微信扫码
添加专属顾问
我要投稿
终于找到治同事催稿的神器了!飞书最新发布的「飞书aily」Agent,让你轻松应对各种工作场景。核心内容: 1. 飞书aily的自动回复功能,解放你的双手 2. 跨群、跨文档处理任务的便捷体验 3. 自定义Skills和人设,打造专属AI工作伙伴
终于……让我找到了治同事的龙虾玩法了。
事情是这样的。
作为一个专业撰稿人,被同事催催催催催稿是再正常不过的了
……
于是乎,我灵机一动,把我在飞书里类龙虾Agent变成了一只皮皮虾:
今天飞书群里如果XX@我,并问类似提纲进度如何的问题,你自动帮我回复,说“等会儿”等,不要客气,要显得不耐烦。
然后,当同事真来催稿的时候,名场面诞生了:
我愿称之为,最强嘴替!
一个字:爽!
或许有小伙伴要问了:“我飞书上的龙虾咋就没这么丝滑呢?”
因为,这是刚刚飞书在自家春季发布会中升级类龙虾Agent——飞书aily。
用飞书CEO谢欣的话来说:
升级后的飞书aily,可以让人人都能创建一个能干活、永不宕机的龙虾。
现在的aily,已经是以Agent的形态成为你飞书联系人里的一份子,无需部署,就能像同事、像助理一样帮你做很多很多复杂的工作。
不仅如此,飞书这次还把飞书妙搭Agent和多维表格Agent也一道来了个大升级。
在我整体体验之后,最直接的感受就是,真挺好用的。
继续先来深度实测一波飞书aily。
正如我刚才提到的,它是完全不需要任何部署操作的:
在飞书里搜索“aily”,找到智能伙伴,点击后申请+激活领取就行。
然后它就直接会出现在你飞书的联系人里,你可以先给aily做一些个性化的设置:
第一个实测,也是基于我日常工作需求而来。
例如同事在飞书里发了我一个视频和一个链接,让我出个快讯:
现在,这个工作可以完全交给我的aily来搞。
我只需要跟它说:
看下XX给我发的消息,按他要求写个快讯。
检查无误之后,我就可以直接把文件发给同事;而且这一切的操作,我都是在手机上完成的,不用再捧个电脑打字了。
如果想让龙虾类的Agent做更多的工作,Skills和人设,定然是非常关键中的关键。
在aily这边也是如此,例如写文章这件事,我就让它搞了一个AI编辑部,包括六个角色:
然后给他们每个虾都设置相应的Skills,例如总编虾需要feishu-bitable,用来读取选题、写入提纲、更新任务状态。
再给他们每个虾都立人设,还是以总编虾为例,Prompt是这样的:
你是【总编虾】,AI编辑部的总负责人,只做总编的本职工作,禁止越权做其他角色的任务。 【你的核心职责】 根据用户给出的选题,深度分析选题的受众、核心看点、传播逻辑,输出专业、可落地的文章提纲。 【你的硬性规则】 1. 提纲必须包含:选题核心立意、受众画像、全文结构(至少3个大章节,每个章节下至少2个小节),每个小节必须标注「需要记者搜集哪类资料」。 2. 写完提纲后,必须调用feishu-bitable技能,把提纲、选题信息同步到飞书多维表格「AI编辑部进度看板」里,把任务状态改为「待记者」,负责人标注「记者虾」。 3. 你只能使用feishu-bitable、feishu-docs这2个技能,禁止调用其他任何技能。 4. 完成所有工作后,必须明确告知用户「总编虾任务已完成,提纲已同步至进度看板」,不要说多余的客套话。然后我们只需要给aily一句话,它就会按照你设定的流程一步步执行:
写一篇题目为《OpenClaw,这只虾的发展史》的文章。
编辑部的进度看板里,和aily给我发布的消息同步,也是实时可以更新查看每个虾的工作进度:
而且这不是一次性的那种。
aily会记住我每次做任务的需求,下次如果再遇到相同类型的问题,它会按照你的习惯来执行。
是属于越用越懂你的那种。
上面的任务是“人人可养”的龙虾就能实现的任务。
不过飞书这次还发布了一个aily专业版,针对的就是企业级超复杂的长任务。
例如我就给它了一个涵盖7个Sheet的业务数据:
然后我要求aily一口气完成下面三个任务:
帮我基于这份2026年2月全量业务数据,完成3件事:
1、 生成一份完整的月度经营汇报PPT,包含核心指标复盘、业务趋势分析、项目进度跟踪、问题风险复盘、下月工作计划;
2、为PPT配套制作核心的数据可视化图表;
3、搭建一个可直接使用的多项目进度跟踪看板。
aily即使面对如此复杂且长的企业级任务,它也是有条不紊地自动做出规划,然后一步步去实现。
最终PPT、数据可视化图表和进度跟踪看板,就这么水灵灵地诞生了:
例如PPT长这样:
一口气也做出了六个可视化的图表(上下滑动查看):
多项目进度跟踪看板是这样的:
正如我开头提到的,飞书妙搭Agent和多维表格Agent也来一波大升级。
所以接下来,先来看下飞书妙搭Agent现在用起来有多方便。
它的入口在这里(https://miaoda.feishu.cn/home):
作为一个Code Agent,我就用一段Prompt做一个Agent版狼人杀,来实测一下它的智能程度和便捷性:
飞书妙搭Agent先会根据我的Prompt,制定一个概要设计:
然后再制定一个开发计划:
接下来,飞书妙搭Agent会按照我确定的计划自己开始执行了:
整个过程中,除了点两次类似“继续”的按钮之外,我是全程没有插过手,包括调用什么工具,都是飞书妙搭Agent自己决策和执行。
最终,一个完整的、带UI的狼人杀游戏就做好了,而且你也可以直接一键发布到飞书妙搭Agent的应用广场里:
最后一个实测,便是新升级的多维表格Agent。
我还是直接给它“喂”一段Prompt:
帮我搭建一套极简的【小团队周度工作任务跟踪管理系统】,核心是管理团队成员的周度工作任务,跟踪全流程进度,自动统计完成情况,全程不要冗余复杂的内容,简单好用、开箱即用。 具体要求如下: 1. 核心数据表:只保留必要字段,包含任务名称、负责人、任务起止时间、任务优先级、任务状态、任务详情、完成备注,字段类型要匹配对应内容(比如状态用单选下拉、时间用日期格式); 2. 常用视图配置:帮我做好3个开箱即用的视图,分别是:按负责人分组的看板视图、按截止时间排序的列表视图、本周任务甘特图视图; 3. 数据仪表盘:生成1个简洁的核心统计仪表盘,包含团队总任务数、已完成/未完成任务数、各负责人任务完成率、优先级任务占比,图表要直观清晰; 4. 自动化流程:配置1个简单的提醒流程,当任务截止前1天,状态还是未完成时,自动给负责人发飞书消息提醒; 5. 权限设置:基础规则为「所有人可编辑自己负责的任务,仅可查看他人任务,管理者可编辑全部内容」。多维表格Agent会进行一波深度思考,思考完毕之后,会让你选择“轻量”、“标准”还是“专业”三种搭建模式。
不同搭建模式所需要的时间也有所不同;在这个步骤中,我选择的是“标准”模式。
接下来的过程,基本上都是飞书多维表格Agent自己在动,例如系统设计是这样的:
系统设计过后,我们可以先检查一下是否有误,没有问题就可以点击“开始搭建”。
同样的,搭建过程也是多维表格Agent自己动:
整个过程也是非常炫酷,不得不说飞书在审美这块也是拿捏住了。
而且不仅仅是Web端,咱们在飞书aily上也可以用语言的方式,用多维表格搭建一个系统,是AI去命令AI工作的那种感觉。
最终,在等待10多分钟后,完整的系统就搭建好:
方便,着实是方便!
当我们实测完飞书这一轮全链路的Agent升级,也就非常清楚地明白了,为什么从普通职场人、开发者到企业管理者,都不约而同地把飞书当成了养龙虾、落地Agent能力的首选阵地。
这次飞书的春季更新,不止是飞书aily、飞书妙搭Agent、多维表格Agent这三大产品的单点能力迭代,更是把飞书作为Agent最佳载体的核心优势,彻底放大到了全场景。
从人人可养、开箱即用的智能工作伙伴,到一句话就能落地一套业务系统的研发能力,再到一键部署OpenClaw、官方插件直接为龙虾解放手脚的全链路适配,飞书把原本有技术门槛的Agent,变成了能直接融入日常工作流的生产力工具。
而对企业级场景而言,生产力型Agent想要真正从噱头落地为业务价值,从来绕不开两大核心命题:全流程的安全可控与合规适配,以及深度贴合业务的上下文理解与闭环执行能力,这恰恰是飞书为Agent提供的最核心的底层支撑。
从安全层面来看,飞书Agent与企业组织权限体系深度对齐,操作权限与用户本人完全一致,全链路操作留痕可追溯,敏感操作设置人工确认环节,从源头守住了企业数据安全的红线。
落地层面上,飞书沉淀了企业消息、文档、表格等全场景的完整业务上下文,让Agent告别盲猜式对话,精准理解业务需求;更依托一体化的产品体系,让Agent不止能输出方案,更能直接动手执行,实现从需求到结果的全链路闭环,真正把AI能力转化为实实在在的业务生产力。
如今,大模型的商业之争早已从算力、参数的内卷,转向了落地生态的比拼。
飞书早已凭借开放的API生态、极简的接入流程、沉淀多年的企业业务土壤,为Agent打造了最肥沃的生长土壤,也完成了从办公协作平台,到Agent时代智能操作系统的关键跃迁。
刚刚结束的春季发布会,飞书是直接在现场演示的demo,并不是讲PPT的那种。
除了我在文中实测的内容之外,飞书团队在现场也演示了很多其它产品的功能和使用方式。
大家如果感兴趣的话,可以去飞书官方公众号坐等一波直播回放。
以及,所有产品的发布状态,也给大家放下面了:
一键三连「点赞」「转发」「小心心」
欢迎在评论区留下你的想法!
— 完 —
🌟 点亮星标 🌟
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-03-19
把 MiniMax M2.7 扔进真实业务里:它替我省了 BI 和程序员的钱
2026-03-19
从“聪明的废物”到“数字员工”,智能体落地如何破局
2026-03-19
凌晨的GPU终于不闲置了,我用M2.7跑通了自动化科研流水线
2026-03-19
一个人就是一支队伍(三):交出方向盘,与硅基网络的自治
2026-03-17
为什么你的 AI 项目总停在演示?问题不在模型,在边界
2026-03-17
火山养“龙虾”日志 | ArkClaw + Coding Plan 即刻帮教培老师减负提效
2026-03-17
软件产品,集体向 Agent 缴械
2026-03-13
用自然语言替代复杂代码
2026-01-01
2026-02-06
2026-01-05
2025-12-31
2025-12-23
2026-01-23
2026-01-13
2025-12-30
2026-01-14
2026-02-06
2026-03-07
2026-02-06
2026-01-27
2026-01-08
2025-12-29
2025-12-28
2025-12-21
2025-12-16