AI;但长期看,那些真正按照 AI 原生思路重新打造的产品,才更有可能定义下一代企业应用。
