飞书知识问答，给企业如何用好 AI 打了个小样

企业把 AI 用好这件事，未必从宏大之处搞刀削斧琢，最应该从微末之处推动「化学反应」。

今天，越来越多人在工作中使用 AI：写文案、画图、做总结。但它们仍然是「工具」进步，而非「范式」变革——我们像是多了一个智能的助手，但自身的工作模式并没有本质的改变。但我总觉得，在 AI 时代，企业组织的工作范式，一定会因为 AI 的介入，而迎来一次真正意义上的变革。

最近我接触到飞书最新上线的「知识问答」产品，突然让我看到了一些新的可能性：AI不只是帮你更快完成一项任务，而是可能改变「我们如何工作」这件事的底层逻辑。

客观的说，这个产品依然很早期，有些功能还显得稚嫩。但它代表了一种可能性——AI 第一次作为企业知识的一部分，被有机地融入到工作流中，从而实现一种全新的组织智能模式。就像办公软件开启了数字办公时代，SaaS 开启了协同办公时代，而 AI 知识问答，或许正是开启 AI 原生办公时代的钥匙。

接下来讲讲一些我的不成熟思考。

01

从软件到云，再到问答：

一种全新办公范式的新可能

大概一个月前，极客公园获得了飞书知识问答的试用资格，我自己也体验了一段时间。

根据飞书团队的介绍，这是一款基于企业知识构建的专属 AI 问答工具。在日常工作中，当你遇到问题时，可以随时向它提问，它能够根据你在飞书中有权限访问的消息、文档、知识库、文件等信息，直接提供精准的答案。不仅如此，它还可以基于企业知识协助内容创作，帮助你获取更深入的业务洞察。

飞书知识问答丨来自：极客公园

第一次打开知识问答的界面时，乍一看像是 ChatGPT 或 DeepSeek 这样的聊天机器人，所以一开始我也尝试用它来整理新闻、转写录音——但很快我意识到，飞书知识问答并不是一个通用 AI 对话工具，而是一款定位明确、用途专业的企业助手。

如今，极客公园的大部分办公场景都已经迁移到飞书上，飞书中沉淀了我们绝大多数的工作资料——从财务、人事等管理信息，到我们日常创作的文章、运营数据等业务资料，甚至包括会议纪要、聊天记录这些日常沟通内容。

知识问答可以访问我有权限查看的全部文件，并基于这些内容回答我的各种问题，就像是一位专属的智能秘书。作为管理者，虽然我有权限查看公司所有的数据，但我不可能记住所有的信息。以往在需要的时候，我通常要翻查文档，或者去询问助理和业务负责人，而现在，知识问答成了一个非常有效的替代方案。

当我开始把知识问答当成一个专属助理使用时，才真正解锁了这个工具的「使用密码」。经过一段时间的使用，我也逐渐总结出了一些体验和感受。

整体来看，就像助理也有实习生、初级助理和高级助理之分，知识问答的能力也可以划分为不同的层级。当前，它在不同层级的表现也各有优劣。

1，实习生水准：主要负责帮我找一些文件和资料。比如让它查找我与某位创业者最近的沟通录音，或者找出两年前 IF 大会期间，我与柯南和 Robin 的访谈文档。实际上，在这些事情上，这位「AI 助理」已经表现得非常不错。考虑到我在飞书上有几百个群聊，每周同事们还会新建数百个文档，知识问答已经能帮我高效完成一些非常实际的工作。

飞书知识问答告诉我今年极客公园数据最好的播客和直播丨来自：极客公园

2，初级助理的水平：能够基于文档、会议纪要等信息，回答我一些具体问题。比如前段时间我和媒体朋友聊到我们今年在播客和直播上的发力，希望分享几个成效显著的案例。我大致记得有几场数据不错，但具体是哪些场次、具体数据是多少，记忆已经模糊。这时候，只需要问一声飞书知识问答，它就能快速从文档和会议纪要中提取出这些内容，直接给出答案。

3，工作伙伴水平：是在回答问题的基础上，进一步具备生成内容的能力。比如我曾尝试让飞书知识问答，基于我和创业者或同事们的沟通记录，再结合一些外部资料，自动生成一份创业者在线访谈的前采准备文档。在飞书的产品发布会上，我也看到飞书 CEO 谢欣演示了一个场景：让知识问答生成一份结项报告——这个功能的未来潜力非常可观。

整体来看，在后两个层级上，知识问答的表现仍有进步空间。我自己的观察是，这主要取决于两个方面：一是企业自身数据的有序程度。如果项目文档或运营数据整理得越清晰，知识问答的回答和生成效果就越好；二是业务复杂度的不同，特别是在一些需要复杂推理和判断的任务中，知识问答还显得有些力不从心，像是一个尚未「毕业」的实习助理。

但对于一个产品的早期阶段来说，「不完美」才是正常状态。而真正打动我的，是它背后所代表的趋势——我们可能正站在办公范式转变的起点。这不仅仅是一个更强大的知识检索工具，更像是一个 AI 原生办公系统的雏形，甚至会改变企业生产力构成和新的组织形态。

或许在不久的将来，它不会只是某个应用插件，而是嵌入到我们每一个工作流程的核心，为团队的每个人都增强了一个「团队」，人机混合的生产力让业务中的「大脑」变多，增效而不只是降本。

02

不是让企业适应 AI，而是让 AI 适应企业

过去几年，飞书一直在强调企业要「AI Ready」——这是 AI 真正进入企业场景的前提。企业必须首先实现高度数字化，打通各类系统，实现数据的有效沉淀，才能为 AI 提供可被调用的「粮食」。

但「AI Ready」只是基础设施的搭建，真正的挑战在于，如何将 AI 真正融入企业的实际运营之中。而这一次「知识问答」的推出，标志着飞书从「准备阶段」正式迈入「交付阶段」的关键一步。

这背后依托的是飞书长期构建的一体化系统：包括文档、群聊、多维表格、知识库等在内的信息生态。这让知识问答不再只是依赖公域知识的「聪明大脑」，而是基于你所在企业内部的真实数据——你参与的群聊、你撰写的文档、你开过的会议，所有这些，都成为它的「原材料」。

也就是说，你只要真正好好用了飞书，你就完成了 AI ready，而不需要再回到过去我们对 AI ready 的标准动作上搞一堆内部工程了。

通用大模型与飞书知识问答对比丨来自：飞书

而且相比自己接通用大模型搞部署，飞书知识问答能够更精准地聚焦企业员工和管理者在实际工作中真正需要解决的问题。

另一个关键好处，则是它天然具备解决信息安全的能力，这是企业在接入 AI 产品时最关心的问题之一。

在飞书发布的知识问答介绍上，谢欣演示了一个非常有意思的场景：他和下属同时向知识问答提问，「2024 年飞书的机场广告一共做了多少投放？」结果两人收到的答案完全不同——谢欣得到了具体的投放数据，而下属则没有权限查看该信息，因此系统无法给出明确答案。

千人千面的回答丨来自：飞书

这是因为知识问答会基于组织中每个人的权限，只展示你「能知道」的内容，并据此生成你「该知道」的答案。这不仅保障了信息的个性化和精准匹配，也从源头上确保了企业的数据安全不被泄露。

从这个角度来看，飞书并不是让企业去适应 AI 的使用逻辑，而是让 AI 主动适应企业的运行方式。技术从来不是目的，而是为场景服务的工具。飞书正在做的，就是让 AI 自然而然地嵌入到组织的每一个细节中，让每一位员工都能轻松上手、真正用得起来、用得放心。

03

超越抄作业时代——飞书赋能的能力在进步

作为长期关注飞书团队节奏的人，我知道他们一向是「技术冒进者，产品保守派」，所以最早体验知识问答的时候，预期可能是个比较保守的产品交付。

不过认真体验和观察后我意识到，企业知识问答这个场景，本质上就是一个「千行百业、千人千面」的复杂问题：不同行业、岗位、管理层级，提出的问题不同、期望的答案不同、理想的输出格式也各不相同。换句话说，飞书的产品经理们无法在会议室里「闭门造车」设计出所有行业的知识问答逻辑，它必须走向真实的市场环境，依靠用户的真实反馈与使用场景，与各行各业共创，才能打磨出一个真正有价值的产品。

这背后，其实反映了飞书这几年在产品观念上的一次重要变化：过去，飞书更像是字节跳动「先进管理经验」的对外窗口，让其他企业通过它来「抄作业」。但现在，他们显然认识到，这种方式存在天花板。每家企业都有独特的流程、文化与知识体系，光靠复制「最佳实践」是远远不够的。

曾经有一段时间，飞书似乎被不少客户理解为了对于「字节方法论」的「抄作业」方式。但这次知识问答上很显然彻底改变了这个惯性。

很显然它开始能帮助每个企业怎么做好「自己的作业」。这也是飞书知识问答的真正价值所在——它不是一个单纯回答问题的工具，它有机会一个激发组织知识、流程与创新潜能的共创平台。

在 AI 这波波澜壮阔的浪潮里，很多公司都在追逐「最新、最强」的大模型，但我觉得飞书提供了另一条路径——把 AI 的能力真正落在组织的日常运行中。

AI+知识获取丨来自：飞书

我觉得知识问答不是终点，它只是开始。未来，它或许会成为企业真正的「操作系统」——一个让我们可以自然地向 AI 提问、获取反馈、做出判断并高效执行决策的核心接口。

我始终相信，AI 的最终目标不是简单的提效，甚至简单的去取代人，而是重塑组织。我们今天看到的每一次微小的技术进化，其实都在为构建一个全新的组织范式打下基础。

门的另一侧，将不再是「翻资料、找记录、层层汇报」的低效模式，而是「开口即问、问即得答、答即可用」的智能协作新世界。这样的未来，我很期待。

文章来自于“极客公园”，作者“张鹏”。