打磨AI场景，飞书拿出了磨绣花针的功夫

2024年到了AI该面对现实的一年吗？

“幻觉”等问题影响着真实的用户体验和决策，企业如何有效利用AI，仍是一个正在探索的命题。

最近，工作中频频体验到一个颇感惊喜的小工具——「飞书智能会议纪要」，更引发了对AI如何真正落地企业场景的思考。

现在飞书AI已经能将人类对话理解到这种程度了？

最近每次会后，飞书对话框里都会立即弹来一个链接——一份自动生成的「会议纪要」，包括基本的会议信息（会议主题、时间及参会人）、智能纪要（包括总结、Todo和智能章节），以及结合飞书妙记的会议回顾，点击即可查看播放。

对于急需回看的会议内容，准备在飞书妙记逐帧听取时，「智能纪要」首先映入眼帘。点开浏览，惊喜地发现，它对会议的理解和总结质量远超预期，常常超越了我们多数参会者对会议的记忆理解。

会议中的细节，它会整理出一条条有逻辑的观点、数据分析和讨论事项，并对接下来要执行的内容，清晰地指定好待办人和具体节点，界面清朗，一目了然。

本周关于AIGC产品的沟通会上，中美6位同事，进行了一场60分钟的讨论，会后查看「智能纪要」，它清晰地列出三部分：总结、待办、智能章节。

客观来讲，其总结的内容感觉「比真人秘书还会总结」——比我们参会者的记忆理解更准确全面，尤其在会议中出现几次失焦的情况。它将总结分为几个明晰的bullet points，如“奇妙元更新、奇妙问迭代、交付审批”等。

不仅擅总结，「智能纪要」还有着颇高的情商。会中两位同学就产品细节发生了激烈的争执，这一点被它敏锐察觉，它没有忽略此次情绪的变化，而是把这次争论的过程定性为Henry和Simon对方案进行了「激烈深度的沟通」，并一一记录下双方的论点。

智能章节部分，飞书以整个会议的内容节奏和时间线作为分割节点，划分了不同的主题章节，为每一个阶段取了一个提纲挈领的小标题，如关于“奇妙元功能介绍与需求讨论”“奇妙问迭代和规划分享”，并分别精要总结。

确切地说，在大多冗长讨论的会议中，我们很难如此清晰地划分每一个议题的转折，每一段主题的归纳。而任意点开某一章节，发现它的准确度完全媲美专业速记，尤其对整场会议的参与完整度甚至超越了主持者本身。

它还准确识别出Agent、DupDub、Alphabet、Anthropic等名词和公司名等。整个过程行云流水，飞书AI像一位情智双高的优秀员工陪我们开完整场会。

而做出如此条分缕析的主题提炼，并指定Todo，我们完全认为它「理解」并「听懂」了整场会议，知道谁提出了哪个想法，想法之间的逻辑关联，根据讨论能将分工精确到对应的执行人，并通过精准炼达的文字表达出来。

现在飞书AI已经能将人类对话理解到这种程度了？

持续惊喜地发现，在主题汇报、信息交流、脑暴讨论等不同类型的会议中，飞书 AI 都能根据对话内容切分议题，并满足背后的诉求。比如它听完了整场会议，识别出在场中文发言者和英文发言者的比例为4:2，于是贴心地生成了中文主导的会议记录。

在语音转文字部分，运营同学习惯把「飞书妙记」当作进阶版录音笔来用，而「智能纪要」更直击痛点，不需要再反复核查了：“对比市面上所有录音设备，飞书会议转写的准确度绝对够用，尤其在嘈杂环境下，完胜其他产品。关键在于，它能听懂，会提炼，而且真的快！”

日常还可以将长播客、演讲视频、对话音频等，先抛给它总结一份shownotes，作为提纲挈领的参考。‍‍‍‍‍‍‍‍‍‍

确切地说，飞书AI在「会议纪要」这一场景的准确度和完整性上几乎胜过人类平均水平。

飞书让AI更懂企业

从山顶洞人的围篝起舞，到古希腊雅典诞生的民主大会，「开会」推动着人类史的更迭，催化文明的进步。

会议作为企业管理的高频手段，也是最常见的工作场景。无论体制内的汇报会，还是创作型的脑暴会，或商业对谈、即兴演讲、激烈争辩，开会是一种集思广益的交流，是相关者聚焦在一个场域内的信息沟通和碰撞。

会议纪要作为会议记录的升华，要在记录的基础上归纳和概括，需要一定程度的逻辑、理解和凝练。

真正高质量的会议纪要需花费相当的人力和精力，以至于多数会议并没有纪要，或纪要质量不尽人意。市面上已有的「会议纪要」类产品，一度被束之高阁，因为人们天然不信任它真能「听懂」。以前的产品大多基于ASR的语音转写功能，并未充分利用大语言模型的能力，抓不住用户的痛点，不能满足多数用户的需求。

于是，很长时间里人们对会议的总结只能依赖每个人的记忆和理解力，但人总有惰性，那些稍纵即逝的闪光ideas，那些需要立即协作的待办事项，很容易散落在不被注意的会议片段，流失了组织效率。

过去几年，飞书深度洞察了大量的企业真实需求，精心打磨迭代，才诞生了「飞书智能会议纪要」这一让人眼前一亮的产品。

如同飞书之前对其所有产品的打磨理念一样，这次依然围绕具体的功能点，做到了极致。

结合了大语言模型的「智能纪要」，深度「理解」了人类对话、情绪抓取、意图识别、todo指定，既能觉察情绪，也深谙其背后的逻辑，对灵光一闪的细节，也能处处留神。

某种程度上，这一产品是真正利用AI，克服了人性弱点，释放人的价值。

飞书AI底层是一个开放的AI服务框架，能够接入各类模型。企业在飞书上沉淀的知识库与工作流信息则能够帮助大模型更好地理解企业，真正实现价值，当大模型和单一企业信息结合，飞书让AI更懂企业。

作为应用层的打磨，飞书致力于打造配得上「这个时代」的工具，不仅解决当前的问题，还在创造未来的可能。

技术“漏斗”尴尬期的场景打磨

历史上所有被人类社会记住的科技，都要通过“漏斗—喇叭模型”的检验，这个“漏斗”的名字叫“产业化”。如果通不过，会淹没于历史，但如果通过，将发挥着“喇叭”效应，技术将对整个社会生活产生巨大颠覆性变化。

很多技术，早期都要度过漫长的尴尬期，才能展现碾压性的真正力量。而度过尴尬期的唯一办法，是找到正确的使用场景，不断打磨技术和产品，直到它普及化。

从纽卡门蒸汽机到瓦特蒸汽机，中间有六十多年的间隔。从冶铸铁锅到冶铸铁路，亚伯拉罕·达比家族奋斗了二三十年。

“漏斗—喇叭模型”贯穿于整个工业革命时代，直到今天也是如此。

AI 陡峭进化的今天，也正处于寻找“漏斗-喇叭”的漫长尴尬期。而飞书找到一个小场景，尝试走出了一条大模型落地路径：拥抱技术，更注重如何将这些进步转化为真正有价值的产品。

目前，纯粹LLM-Native的Super Apps还在艰难探索，因为事关 daily 衣食住行、娱乐通信等 Super Apps 的低枝果实，已经在移动时代几乎做到了极致，而 Character.AI 等有潜力成为高层次刚需的 Super Apps 的时间点和成熟度，现在看来，还远未到来。

但如何将多模态大模型最大化赋能于已经存在的 Super Apps，让其进一步稳固和便利，是大模型近期可见的有效落地方向——即使大模型幻觉无法根本上解决，但有更多让人类构建对AI信任的小工具走进工作生活中。

比如在协同办公这一激烈内卷的ToB赛道，谁在AI赋能方面打磨得最快最好，谁就在兵家必争的超级应用上增加了竞争优势。这远比在漫无头绪地寻找 LLM-native 的 Super Apps 更切实可行。「飞书智能会议纪要」就是其中的落地范例。

对企业用户而言，飞书提供的不仅仅是一个协同办公的工具，而是一个能够同时解决管理痛点、提升效率、沉淀客户关系的综合平台。对行业和巨头而言，飞书更像是一把撬动AItoB市场的钥匙，以产品铸建起“AI能力基础设施”。

在GenAI时代呼唤Super Apps的尴尬期和关键突破期，飞书正切实诠释，GenAI时代的产品真谛——技术终究是为人服务的，而最好的产品，永远是那些能真正理解，并以持续迭代到极致来满足用户实际需求的产品。

对于AI场景的规模化落地，需要登月工程一般top-down的设计，需要自由宽松的探索环境，更需要铁杵磨针的耐心与匠心。